定義與概念
假設隨機變數X為等到第α件事發生所需之等候時間, 密度函式為
特徵函式為
均值與方差
伽馬分布的均值與方差分別為
變化趨勢
伽馬分布的機率密度函式和失效率函式取決於形狀參數的數值。
當時,為遞減函式;
當時,為遞增函式;
當時,為單峰函式;
伽馬分布的特性
Gamma的可加性
兩個獨立隨機變數X和Y,且X~Ga(a,γ),Y~Ga(b,γ),則Z = X+Y ~ Ga(a+b,γ)。注意X和Y的尺度參數必須一樣。
數學表達式
若隨機變數X具有機率密度
其中α>0,β>0,則稱隨機變數X服從參數α,β的伽馬分布,記作G(α,β).
Gamma分布的特殊形式
當形狀參數α=1時,伽馬分布就是參數為γ的指數分布,X~Exp(γ)
當α=n/2,β=1/2時,伽馬分布就是自由度為n的卡方分布,X^2(n)