Qué hace esta calculadora
La Calculadora de Distribución Gamma calcula la función de densidad de probabilidad (PDF) y la función de distribución acumulada (CDF) de una distribución gamma en un punto X que elijas, a partir de un parámetro de forma k y un parámetro de escala θ. Además de la PDF y la CDF, también te muestra la media, la varianza, la moda, la asimetría y la curtosis de la distribución, ofreciéndote una imagen estadística completa a partir de solo tres datos. La distribución gamma se utiliza ampliamente para modelar tiempos de espera, cantidades de lluvia, importes de siniestros de seguros y otras magnitudes continuas y positivas.
Los tres datos de entrada
- Parámetro de forma (k): determina la forma de la curva. Un k pequeño produce una caída pronunciada; un k mayor le da un aspecto más acampanado.
- Parámetro de escala (θ): estira la distribución a lo largo del eje x. Cuanto mayor es θ, más se reparte la probabilidad hacia valores altos.
- Valor de X: el punto en el que se evalúan la densidad y la probabilidad acumulada.
La fórmula
La PDF que utiliza la calculadora es:
$$f(x) = \frac{x^{\,k-1}\,e^{-x/\theta}}{\theta^{k}\,\Gamma(k)}$$Aquí \(\Gamma(k)\) es la función gamma. La CDF es la integral de esta densidad desde 0 hasta X, calculada mediante la función gamma incompleta inferior regularizada. La calculadora también deduce las estadísticas resumen directamente de los parámetros:
- Media = \(k\cdot\theta\)
- Varianza = \(k\cdot\theta^{2}\)
- Moda = \((k-1)\cdot\theta\) cuando k > 1, y 0 en caso contrario
- Asimetría = \(2/\sqrt{k}\)
- Curtosis (en exceso) = \(6/k\)
Ejemplo resuelto
Supongamos que k = 2, θ = 3 y X = 4. La PDF es $$f(4) = \frac{4^{1}\cdot e^{-4/3}}{3^{2}\cdot \Gamma(2)} = \frac{4 \cdot 0{,}2636}{9} \approx 0{,}117$$ La CDF en X = 4 es de aproximadamente 0,385, lo que significa que hay alrededor de un 38,5 % de probabilidad de que la variable sea igual o menor que 4. La media es \(2 \times 3 = 6\), la varianza es \(2 \times 3^{2} = 18\), la moda es \((2-1) \times 3 = 3\), la asimetría es \(2/\sqrt{2} \approx 1{,}414\) y la curtosis en exceso es \(6/2 = 3\).
Términos clave y distribuciones relacionadas
- PDF (función de densidad de probabilidad): la densidad \(f(x)\). Las áreas bajo ella dan probabilidades. Para la distribución gamma, \(f(x)=\dfrac{x^{k-1}e^{-x/\theta}}{\theta^{k}\,\Gamma(k)}\) para \(x>0\).
- CDF (función de distribución acumulada): \(F(x)=P(X\le x)\), la probabilidad de que la variable sea como máximo x.
- Forma (k): controla la forma de la curva. También se escribe α.
- Escala (θ): estira la distribución a lo largo del eje x, y tiene las mismas unidades que X.
- Tasa (β): el recíproco de la escala, \(\beta = 1/\theta\), por lo que \(\theta = 1/\beta\). Algunos programas y libros de texto parametrizan la gamma mediante la tasa en lugar de la escala. Compruebe cuál tiene antes de introducir valores.
- Función gamma \(\Gamma(k)\): \(\Gamma(k)=\int_0^\infty t^{k-1}e^{-t}\,dt\). Para enteros positivos, \(\Gamma(n)=(n-1)!\), y \(\Gamma(1/2)=\sqrt{\pi}\).
- Función gamma incompleta regularizada: \(P(k,z)=\dfrac{\gamma(k,z)}{\Gamma(k)}\), donde \(\gamma(k,z)=\int_0^z t^{k-1}e^{-t}\,dt\). La CDF gamma es \(F(x)=P(k,\,x/\theta)\).
- Curtosis en exceso: la pesadez de las colas en relación con una distribución normal, que tiene una curtosis en exceso de 0. Para la distribución gamma es igual a \(6/k\).
Casos especiales
- Exponencial: \(k=1\) da una distribución exponencial con media θ.
- Chi cuadrado: \(k=\nu/2\) y \(\theta=2\) dan una distribución chi cuadrado con ν grados de libertad.
- Erlang: un k entero da una distribución de Erlang, la suma de k exponenciales independientes con media θ. Su CDF es \(1-e^{-x/\theta}\sum_{n=0}^{k-1}\dfrac{(x/\theta)^n}{n!}\).
- De tasa a escala: \(\theta=1/\beta\). Por ejemplo, una tasa de 0.5 por unidad corresponde a una escala de 2.
Interpretación de la salida de PDF y CDF
El valor de la PDF es una densidad, no una probabilidad. Para una variable continua, la probabilidad de cualquier valor exacto individual es 0. La densidad puede superar 1 cuando la distribución está concentrada en un rango estrecho. Por ejemplo, con k=2 y una escala muy pequeña como θ=0.1, la densidad cerca del pico está muy por encima de 1. Lo que debe ser igual a 1 es el área total bajo la curva.
CDF
- La CDF es \(F(x)=P(X\le x)\), y siempre está entre 0 y 1.
- Cola superior: \(P(X>x)=1-F(x)\).
- Intervalo: \(P(a<X\le b)=F(b)-F(a)\). Para k=2, θ=2, \(P(2<X\le 4)=0.593994-F(2)\), donde \(F(2)=1-2e^{-1}=0.264241\), lo que da 0.329753.
Lectura de la forma
- k < 1: la densidad no está acotada cuando x se acerca a 0 y disminuye de forma constante. No hay pico interior.
- k = 1: la distribución es exponencial, con su densidad máxima \(1/\theta\) en x=0.
- k > 1: la distribución es unimodal, con su pico en \((k-1)\theta\) y una cola larga hacia la derecha.
Aproximación a la normalidad
La asimetría \(2/\sqrt{k}\) y la curtosis en exceso \(6/k\) disminuyen a medida que k crece. Para k=100 valen 0.2 y 0.06, por lo que la curva se aproxima a una distribución normal con media \(k\theta\) y varianza \(k\theta^2\). Para k pequeño, la aproximación normal es deficiente, especialmente en las colas y cerca de cero.
Preguntas frecuentes
¿Usa parametrización de escala o de tasa? La calculadora emplea la forma de escala (θ). Si tienes un parámetro de tasa β, conviértelo con \(\theta = 1/\beta\) antes de introducirlo.
¿Qué valores son válidos? Tanto k como θ deben ser positivos, y X debe ser 0 o mayor, ya que la distribución gamma solo está definida para valores no negativos.
¿Cómo se relaciona la gamma con la exponencial y la chi-cuadrado? Cuando k = 1, la gamma se reduce a una distribución exponencial con media θ. Una distribución chi-cuadrado con v grados de libertad es una gamma con k = v/2 y θ = 2.