伽玛分布機率分布 / 維基百科,自由的 encyclopedia 親愛的 Wikiwand AI, 讓我們通過簡單地回答這些關鍵問題來保持簡短:你能列出最重要的事實和統計數據嗎 伽玛分布?為 10 歲的孩子總結這篇文章顯示所有問題伽玛分布(英語:Gamma distribution)是統計學的一種連續機率分布。伽玛分佈中的母數α,稱為形狀参数,β稱為尺度参数。 事实速览 参数, 值域 ...Gamma 概率密度函數 累積分布函數参数 k > 0 {\displaystyle k>0\,} shape (real) θ > 0 {\displaystyle \theta >0\,} scale (real)值域 x ∈ ( 0 ; ∞ ) {\displaystyle x\in (0;\infty )\!} 概率密度函数 x k − 1 exp ( − x / θ ) Γ ( k ) θ k {\displaystyle x^{k-1}{\frac {\exp {\left(-x/\theta \right)}}{\Gamma (k)\,\theta ^{k}}}\,\!} 累積分布函數 γ ( k , x / θ ) Γ ( k ) {\displaystyle {\frac {\gamma (k,x/\theta )}{\Gamma (k)}}\,\!} 期望值 k θ {\displaystyle k\theta \,\!} 中位數 no simple closed form眾數 ( k − 1 ) θ {\displaystyle (k-1)\theta \,\!} for k ≥ 1 {\displaystyle k\geq 1\,\!} 方差 k θ 2 {\displaystyle k\theta ^{2}\,\!} 偏度 2 k {\displaystyle {\frac {2}{\sqrt {k}}}\,\!} 峰度 6 k {\displaystyle {\frac {6}{k}}\,\!} 熵 k + ln θ + ln Γ ( k ) {\displaystyle k+\ln \theta +\ln \Gamma (k)\!} + ( 1 − k ) ψ ( k ) {\displaystyle +(1-k)\psi (k)\!} 矩生成函数 ( 1 − θ t ) − k {\displaystyle (1-\theta \,t)^{-k}\,\!} for t < 1 / θ {\displaystyle t<1/\theta \,\!} 特徵函数 ( 1 − θ i t ) − k {\displaystyle (1-\theta \,i\,t)^{-k}\,\!} 关闭
伽玛分布(英語:Gamma distribution)是統計學的一種連續機率分布。伽玛分佈中的母數α,稱為形狀参数,β稱為尺度参数。 事实速览 参数, 值域 ...Gamma 概率密度函數 累積分布函數参数 k > 0 {\displaystyle k>0\,} shape (real) θ > 0 {\displaystyle \theta >0\,} scale (real)值域 x ∈ ( 0 ; ∞ ) {\displaystyle x\in (0;\infty )\!} 概率密度函数 x k − 1 exp ( − x / θ ) Γ ( k ) θ k {\displaystyle x^{k-1}{\frac {\exp {\left(-x/\theta \right)}}{\Gamma (k)\,\theta ^{k}}}\,\!} 累積分布函數 γ ( k , x / θ ) Γ ( k ) {\displaystyle {\frac {\gamma (k,x/\theta )}{\Gamma (k)}}\,\!} 期望值 k θ {\displaystyle k\theta \,\!} 中位數 no simple closed form眾數 ( k − 1 ) θ {\displaystyle (k-1)\theta \,\!} for k ≥ 1 {\displaystyle k\geq 1\,\!} 方差 k θ 2 {\displaystyle k\theta ^{2}\,\!} 偏度 2 k {\displaystyle {\frac {2}{\sqrt {k}}}\,\!} 峰度 6 k {\displaystyle {\frac {6}{k}}\,\!} 熵 k + ln θ + ln Γ ( k ) {\displaystyle k+\ln \theta +\ln \Gamma (k)\!} + ( 1 − k ) ψ ( k ) {\displaystyle +(1-k)\psi (k)\!} 矩生成函数 ( 1 − θ t ) − k {\displaystyle (1-\theta \,t)^{-k}\,\!} for t < 1 / θ {\displaystyle t<1/\theta \,\!} 特徵函数 ( 1 − θ i t ) − k {\displaystyle (1-\theta \,i\,t)^{-k}\,\!} 关闭