伽马分布期望推导公式

伽马分布期望推导公式：D(X)=E(X^2)-(E(X))^2。

取决于所选择的概率密度函数的形式。通常情况下，具有两种形式，这两种形式的概率密度函数有一点小差别（即参数的选择上，形状参数相同，而第二个参数互为倒数关系）。伽马分布的期望要看使用的函数表达式 一般的表达式中期望等于αβ，方差等于α(β^2)。

伽玛函数（Gamma函数）

也叫欧拉第二积分，是阶乘函数在实数与复数上扩展的一类函数。该函数在分析学、概率论、偏微分方程和组合数学中有重要的应用。与之有密切联系的函数是贝塔函数，也叫第一类欧拉积分，可以用来快速计算同伽马函数形式相类似的积分。

过程进行了简要描述;

一）首次获得的矩母函数的X ^ 2：MX ^ 2（T）

MX ^ 2（t）的=∫进出口（JTX ^ 2）F0（X） DX =（1 2JT）^（1/2）F0（x）是标准正态分布的密度函数

B）的矩母函数的SD：MSD（T）= [MX ^ 2（T）] ^ D =（1-2JT）^（D / 2）

C）的

MF（T确定生成函数伽玛分布的时刻，当a = 1/2 V = D / 2 :) =∫ EXP（JTX）函数f（x）dx的（1-2JT）^（D / 2）F（X）的的伽玛分布密度函数

时刻生成功能，从上面的MF（T）= MSD （T）

SD服从时，= 1/2 V = D / 2伽玛分布，也就是自由e卡方分布的程度。

S'd SD是相同的，d是独立的标准正态分布的平方和服从卡方分布。

注：以上积分区间（ - ∞到+∞）

需掌握正态分布的密度函数和分布函数，注意它们的图形（图251），另外为位置参数，为尺度参数，有两类分布族，一个是位置族，另一个是尺度族，可参考《统计推断》35节内容。

需掌握标准正态分布的密度函数和分布函数以及它们的写法和注意它们的图形（图252），需掌握例251上面的四个公式，掌握正态变量的标准化，以及自己会求正态分布的期望和方差。掌握原则。

252 均匀分布

需掌握均匀分布的密度函数和分布函数，以及自己会求均匀分布的期望和方差。

253 指数分布

需掌握指数分布的密度函数和分布函数，以及自己会求指数分布的期望和方差。特别注意指数分布的无记忆性。