伽玛分布 Gamma Distribution

DreamABCDEF

已于 2023-06-29 16:38:40 修改

阅读量2.4k

点赞数

文章标签：概率论

于 2023-06-29 15:02:17 首次发布

本文链接：https://blog.csdn.net/DreamABCDEF/article/details/131455343

版权

Gamma分布的定义

Gamma分布的期望

Gamma分布的方差

特例：卡方分布 Chi-square distribution

卡方分布的定义：

卡方分布的期望：

卡方分布的方差：

特例：指数分布 Exponential distribution

指数分布的无记忆性 Memoryless Property：

Gamma分布的定义
- Gamma随机变量Y的pdf：

$f(y)= \begin{cases} \frac{1}{\beta^\alpha\Gamma(\alpha)}y^{\alpha-1}e^{-\frac{y}{\beta}},\quad &y\geq 0, \alpha>0, \beta>0 \\ 0,\quad &elsewhere \end{cases}$

$\Gamma(\alpha)=\int_0^\infty y^{\alpha-1}e^{-y}dy=(\alpha-1)!$

Gamma分布的期望
- $\mu=E(Y)=\alpha\beta$
Gamma分布的方差
- $\sigma^2=V(Y)=\alpha\beta^2$
特例：卡方分布 Chi-square distribution
- 卡方分布的定义：
  - α=v/2和β=2的Gamma分布被称为df=v的卡方分布
  - $f(y)= \begin{cases} \frac{1}{2^{v/2}\Gamma(v/2)}y^{\frac{v}{2}-1}e^{-\frac{y}{2}},\quad &y\geq 0, \\ 0,\quad &elsewhere \end{cases}$
- 卡方分布的期望：
  - $\mu=E(Y)=v$
- 卡方分布的方差：
  - $\sigma^2=V(Y)=2v$
特例：指数分布 Exponential distribution
- α=1的Gamma分布被称为指数分布。
- 指数分布的定义：
  - $f(y)= \begin{cases} \frac{1}{\beta}e^{-\frac{y}{\beta}},\quad &y\geq 0, \beta>0 \\ 0,\quad &elsewhere \end{cases}$
- 指数分布的期望：
  - $\mu=E(Y)=\beta$
- 指数分布的方差：
  - $\sigma^2=V(Y)=\beta^2$
- 指数分布与泊松分布：
  - 对于一个泊松过程，连续事件之间的时间间隔遵守指数分布。更具体地，假如一个泊松过程在一个单位时间内会发生α个事件，那么这些事件之间的时间间隔遵守一个β=1/α的指数分布。
    - 例子：每个小时来3辆卡车，求来卡车之间的时间间隔小于5分钟的概率。
      - 这个情况下，α为3，那么β为1/3。代入公式可得 $\int_0^{1/12}3e^{-3y}dy = 1-e^{-1/4}=0.221$ 。
- 指数分布的无记忆性 Memoryless Property：
  - 引入：一支笔使用a小时后还能使用b小时的概率=一支新笔能使用b小时的概率。
  - 如果一个概率分布具有无记忆性的特征，那么它满足： $P(Y>a+b|Y>a)=P(Y>b)$
  - 证明：

$P(Y>a+b)=\int_{a+b}^{\infty}\frac{1}{\beta}e^{-y/\beta}dy=-e^{-y/\beta}]^\infty_{a+b}=e^{-(a+b)/\beta}\\ P(Y>a)=\int_{a}^{\infty}\frac{1}{\beta}e^{-y/\beta}dy=-e^{-y/\beta}]^\infty_{a}=e^{-a/\beta}\\ P(Y>b)=\int_{b}^{\infty}\frac{1}{\beta}e^{-y/\beta}dy=-e^{-y/\beta}]^\infty_{b}=e^{-b/\beta}\\ P(Y>a+b|Y>a)=\frac{P(Y>a+b\cap Y>a)}{P(Y>a)}=\frac{P(Y>a+b)}{P(Y>a)}=e^{-b/\beta}=P(Y>b)$