gamma分布_轻松理解gamma分布
gamma函数与gamma分布
上一篇讲到了gamma函数,今天讲一下gamma分布。既然二者的名字都含有gamma,必然是有联系的。我们先从gamma函数来讲gamma分布,完全是从数学的角度,然后再从概率统计的角度来看gamma分布。
我们已经知道,gamma函数的一般形式是
其中a为实数,x>=0。
接下来我们基于gamma函数生成一个概率密度函数(probability density function),简称pdf。概率密度函数在定义域内的积分为1,且函数值的范围是[0,1]。要基于gamma函数得到一个概率密度函数,方法就是在gamma函数一般形式的两侧都除以(a),得到
满足了概率密度函数的要求,而这个概率密度函数就是gamma分布的概率密度函数,为了使概率密度函数具有概率统计上的意义,将x用x/θ代替,θ为常数,具体的概率统计意义后文会介绍。替代后的等式为
得到gamma分布的概率密度函数
gamma分布与指数分布
前文从数学的角度得到gamma分布的概率密度函数,现在通过一个概率统计的例子来推导。
在《10分钟了解泊松分布》中,我们知道了泊松分布与指数分布的关系,在事件的发生次数满足泊松分布的情况下,事件发生一次的时间间隔满足指数分布。而gamma分布,是指数分布的拓展,表示事件发生a次的时间间隔。现在定义事件单位时间内平均发生的次数为λ,事件发生一次等待的平均时间θ则为1/λ,W表示事件发生a次需要等待的时间,X表示单位时间内事件发生的次数。则X满足泊松分布,概率质量函数为:
现在我们求W的概率密度函数f(w),我们可以先求W的概率分布函数F(w),再对F(w)求导就能得到概率密度函数f(w)。
根据概率分布函数的定义可以得到
那么
下面我们将P(W>w)的概率转化成泊松分布的场景。P(W>w)表示事件发生a次,需要等待的时间超过w的概率。那么,在时间间隔[0, w]内,事件的发生一定小于a次,即[0, a-1]次,表示为
其中
我们知道X满足泊松分布,时间间隔[0,w]的平均发生次数是λw,所以可以得到
下面我们对F(w)做微分,即可得到概率密度函数f(w)
将λe−λw移出累加,并且k除以k!得
将k=1,2,3…a-1展开得
仔细观察中括号内部是一个可以错位相减,得到
已经很接近最终答案了,由于λ=1/θ,代入得
得到了与前文通过数学方法一样的公式,(a-1)!可以用(a)表示。其中a代表事件发生a次,θ代表事件发生一次需要等待的平均时间,w代表事件发生a次需要等待的时间。表示为 W~GAMMA(a, θ)。当a=1时,gamma分布变成了指数分布。所以指数分布是gamma分布的特例。
当保持θ不变时,取1,a的取值对于gamma概率密度函数的影响如下,红,橙,绿,浅蓝,深蓝分别对应a的值为1,1.5,2,3,4。
当a保持不变时,取2,θ的取值对于gamma概率密度函数的影响如下,红,橙,绿,浅蓝,深蓝分别对应θ的值为1,1.5,2,3,4。
gamma分布_轻松理解gamma分布相关推荐
- 复平面上gamma函数_神奇的Gamma函数 (中)
Gamma 函数欣赏 Each generation has found something of interest to say about the gamma function. Perhaps ...
- python怎么用gamma函数_不完全gamma函数 python有gamma函数吗
matlab中gammainc(不完全伽马函数)是代表什么运算? 如题,matlab中gammainc函数是什么运算,比如A==gammainc(B/2,C/2) 麻烦问一下,图中的红框的下一步是怎么 ...
- gamma校正_什么是Gamma校正?
导读:常常在视频处理中听到Gamma曲线这个词,今天就随着这篇短文了解一下Gamma曲线的来历. 一.光电转换与电光转换 将自然界中真实场景转换为屏幕上显示出来的图像,往往需要经过两个主要步骤:第一个 ...
- js 添加属性_轻松理解JS中的面向对象,顺便搞懂prototype和__proto__
这篇文章主要讲一下JS中面向对象以及 __proto__,ptototype和construcator,这几个概念都是相关的,所以一起讲了. 在讲这个之前我们先来说说类,了解面向对象的朋友应该都知道, ...
- mysql mvcc实例讲解_轻松理解MYSQL MVCC 实现机制
1. MVCC简介 1.1 什么是MVCC MVCC是一种多版本并发控制机制. 1.2 MVCC是为了解决什么问题? 大多数的MYSQL事务型存储引擎,如,InnoDB,Falcon以及PBXT都不使 ...
- python ioc框架_轻松理解 Spring 中的 IOC
Spring 简介 Spring 是一个开源的轻量级的企业级框架,其核心是反转控制 (IoC) 和面向切面 (AOP) 的容器框架.我们可以把 Spring 看成是对象的容器,容器中可以包含很多对象, ...
- a*算法的优缺点_轻松理解机器学习算法-朴素贝叶斯
1.预备知识 贝叶斯定理(Bayes' theorem)是概率论中的一个定理,它跟随机变量的条件概率以及边缘概率分布有关.通常事件A在事件B发生的条件下的概率,与事件B在事件A发生的条件下的概率是不一 ...
- gamma分布_如何通俗的理解伽马(gamma)函数
如何通俗的理解伽马(gamma)函数 - 直觉,求导和示例 我为什么要在乎garmma分布? 使用伽马函数定义了许多概率分布,例如伽马分布,Beta分布,狄利克雷分布,卡方分布和学生t分布等. 对于数 ...
- 超详细理解Gamma分布,Beta分布,多项式分布,Dirichlet狄利克雷分布
项目github地址:bitcarmanlee easy-algorithm-interview-and-practice 欢迎大家star,留言,一起学习进步 1.Gamma函数 首先我们可以看一下 ...
最新文章
- cdr怎样把一张图片随意变形_PS手记|移动工具的使用与画布的变形
- Nature:肠道菌群代谢物调节肠道与免疫
- 吐槽知乎现任搜索引擎
- 天池赛题解析:零基础入门语义分割-地表建筑物识别-CV语义分割实战(附部分代码)
- zz STL 优先队列
- 【快速通关】Git快速上手gitee
- Linux内核设计与实现---进程地址空间
- 字节跳动招聘【三维视觉】算法实习生
- 语言图片渐入代码_这个可能打败Python的编程语言,正在征服科学界
- Scala-trait
- 三星笔记文件存储路径_《那些年JavaWeb踩过的坑》ssh框架整合配置文件路径(错误笔记)...
- 在计算机里面建一个新的文档,电脑上的word怎么新建文档
- Git 合并单个文件
- 奥克兰计算机科学专业世界排名,2021年度QS世界大学学科排名发布!奥克兰理工大学特色专业盘点...
- u盘中毒文件为html文档,u盘中毒文件被隐藏了?教你如何快速恢复隐藏文件
- 自己编写代码去听网易云音乐的歌曲,以及观看MV,还可以下载奥
- Web服务器有哪几种?
- LINUX基础试题大全(2)
- beforeRouteEnter中的this和与created的执行顺序
- android adb查看手机内存使用情况
热门文章
- 字典怎么增加元素_python3基础之字典
- axt测试软件,【测试工具】这些APP实用测试工具,不知道你就out了!
- java activiti5_工作流Activiti5.13学习笔记(一)
- lnmp php编译参数,LAMP、LNMP环境编译参数查询
- windows10远程控制 电脑,远程桌面
- gcc8之前,coredump文件无法显示正确的函数调用栈信息
- 【pytorch】Metrics的工作原理
- 面试必问的分布式相关内容(未完待续)
- Git clone密码输入错误如何修改
- Java 批量文件不打包下载_【Java】Java批量文件打包下载zip