Gamma分布和逆Gamma分布
Gamma分布和逆Gamma分布
- Gamma分布
- Gamma function
- 参数
- 图形
- Probability density function
- Cumulative distribution function
- parameters
- Inv-Gamma分布
- 图形
- Probability density function
- Cumulative distribution function
- parameters
- Gamma分布与逆Gamma分布
- 图像python代码 [^1]
- Gamma 分布
- 逆Gamma分布
Gamma分布
If nnn is a positive integer,
Γ(n)=(n−1)!\Gamma(n)=(n-1)!Γ(n)=(n−1)!
The gamma function is defined for all complex numbers except the non-positive integers. For complex numbers with a positive real part, it is defined via a convergent improper integral:
(伽马函数是为除非正整数之外的所有复数定义的。 对于具有正实部的复数,它通过收敛的不正确积分来定义:)
Γ(z)=∫0∞xz−1e−xdx\Gamma(z)= \int_0^\infty x^{z-1}e^{-x}dx Γ(z)=∫0∞xz−1e−xdx
Gamma function
参数
参数α\alphaα,成为形状参数(shape parameter),决定了分布曲线的形状,也就是α\alphaα不同,分布曲线形状不同
参数β\betaβ成为尺度参数(scale parameter),在其他参数一定时,β\betaβ不同,分布曲线的形状相似,但是高低、胖瘦不同,或者说是同一形状按照比例放大或缩小
图形
Probability density function
Cumulative distribution function
parameters
Inv-Gamma分布
在通常情况下,同一物理量的多次测量数据都看成服从正态分布
N(μ,σ2)\N(\mu,\sigma^2)\ N(μ,σ2)
而当正态分布总体的均值μ\muμ已知时,其样本方差σ2\sigma^2σ2服从逆Gamma分布
IG(σ2;α,β)IG(\sigma^2;\alpha,\beta)IG(σ2;α,β)
其中α\alphaα,β\betaβ为待求参数。由于逆Gamma分布具有共轭性,在使用Bayes统计决策方法时,其先验和后验分布密度具有相同的分布密度函数形式IG(σ2;α,β)IG(\sigma^2;\alpha,\beta)IG(σ2;α,β),因其使用方便,应用较广,尤其在测量数据的精度(方差)评估中使用的更加频繁。
图形
Probability density function
Cumulative distribution function
parameters
Gamma分布与逆Gamma分布
若随机变量XGa(α,λ)\ X~Ga(\alpha,\lambda) X Ga(α,λ), 则 1XIG(α,λ)\frac{1}{X}~IG(\alpha,\lambda)X1 IG(α,λ)
图像python代码 1
Gamma 分布
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as st
fig=plt.figure(figsize=(18,6))#确定绘图区域尺寸
ax1=fig.add_subplot(1,2,1)#将绘图区域分成左右两块
ax2=fig.add_subplot(1,2,2)
x=np.arange(0.01,15,0.01)#生成数列z1=st.gamma.pdf(x,0.9,scale=2)#gamma(0.9,2)密度函数对应值
z2=st.gamma.pdf(x,1,scale=2)
z3=st.gamma.pdf(x,2,scale=2)
ax1.plot(x,z1,label="a<1")
ax1.plot(x,z2,label="a=1")
ax1.plot(x,z3,label="a>1")
ax1.legend(loc='best')
ax1.set_xlabel('x')
ax1.set_ylabel('p(x)')
ax1.set_title("Gamma Distribution lamda=2")y1=st.gamma.pdf(x,1.5,scale=2)#gamma(1.5,2)密度函数对应值
y2=st.gamma.pdf(x,2,scale=2)
y3=st.gamma.pdf(x,2.5,scale=2)
y4=st.gamma.pdf(x,3,scale=2)
ax2.plot(x,y1,label="a=1.5")
ax2.plot(x,y2,label="a=2")
ax2.plot(x,y3,label="a=2.5")
ax2.plot(x,y4,label="a=3")
ax2.set_xlabel('x')
ax2.set_ylabel('p(x)')
ax2.set_title("Gamma Distribution lamda=2")
ax2.legend(loc="best")plt.show()
逆Gamma分布
from scipy.stats import invgamma
import matplotlib.pyplot as plt
fig, ax = plt.subplots(1, 1)
a=[4,5,6]
for i in a:mean, var, skew, kurt = invgamma.stats(i,scale=2,moments='mvsk')x = np.linspace(invgamma.ppf(0.01,i,scale=2),invgamma.ppf(0.99,i,scale=2), 100)#invgamma.ppfax.plot(x, invgamma.pdf(x,i,scale=2,), label="a="+str(i))ax.legend(loc="best")
ax.set_xlabel('x')
ax.set_ylabel('p(x)')
ax.set_title("Invgamma Distribution lamda=2")
plt.show()
https://blog.csdn.net/weixin_41875052/article/details/79843374 ↩︎
Gamma分布和逆Gamma分布相关推荐
- Gamma分布与逆Gamma分布
Gamma分布与逆Gamma分布 Gamma分布 若随机变量X的密度函数为 ⎧⎩⎨⎪⎪λαΓ(α)xα−1e−λx,x≥00,x<0GammaΓ(α)=∫+∞0xα−1e−xdx \begin{ ...
- matlab分布函数逆函数,MATLAB如何使用icdf函数计算指定分布的逆累积分布
MATLAB如何使用icdf函数计算指定分布的逆累积分布 [语法说明] Y=icdf('name',X,A) Y=icdf('name',X,A,B) Y=icdf('name',X,A,B,C) 字 ...
- gamma函数及相关其分布
神奇的gamma函数(上) 神奇的gamma函数(下) gamma函数的定义及重要性质 \[\Gamma(x)=\int_0^{\infty}t^{x-1}e^{-t}dt\] \[\Gamma(x+ ...
- gamma分布_RAW和Gamma
RAW RAW文件记录的是影像原始数据:传感器上每个像素记录的单个颜色(红.绿.或蓝)的强度.因为Raw文件比Jpeg文件有更大的位深,它能记录更强的光,即能记录下更大的动态范围. Raw文件需要几个 ...
- Beta函数与Gamma函数及其与Beta分布的关系
相关函数在scipy.special import scipy.special as ss ss.beta(x1, x2) 相关分布(概率密度)在scipy.stats import scipy.st ...
- R语言使用rgamma函数生成符合Gamma分布的随机数、使用plot函数可视化符合Gamma分布的随机数(Gamma Distribution)
R语言使用rgamma函数生成符合Gamma分布的随机数.使用plot函数可视化符合Gamma分布的随机数(Gamma Distribution) 目录
- R语言使用dgamma函数生成Gamma分布密度函数数据、使用plot函数可视化Gamma分布密度函数数据(Gamma Distribution)
R语言使用dgamma函数生成Gamma分布密度函数数据.使用plot函数可视化Gamma分布密度函数数据(Gamma Distribution) 目录
- Gamma分布,Beta分布,多项式分布,Dirichlet狄利克雷分布
如何通俗理解 beta 分布?(很好理解,beta就是二项式分布的先验分布) 所谓共轭先验就是先验分布是beta分布,而后验分布同样是beta分布. 超详细理解Gamma分布,Beta分布,多项式分布 ...
- matlab伽马分布,gamma函数 Gamma/伽马函数,伽马分布
伽玛函数(Gamma函数),也叫欧拉第二积分,是阶乘函数在实数与复数上扩展的一类函数.该函数在分析学.概率论.偏微分方程和组合数学中有重要的应用.与之有密切联系的函数是贝塔函数,也叫第一类欧拉积分.可 ...
最新文章
- 智源论坛(第5期)活动报名 | 机器学习系列报告会(7月4日、10日)
- python selenium模块使用出错解决,Message: 'geckodriver' executable needs to be in PATH
- 圆的半径java_css中的圆形边界半径工件
- Java中的Unsafe
- 计算机网络维护工具,一种计算机网络维护工具箱的制作方法
- 实例分割——转置卷积的学习笔记
- 关押罪犯 扩展域并查集
- 6种java垃圾回收算法_学习java垃圾回收
- HTMLCSS基础学习笔记8-预格式文本
- 设置页面包含子页面iframe用法
- c语言程序输出三角,C语言小程序之输出“上三角”
- python中class什么意思_python中的class是什么意思
- 34个漂亮的应用程序后台管理界面分享
- 传奇架设好后,在登录游戏账号界面黑屏,并且中间有个小砖块,是什么情况?
- Windows神软Classic Shell停更!经典开始菜单永别了
- php微信公众号支付实例教程,php微信支付之公众号支付功能
- springboot 启动项目报Consider defining a bean of type 'com.mooc.house.biz.service.XXX' in your config
- pandas排序csv文件并且按时间分类 python学习 pandas应用
- 有感:pycharm里面下载库的两种方法的下载路径
- 计算机共享账户密码删除吗,win10系统删除已记住的访问共享的账户与密码的详细技巧...
热门文章
- unit英语读音_7款超好玩的英语启蒙APP,假期在家教娃So Easy
- C++:const修饰变量、形参、函数
- Git:小乌龟报错no supported authentication methods avaiable
- [Unity] GameFramework 学习记录 6:计时器
- Mybatis(19)注解实现多表查询
- element-UI级联选择器(Cascader)获取label值 - 代码篇
- 百度图床带数据库版本源码支持获取外链
- cpu上干硅脂怎么清理_笔记本电脑散热硅脂的正确涂法
- python做什么方向好_Python工程师的择业方向有哪些?你想好做什么工作了吗?
- wordpress绿色小清新运营笔记博客主题模板