Калькулятор гамма-распределения

Калькулятор гамма-распределения

Растущий AI Skill PRO

Введите расчет

Математическая формула

f(x)=xk−1e−x/θθkΓ(k)где{k=Форма (k)θ=Масштаб (θ)f(\text{x}) = \frac{\text{x}^{\,k-1}\,e^{-\text{x}/\theta}}{\theta^{k}\,\Gamma(k)} \qquad \text{где}\quad \left\{ \begin{aligned} k &= \text{Форма (k)} \\ \theta &= \text{Масштаб (θ)} \end{aligned} \right.
Показать шаги расчёта (3)
  1. Функция распределения (CDF) гамма-распределения

    F(x)=γ(Форма (k),xМасштаб (θ))Γ(Форма (k))F(\text{x}) = \frac{\gamma\!\left(\text{Форма (k)},\ \dfrac{\text{x}}{\text{Масштаб (θ)}}\right)}{\Gamma\!\left(\text{Форма (k)}\right)}

    γ — нижняя неполная гамма-функция; k = форма, θ = масштаб

  2. Среднее

    μ=Форма (k)·Масштаб (θ)\mu = \text{Форма (k)} \cdot \text{Масштаб (θ)}

    Среднее = Форма × Масштаб

  3. Дисперсия

    σ2=Форма (k)·Масштаб (θ)2\sigma^{2} = \text{Форма (k)} \cdot \text{Масштаб (θ)}^{2}

    Дисперсия = Форма × Масштаб²

Статистика использования

Реклама

Результаты

Функция плотности вероятности (PDF): 0,36787944
Функция распределения (CDF): 0,26424112
Исходные параметры Значение
Параметр формы (k) 2
Параметр масштаба (θ) 1
Значение X 1
Дополнительные результаты расчёта Значение
Среднее 2
Дисперсия 2
Мода 1
Асимметрия 1,4142
Эксцесс 3

Сообщить об ошибке на этой странице

Что делает этот калькулятор

Калькулятор гамма-распределения вычисляет функцию плотности вероятности (PDF) и функцию распределения (CDF) гамма-распределения в выбранной точке X на основе параметра формы k и параметра масштаба θ. Помимо PDF и CDF, он рассчитывает математическое ожидание, дисперсию, моду, асимметрию и эксцесс распределения, давая полную статистическую картину всего по трём исходным значениям. Гамма-распределение широко применяется для моделирования времени ожидания, объёмов осадков, размеров страховых выплат и других непрерывных положительных величин.

Несколько кривых плотности гамма-распределения разной формы на одних осях
PDF гамма-распределения принимает разные правоскошенные формы в зависимости от k и θ.

Три исходных параметра

  • Параметр формы (k): Задаёт вид кривой. Малое k даёт круто убывающую форму, а большее k делает кривую более похожей на колокол.
  • Параметр масштаба (θ): Растягивает распределение вдоль оси X. Чем больше θ, тем сильнее вероятность смещается к более высоким значениям.
  • Значение X: Точка, в которой вычисляются плотность и накопленная вероятность.

Формула

Калькулятор использует следующую функцию плотности (PDF):

$$f(x) = \frac{x^{\,k-1}\,e^{-x/\theta}}{\theta^{k}\,\Gamma(k)}$$

Здесь \(\Gamma(k)\) — гамма-функция. CDF — это интеграл от плотности в пределах от 0 до X, который вычисляется через регуляризованную нижнюю неполную гамма-функцию. Кроме того, калькулятор сразу выводит сводные характеристики распределения на основе параметров:

  • Среднее = \(k\cdot\theta\)
  • Дисперсия = \(k\cdot\theta^{2}\)
  • Мода = \((k-1)\cdot\theta\) при \(k > 1\), иначе 0
  • Асимметрия = \(2/\sqrt{k}\)
  • Эксцесс (избыточный) = \(6/k\)
Реклама
Кривая плотности гамма с закрашенной левой областью до точки X, изображающая CDF
CDF — это закрашенная площадь под кривой слева от X.

Разбор на примере

Пусть \(k = 2\), \(\theta = 3\) и \(X = 4\). Тогда плотность равна $$f(4) = \frac{4^{1}\cdot e^{-4/3}}{3^{2}\cdot \Gamma(2)} = \frac{4 \cdot 0{,}2636}{9} \approx 0{,}117.$$ Значение CDF в точке \(X = 4\) составляет около 0,385 — то есть примерно с вероятностью 38,5% величина окажется не больше 4. Среднее равно \(2 \times 3 = 6\), дисперсия — \(2 \times 3^{2} = 18\), мода — \((2-1) \times 3 = 3\), асимметрия — \(2/\sqrt{2} \approx 1{,}414\), а избыточный эксцесс — \(6/2 = 3\).

Основные термины и связанные распределения

  • PDF (функция плотности вероятности): плотность \(f(x)\). Площади под ней дают вероятности. Для гамма-распределения \(f(x)=\dfrac{x^{k-1}e^{-x/\theta}}{\theta^{k}\,\Gamma(k)}\) при \(x>0\).
  • CDF (функция распределения): \(F(x)=P(X\le x)\), вероятность того, что величина не превышает x.
  • Форма (k): определяет вид кривой. Также обозначается как α.
  • Масштаб (θ): растягивает распределение вдоль оси x и имеет те же единицы, что и X.
  • Интенсивность (β): обратная величина масштаба, \(\beta = 1/\theta\), поэтому \(\theta = 1/\beta\). Некоторые программы и учебники задают гамма-распределение через интенсивность, а не через масштаб. Перед вводом значений проверьте, какой параметр используется.
  • Гамма-функция \(\Gamma(k)\): \(\Gamma(k)=\int_0^\infty t^{k-1}e^{-t}\,dt\). Для натуральных чисел \(\Gamma(n)=(n-1)!\), а \(\Gamma(1/2)=\sqrt{\pi}\).
  • Регуляризованная неполная гамма-функция: \(P(k,z)=\dfrac{\gamma(k,z)}{\Gamma(k)}\), где \(\gamma(k,z)=\int_0^z t^{k-1}e^{-t}\,dt\). Функция распределения гамма-распределения: \(F(x)=P(k,\,x/\theta)\).
  • Избыточный эксцесс: тяжесть хвостов по сравнению с нормальным распределением, у которого избыточный эксцесс равен 0. Для гамма-распределения он равен \(6/k\).

Частные случаи

  • Экспоненциальное: \(k=1\) даёт экспоненциальное распределение со средним θ.
  • Хи-квадрат: \(k=\nu/2\) и \(\theta=2\) дают распределение хи-квадрат с ν степенями свободы.
  • Эрланга: целое k даёт распределение Эрланга — сумму k независимых экспоненциальных величин со средним θ. Его функция распределения: \(1-e^{-x/\theta}\sum_{n=0}^{k-1}\dfrac{(x/\theta)^n}{n!}\).
  • От интенсивности к масштабу: \(\theta=1/\beta\). Например, интенсивность 0,5 на единицу соответствует масштабу 2.
Реклама

Интерпретация результатов PDF и CDF

PDF

Значение PDF — это плотность, а не вероятность. Для непрерывной величины вероятность любого отдельного точного значения равна 0. Плотность может превышать 1, если распределение сосредоточено в узком диапазоне. Например, при k=2 и очень малом масштабе θ=0,1 плотность возле пика значительно выше 1. Должна равняться 1 общая площадь под кривой.

CDF

  • CDF равна \(F(x)=P(X\le x)\) и всегда лежит между 0 и 1.
  • Верхний хвост: \(P(X>x)=1-F(x)\).
  • Интервал: \(P(a<X\le b)=F(b)-F(a)\). Для k=2, θ=2, \(P(2<X\le 4)=0.593994-F(2)\), где \(F(2)=1-2e^{-1}=0.264241\), что даёт 0.329753.

Чтение формы

  • k < 1: плотность неограниченно возрастает при приближении x к 0 и постепенно убывает. Внутреннего пика нет.
  • k = 1: распределение экспоненциальное, с наибольшей плотностью \(1/\theta\) при x=0.
  • k > 1: распределение унимодальное, с пиком в точке \((k-1)\theta\) и длинным правым хвостом.

Приближение к нормальному распределению

Асимметрия \(2/\sqrt{k}\) и избыточный эксцесс \(6/k\) уменьшаются с ростом k. При k=100 они равны 0,2 и 0,06, поэтому кривая близка к нормальному распределению со средним \(k\theta\) и дисперсией \(k\theta^2\). При малых k нормальное приближение плохое, особенно в хвостах и около нуля.

Часто задаваемые вопросы

Какая параметризация используется — через масштаб или через интенсивность? Калькулятор работает с формой через масштаб (θ). Если у вас задан параметр интенсивности β, переведите его по формуле \(\theta = 1/\beta\) перед вводом.

Какие значения допустимы? И k, и θ должны быть положительными, а X — не меньше 0, поскольку гамма-распределение определено только для неотрицательных значений.

Как гамма-распределение связано с экспоненциальным и распределением хи-квадрат? При \(k = 1\) гамма-распределение превращается в экспоненциальное со средним θ. Распределение хи-квадрат с v степенями свободы — это гамма-распределение с \(k = v/2\) и \(\theta = 2\).

Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика