Гамма-распределение

[Дмитрий В.]

Здравствуйте! Товарищи математики, подскажите, пожалуйста, что обозначают в формуле гамма-распределения (в плотности вероятности) коэффициенты alpha и beta (или k и theta)? Как можно словами объяснить и выразить то, на что они влияют (разные сдвиги графика)?

[Hogfather]

Дмитрий В., посмотрите распределение Эрланга, как частный случай (в той части, что именно моделировал Эрланг), там все понятно.
Если будет неясно, нарисую завтра картинку. С телефона тяжело это делать.

[Дмитрий В.]

Hogfather, спасибо за совет!

[Hogfather]

GNU R Code

X<-1:1000/50
plot(X,dgamma(X,2,1),type="l",ylab="")
lines(X,dgamma(X,1,1),col="blue")
lines(X,dgamma(X,3,1),col="red")
lines(X,dgamma(X,1,scale=4),col="green")
lines(X,dgamma(X,2,scale=4),col="brown")
title("Гамма распределения")

Help по Gamma-функции

The Gamma Distribution

Description

Density, distribution function, quantile function and random generation for the Gamma distribution with parameters shape and scale.

Usage

dgamma(x, shape, rate = 1, scale = 1/rate, log = FALSE)
pgamma(q, shape, rate = 1, scale = 1/rate, lower.tail = TRUE,
log.p = FALSE)
qgamma(p, shape, rate = 1, scale = 1/rate, lower.tail = TRUE,
log.p = FALSE)
rgamma(n, shape, rate = 1, scale = 1/rate)
Arguments

x, q
vector of quantiles.

p
vector of probabilities.

n
number of observations. If length(n) > 1, the length is taken to be the number required.

rate
an alternative way to specify the scale.

shape, scale
shape and scale parameters. Must be positive, scale strictly.

log, log.p
logical; if TRUE, probabilities/densities p are returned as log(p).

lower.tail
logical; if TRUE (default), probabilities are P[X ≤ x], otherwise, P[X > x].

Details

If scale is omitted, it assumes the default value of 1.

The Gamma distribution with parameters shape = a and scale = s has density

f(x)= 1/(s^a Gamma(a)) x^(a-1) e^-(x/s)

for x ≥ 0, a > 0 and s > 0. (Here Gamma(a) is the function implemented by R's gamma() and defined in its help. Note that a=0 corresponds to the trivial distribution with all mass at point 0.)

The mean and variance are E(X) = a*s and Var(X) = a*s^2.