Try   HackMD

ガンマ分布

tags: probability-theory

確率密度関数

f(x)=1Γ(α)1β(xβ)α1ex/β=xα1βαΓ(α)exp(xβ)

確率密度関数の形状

ガンマ分布の密度関数は、

x
0
に収束する。
limxf(x)=0

また
x0
の挙動は
α
1
との大小関係で定まる。
limx0f(x)={0α>1α<1

密度関数の導関数

xf(x)=(α1)xα2βαΓ(α)exp(xβ)xα1βα+1Γ(α)exp(xβ)=xα2βαΓ(α)exp(xβ)×(α1xβ)
α1
ならば常に負、
α>1
ならば
x=(α1)β
で符号が正から負に変わる。

平均

E[X]=αβ

E[X]=0xxα1βαΓ(α)exp(xβ)dx=0xαβαΓ(α)exp(xβ)dx=0αββxαβααΓ(α)exp(xβ)dx=αβ0xαβα+1Γ(α+1)exp(xβ)dx=αβ×1=αβ

分散

V[X]=αβ2

E[X2]=0x2xα1βαΓ(α)exp(xβ)dx=0xα+1βαΓ(α)exp(xβ)dx=0(α+1)αβ2β2xα+1βα(α+1)αΓ(α)exp(xβ)dx=(α+1)αβ20xαβα+2Γ(α+2)exp(xβ)dx=(α+1)αβ2×1=(α+1)αβ2

より

V[X]=(α+1)αβ2α2β2=αβ2

モーメント母関数

M(t)=E[etX]=0etxxα1βαΓ(α)exp(xβ)dx=0xα1βαΓ(α)exp(xβ+tx)dx=0xα1βαΓ(α)exp(x(1βt)β)dx=0xα1βαΓ(α)exp(xβ/(1βt))dx=(11βt)α0xα(β/(1βt))αΓ(α)exp(xβ/(1βt))dx=1(1βt)α×1=1(1βt)α