1.概述
gamma分布与指数分布、泊松分布甚至其它一些混合分布有较为紧密的联系,本文通过对比与之相关的概率分布,建立某种联系并推导其概率密度函数,以便加深理解与认知。
2.Gamma分布的必要性
在设置 Gamma 分布的两个参数α、β 并将它们代入公式之前,有必要考虑该分布的必要性
为什么我们必须发明 Gamma 分布?(即为什么存在这种分布?) 何时应使用 Gamma 分布进行建模?
伽马分布与指数分布有极为紧密的联系,指数分布预测等待时间,是在某件事情直到发生前需要等待的时间。而伽马分布预测等待时间,指的是直到第k个事件发生需要等待的时间。
3.Gamma分布的PDF推导
已知从泊松过程可以推导出指数分布的 PDF。准确理解伽马分布的顺序应该依次是泊松分布 、指数分布、伽马分布。
gamma 分布的 PDF 的推导与指数分布 PDF 的推导非常相似,不同于指数分布的是,它是直到第 k