Gamma分布是一种重要的连续概率分布,其定义基于两个参数:形状参数α和尺度参数β。当随机变量X的密度函数满足以下关系:
f(x; β, α) = \frac{1}{\Gamma(β) \cdot α^β} \cdot x^{β-1} \cdot e^{-\frac{x}{α}}
其中Γ(β)表示贝塔函数,这时我们称X服从参数为(β, α)的Gamma分布,记为Γ(β, α)。当β为正整数,Gamma分布可以看作α个独立指数分布的和;随着β的增大,Gamma分布的形状会更接近正态分布。
Gamma分布具有以下几个关键特性:
Gamma分布的数学期望和方差具体为:
E(X) = β/α, D(X) = β/(α * α)
一个重要的性质是Gamma分布的可加性:如果随机变量X1, X2, ..., Xn相互独立,且每个Xi都服从Gamma分布Xi ~ Γ(βi, α),那么它们的和X1 + X2 + ... + Xn也服从Gamma分布,其参数为β1 + β2 + ... + βn, α。