gamma分布是什么？
Gamma分布：是指在地震序列的有序性、地震发生率的齐次性、计数特征具有独立增量和平稳增量情况下，可以导出地震发生i次时间的概率密度为Gamma密度函数。α＝n，Γ（n，β）就是Erlang分布。Erlang分布常用于可靠性理论和排队论中，如一个复杂系统中从第1次故障到恰好再出现n次故障所需的时间；从某一艘船到达港口直到恰好有n只船到达所需的时间都服从Erlang分布。当α= 1 , β = 1/λ 时，Γ(1，λ) 就是参数为λ的指数分布，记为exp (λ) ；当α =n/2 ，β=2时，Γ (n/2，2)就是数理统计中常用的χ2( n) 分布。数学表达式：若随机变量X具有概率密度，其中α＞0，β＞0，则称随机变量X服从参数α，β的伽马分布，记作G(α，β）。Gamma分布的特殊形式：当形状参数α＝1时，伽马分布就是参数为γ的指数分布，X~Exp（γ）。当α＝n/2，β＝1/2时，伽马分布就是自由度为n的卡方分布，X^2(n)。
gamma分布是什么？
gamma分布是统计学中的连续概率函数。伽玛分布是统计学的一种连续概率函数。Gamma分布中的参数α，形状参数（shape parameter)，β称为尺度参数（scale parameter)。意义：假设随机变量X为等到第α件。卡方（n)~gamma(n/2,1/2)指数分布exp(k)~gamma(1,k)。伽玛分布是统计学中的一种连续概率函数，包含两个参数α和β，其中α称为形状参数，β称为尺度参数。伽马分布的特性：Gamma的可加性。两个独立随机变量X和Y，且X~Ga(a,γ），Y~Ga(b,γ），则Z = X+Y ~ Ga(a+b,γ）。注意X和Y的尺度参数必须一样。数学表达式。若随机变量X具有概率密度。其中α＞0,β＞0,则称随机变量X服从参数α，β的伽马分布，记作G(α，β）。
伽马分布期望推导公式
伽马分布期望推导公式：D(X)=E(X^2)-(E(X))^2。取决于所选择的概率密度函数的形式。通常情况下，具有两种形式，这两种形式的概率密度函数有一点小差别（即参数的选择上，形状参数相同，而第二个参数互为倒数关系）。伽马分布的期望要看使用的函数表达式 一般的表达式中期望等于α*β，方差等于α*(β^2)。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，可以用来快速计算同伽马函数形式相类似的积分。
伽马分布的特征函数
伽马分布 Ga(n, λ) 的特征函数: 假设 Y ∼ Ga(n, λ) ，则 Y = X1 + X2 + X3 + ⋯ + Xn 其中 Xi 独立同分布，且 Xi ∼ Ga(1, λ),则 Xi 的特征函数为 φXi(t) = (1 − it λ) − 1。伽玛分布（Gamma Distribution）是统计学的一种连续概率函数，是概率统计中一种非常重要的分布。“指数分布”和“χ2分布”都是伽马分布的特例。 Gamma分布中的参数α称为形状参数（shape parameter），β称为逆尺度参数。两个独立随机变量X和Y，且X~Ga(a,γ），Y~Ga(b,γ），则Z = X+Y ~ Ga(a+b,γ）。注意X和Y的尺度参数必须一样。当形状参数α=1时，伽马分布就是参数为γ的指数分布，X~Exp（γ）当α=n/2，β=1/2时，伽马分布就是自由度为n的卡方分布，X^2(n)
