Gammaverteilung

Gammaverteilung
Wahrscheinlichkeitsfunktion

Dichte der Gammaverteilung mit verschiedenen Werten für b und p
Verteilungsfunktion

Kumulierte Verteilungsfunktion der Gammaverteilung mit verschiedenen Werten für b und p
Parameter b,p∈ℝ+
Träger x∈ℝ+
Dichtefunktion bpΓ(p)xp−1e−bx
Verteilungsfunktion P(p,bx)
Erwartungswert pb
Varianz pb2
Schiefe 2p
Momenterzeugende Funktion (bb−s)p
Charakteristische Funktion (bb−is)p

Die Gammaverteilung ist eine kontinuierliche Wahrscheinlichkeitsverteilung über der Menge der positiven reellen Zahlen. Sie ist einerseits eine direkte Verallgemeinerung der Exponentialverteilung und andererseits eine Verallgemeinerung der Erlang-Verteilung für nichtganzzahlige Parameter. Wie diese wird sie beispielsweise verwendet

Definition

Die Gammaverteilung 𝒢(p,b) ist durch die Wahrscheinlichkeitsdichte

f(x)={bpΓ(p)xp−1e−bxx>00x≤0

definiert. Sie besitzt die reellen Parameter b und p. Der Parameter b ist ein inverser Skalenparameter und der Parameter p ist ein Formparameter. Um ihre Normierbarkeit zu garantieren, wird b>0 und p>0 gefordert.

Der Vorfaktor bp/Γ(p) dient der korrekten Normierung; der Ausdruck Γ(p) steht für den Funktionswert der Gammafunktion, nach der die Verteilung auch benannt ist. Die Gammaverteilung genügt damit der Verteilungsfunktion

F(x)={P(p,bx)x≥00x<0,

wobei P(p,bx) die regularisierte Gammafunktion der oberen Grenze ist.

Alternative Parametrisierung

Alternativ zur obigen, im deutschsprachigen Raum üblichen Parametrisierung mit p und b findet man auch häufig

(α=p,β=b) oder (k=p,θ=1b).

β=b ist der Kehrwert eines Skalenparameters und θ=1/b ist der Skalenparameter selbst. Dichte und Momente ändern sich dementsprechend bei diesen Parametrisierungen (der Erwartungswert ist hier beispielsweise αβ beziehungsweise kθ). Da diese Parametrisierungen im englischsprachigen Raum vorherrschen, werden sie besonders häufig in der Fachliteratur verwendet. Um Missverständnissen vorzubeugen, wird empfohlen, die Momente explizit anzugeben, also beispielsweise von einer Gammaverteilung mit Erwartungswert pb und Varianz pb2 zu sprechen. Hieraus sind dann Parametrisierung und die entsprechenden Parameterwerte eindeutig rekonstruierbar.

Eigenschaften

Die Dichte f besitzt für p>1 an der Stelle xM=p−1b ihr Maximum und für p>2 an den Stellen

xW=xM±(p−1)12b

Wendepunkte.

Erwartungswert

Der Erwartungswert der Gammaverteilung ist

E⁡(X)=pb.

Varianz

Die Varianz der Gammaverteilung ist

Var⁡(X)=pb2.

Schiefe

Die Schiefe der Verteilung ist gegeben durch

v⁡(X)=2p.

Reproduktivität

Die Gammaverteilung ist reproduktiv: Die Summe aus den stochastisch unabhängigen gammaverteilten Zufallsvariablen X und Y mit den Parametern b und px bzw. py ist wiederum gammaverteilt mit den Parametern b und px+py.

Charakteristische Funktion

Die charakteristische Funktion hat die Form

ϕX(s)=(bb−is)p;

hierbei ist für die komplexe Potenz der Hauptwert zu wählen, d. h. Arg⁡(b−is)∈(−π2,π2).

Momenterzeugende Funktion

Die momenterzeugende Funktion der Gammaverteilung ist

mX(s)=(bb−s)p.

Entropie

Die Entropie der Gammaverteilung beträgt

H(X)=ln⁡(Γ(p))−ln⁡(b)+(1−p)ψ(p)+p

wobei ψ(p) die Digamma-Funktion bezeichnet.

Summe gammaverteilter Zufallsgrößen

Sind X1∼𝒢(p1,b) und X2∼𝒢(p2,b) unabhängige gammaverteilte Zufallsgrößen, dann ist auch die Summe X1+X2 gammaverteilt, und zwar

X1+X2∼𝒢(p1+p2,b).

Allgemein gilt: Sind Xi∼𝒢(pi,b), i∈{1,…,n}, stochastisch unabhängig, dann ist

X1+⋯+Xn∼𝒢(p1+⋯+pn,b).

Somit bildet die Gammaverteilung eine Faltungshalbgruppe in ihrem Formparameter.

Beziehung zu anderen Verteilungen

Beziehung zur Betaverteilung

Wenn X∼𝒢(p1,b) und Y∼𝒢(p2,b) unabhängige gammaverteilte Zufallsvariablen sind, dann ist die Größe XX+Y betaverteilt mit Parametern p1 und p2, kurz

Beta⁡(p1,p2)∼𝒢(p1,b)𝒢(p1,b)+𝒢(p2,b).

Beziehung zur Chi-Quadrat-Verteilung

Beziehung zur Erlang-Verteilung

Die Erlang-Verteilung mit dem Parameter λ und n Freiheitsgraden entspricht einer Gammaverteilung mit den Parametern p=n und b=λ und liefert die Wahrscheinlichkeit der Zeit bis zum Eintreffen des p-ten Poisson-verteilten Ereignisses.

Beziehung zur Exponentialverteilung

  • Wählt man in der Gammaverteilung den Parameter p=1, so erhält man die Exponentialverteilung mit Parameter λ=b.
  • Die Faltung von n Exponentialverteilungen mit demselben λ ergibt eine Gamma-Verteilung mit p=n,b=λ.

Beziehung zur logarithmischen Gammaverteilung

Ist X Gamma-verteilt, dann ist Y=eX Log-Gamma-verteilt.

Siehe auch