Генератор случайных чисел по гамма-распределению

Генератор случайных чисел по гамма-распределению

Развивающийся AI Skill PRO

Введите расчет

Результаты

Сгенерированные случайные числа из Gamma(a, b)
2.779465219, 5.479782291, 1.312280148, 5.530974185, 5.536357492, 3.469907703, 2.465231168, 2.024913744, 4.122793223, 3.703680358
Количество 10
Выборочное среднее 3,642539
Выборочная дисперсия 2,330017
Теоретическое среднее (a·b) 3
Теоретическая дисперсия (a·b²) 3

Математическая формула

Xi=Масштаб b·Gi,Gi∼Гамма(Форма a,1)i=1,2,…,Количествоf(x)=xa−1e−x/bbaΓ(a),x>0\begin{gathered} X_i = {{\text{Масштаб } b}} \cdot G_i, \qquad G_i \sim \text{Гамма}\!\left({{\text{Форма } a}},\, 1\right) \\[1.2em] i = 1, 2, \ldots, \text{Количество} \\[1.2em] f(x) = \frac{x^{\,a-1}\, e^{-x/b}}{b^{\,a}\,\Gamma(a)}, \quad x > 0 \end{gathered}
Показать шаги расчёта (1)
  1. Выборочное среднее и дисперсия

    X‾=1N∑i=1NXis2=1N−1∑i=1N(Xi−X‾)2,N=Количество\bar{X} = \frac{1}{N}\sum_{i=1}^{N} X_i \qquad s^2 = \frac{1}{N-1}\sum_{i=1}^{N}\left(X_i - \bar{X}\right)^2, \quad N = \text{Количество}

    Сводные статистики по сгенерированным значениям; дисперсия вычисляется со знаменателем n-1 (выборочная).

Статистика использования

Реклама

Сообщить об ошибке на этой странице

Что делает этот инструмент

Генератор выдаёт набор псевдослучайных чисел, подчиняющихся гамма-распределению с заданными параметром формы a и параметром масштаба b. Гамма-распределение — это непрерывное, строго положительное распределение, которое широко применяют в теории надёжности, теории массового обслуживания, байесовской статистике (в роли сопряжённого априорного распределения), при моделировании осадков и страховых выплат, а также везде, где встречаются времена ожидания или положительные величины с правосторонней асимметрией. Это универсальный математический инструмент, не привязанный к какой-либо стране.

Как пользоваться

Укажите параметр формы a (должен быть больше 0), параметр масштаба b (тоже больше 0) и количество нужных значений (от 1 до 1000). Выберите, сколько значащих цифр выводить. Нажмите «Рассчитать» — и вы получите упорядоченный список сгенерированных значений, а также выборочные среднее и дисперсию. Они выводятся рядом с теоретическими средним и дисперсией, чтобы вы могли быстро проверить корректность результата.

Формула

Плотность распределения задаётся как $$f(x; a, b) = \frac{1}{\Gamma(a)\cdot b} \cdot \left(\frac{x}{b}\right)^{a-1} \cdot e^{-x/b}, \quad x > 0$$ где \(\Gamma(a)\) — гамма-функция. В этой параметризации через масштаб среднее равно \(a\cdot b\), а дисперсия — \(a\cdot b^2\). Обратите внимание: \(b\) — это масштаб, а не интенсивность. Если в другой библиотеке используется интенсивность \(\lambda = 1/b\), задайте \(b = 1/\lambda\). Для генерации применяется метод сжатия Марсальи — Цанга при \(a \ge 1\) и поправка через степень равномерной величины при \(a < 1\). Каждое значение единичного масштаба умножается на \(b\), чтобы применить нужный масштаб.

Реклама
Кривые плотности вероятности гамма-распределения для разных значений формы на одной оси
Кривые плотности вероятности гамма-распределения меняют форму при изменении параметра формы a.

Разбор примера

При \(a = 3\), \(b = 1\) и количестве 10 каждое значение — это выборка из \(\text{Gamma}(3, 1)\). Теоретическое среднее равно \(a\cdot b = 3\), теоретическая дисперсия — \(a\cdot b^2 = 3\) (стандартное отклонение \(\approx 1{,}732\)). Реалистичный набор значений в среднем будет около 3 с разбросом порядка 1,7. Если задать \(a = 2\), \(b = 5\), среднее станет равным 10, а дисперсия — 50; при этом все значения остаются строго положительными.

Гистограмма сгенерированных случайных гамма-выборок с наложенной теоретической кривой плотности
Гистограмма сгенерированных выборок приближает базовую гамма-плотность.

Частые вопросы

Почему числа меняются при каждом запуске? Результат случаен, поэтому без фиксированного зерна (seed) значения будут разными при каждом расчёте. А вот выборочные среднее и дисперсия должны оставаться близкими к теоретическим.

Что будет при \(a = 1\)? \(\text{Gamma}(1, b)\) — это показательное (экспоненциальное) распределение со средним \(b\). Целые значения \(a\) дают распределение Эрланга.

\(b\) — это интенсивность или масштаб? Это масштаб. Среднее равно \(a\cdot b\), поэтому чем больше \(b\), тем сильнее распределение «растягивается» в сторону больших значений.

Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика