伽瑪分布是什麼意思
伽瑪分布(Gamma distribution)是一種連續型機率分布,用於描述非負實數範圍內的變量。它可以用來模擬各種現實世界中的數據,例如等待時間、信號強度、失敗次數等。伽瑪分布的定義如下:
設X是一個非負實數變量,其機率密度函數(PDF)為:
f(x; k, θ) = \frac{1}{\Gamma(k) \theta^k} x^{k-1} e^{-\frac{x}{\theta}}
其中,k是一個正整數,稱為shape parameter(形狀參數);θ是一個正數,稱為scale parameter(尺度參數);\Gamma(k)是伽瑪函數,用來確定積分的歸一化。
伽瑪分布的累積分布函數(CDF)可以通過積分得到:
F(x; k, θ) = \int_{0}^{x} f(t; k, θ) dt
伽瑪分布有幾個重要的特例:
- 當k = 1時,伽瑪分布變成了 exponential distribution(指數分布),這時機率密度函數簡化為:
f(x; 1, θ) = \frac{1}{\theta} e^{-\frac{x}{\theta}}
- 當θ = 1時,伽瑪分布變成了 Erlang distribution(埃爾朗分布),這時機率密度函數簡化為:
f(x; k, 1) = \frac{k(k-1)}{2!} x^{k-2} e^{-x}
伽瑪分布的性質和應用非常廣泛,它可以用來模擬各種隨機過程,尤其是在統計學、電信、生物學、物理學和工程學等領域。