सामान्यीकृत गामा वितरण

Generalized gamma

Probability density function
Parameters	$a>0$ (scale), $d,p>0$
Support	$x\;\in \;(0,\,\infty )$
PDF	${\frac {p/a^{d}}{\Gamma (d/p)}}x^{d-1}e^{-(x/a)^{p}}$
CDF	${\frac {\gamma (d/p,(x/a)^{p})}{\Gamma (d/p)}}$
Mean	$a{\frac {\Gamma ((d+1)/p)}{\Gamma (d/p)}}$
Mode	$a\left({\frac {d-1}{p}}\right)^{\frac {1}{p}}\mathrm {for} \;d>1,\mathrm {otherwise} \;0$
Variance	$a^{2}\left({\frac {\Gamma ((d+2)/p)}{\Gamma (d/p)}}-\left({\frac {\Gamma ((d+1)/p)}{\Gamma (d/p)}}\right)^{2}\right)$
Entropy	$\ln {\frac {a\Gamma (d/p)}{p}}+{\frac {d}{p}}+\left({\frac {1}{p}}-{\frac {d}{p}}\right)\psi \left({\frac {d}{p}}\right)$

सामान्यीकृत गामा वितरण दो आकार प्राचल (और एक मापनी प्राचल) के साथ एक सतत संभाव्यता वितरण है। यह गामा वितरण का सामान्यीकरण है जिसमें एक आकार प्राचल (और एक मापनी प्राचल) है। चूँकि उत्तरजीविता विश्लेषण में पैरामीट्रिक मॉडल के लिए आमतौर पर कई वितरणों का उपयोग किया जाता है (जैसे कि घातांकीय वितरण, वेइबुल वितरण और गामा वितरण) सामान्यीकृत गामा के विशेष मामले हैं, कभी-कभी इसका उपयोग यह निर्धारित करने के लिए किया जाता है कि डेटा के दिए गए सेट के लिए कौन सा पैरामीट्रिक मॉडल उपयुक्त है। एक अन्य उदाहरण अर्ध-सामान्य वितरण है।

विशेषताएँ

सामान्यीकृत गामा वितरण के दो आकार प्राचल हैं, $d>0$ और $p>0$, और एक मापनी प्राचल, $a>0$. सामान्यीकृत गामा वितरण से गैर-नकारात्मक x के लिए, संभाव्यता घनत्व फ़ंक्शन है

$f(x;a,d,p)={\frac {(p/a^{d})x^{d-1}e^{-(x/a)^{p}}}{\Gamma (d/p)}},$

कहाँ $\Gamma (\cdot )$ गामा फ़ंक्शन को दर्शाता है।

संचयी वितरण फलन है

$F(x;a,d,p)={\frac {\gamma (d/p,(x/a)^{p})}{\Gamma (d/p)}},{\text{or}}\,P\left({\frac {d}{p}},\left({\frac {x}{a}}\right)^{p}\right);$

कहाँ $\gamma (\cdot )$ अपूर्ण गामा फ़ंक्शन को दर्शाता है#लोअर_अपूर्ण_गामा_फ़ंक्शन, और $P(\cdot ,\cdot )$ Incomplete_gamma_function#Regularized_gamma_functions_and_Poisson_random_variables को दर्शाता है।

मात्रात्मक कार्य को नोट करके पाया जा सकता है $F(x;a,d,p)=G((x/a)^{p})$ कहाँ $G$ मापदंडों के साथ गामा वितरण का संचयी वितरण कार्य है $\alpha =d/p$ और $\beta =1$. फिर क्वांटाइल फ़ंक्शन को उलटा करके दिया जाता है $F$ व्युत्क्रम फलन के बारे में ज्ञात संबंधों का उपयोग करते हुए, परिणाम:

$F^{-1}(q;a,d,p)=a\cdot {\big [}G^{-1}(q){\big ]}^{1/p},$

साथ $G^{-1}(q)$ गामा वितरण के लिए मात्रात्मक कार्य होना $\alpha =d/p,\,\beta =1$.

संबंधित वितरण

• अगर $d=p$ तब सामान्यीकृत गामा वितरण वेइबुल वितरण बन जाता है।
• अगर $p=1$ सामान्यीकृत गामा गामा वितरण बन जाता है।
• अगर $p=d=1$ तब यह घातीय वितरण बन जाता है।
• अगर $p=2$ और $d=2m$ तब यह नाकागामी वितरण बन जाता है।
• अगर $p=2$ और $d=1$ तब यह अर्ध-सामान्य वितरण बन जाता है।

इस वितरण के वैकल्पिक मानकीकरण का कभी-कभी उपयोग किया जाता है; उदाहरण के लिए प्रतिस्थापन के साथ α  =   d/p. इसके अलावा, एक शिफ्ट प्राचल जोड़ा जा सकता है, इसलिए x का डोमेन शून्य के अलावा किसी अन्य मूल्य पर शुरू होता है।यदि ए, डी और पी के संकेतों पर प्रतिबंध भी हटा दिया जाता है (लेकिन α = डी/पी सकारात्मक रहता है), तो यह इतालवी गणितज्ञ और अर्थशास्त्री लुइगी अमोरोसो के बाद 'अमोरोसो वितरण' नामक एक वितरण देता है, जिन्होंने 1925 में इसका वर्णन किया था। .

क्षण

यदि X में ऊपर बताए अनुसार सामान्यीकृत गामा वितरण है, तो:$\operatorname {E} (X^{r})=a^{r}{\frac {\Gamma ({\frac {d+r}{p}})}{\Gamma ({\frac {d}{p}})}}.$

गुण

प्राचल ए, डी, पी के सामान्यीकृत गामा वितरण के रूप में जीजी (ए, डी, पी) को निरूपित करें। फिर, दिया गया $c$ और $\alpha$ दो सकारात्मक वास्तविक संख्याएँ, यदि $f\sim GG(a,d,p)$, तब $cf\sim GG(ca,d,p)$ और $f^{\alpha }\sim GG\left(a^{\alpha },{\frac {d}{\alpha }},{\frac {p}{\alpha }}\right)$.

कुल्बैक-लीब्लर विचलन

अगर $f_{1}$ और $f_{2}$ दो सामान्यीकृत गामा वितरणों की संभाव्यता घनत्व फ़ंक्शन हैं, तो उनका कुल्बैक-लीब्लर विचलन द्वारा दिया गया है

${\begin{aligned}D_{KL}(f_{1}\parallel f_{2})&=\int _{0}^{\infty }f_{1}(x;a_{1},d_{1},p_{1})\,\ln {\frac {f_{1}(x;a_{1},d_{1},p_{1})}{f_{2}(x;a_{2},d_{2},p_{2})}}\,dx\\&=\ln {\frac {p_{1}\,a_{2}^{d_{2}}\,\Gamma \left(d_{2}/p_{2}\right)}{p_{2}\,a_{1}^{d_{1}}\,\Gamma \left(d_{1}/p_{1}\right)}}+\left[{\frac {\psi \left(d_{1}/p_{1}\right)}{p_{1}}}+\ln a_{1}\right](d_{1}-d_{2})+{\frac {\Gamma {\bigl (}(d_{1}+p_{2})/p_{1}{\bigr )}}{\Gamma \left(d_{1}/p_{1}\right)}}\left({\frac {a_{1}}{a_{2}}}\right)^{p_{2}}-{\frac {d_{1}}{p_{1}}}\end{aligned}}$

कहाँ $\psi (\cdot )$ डिगामा फ़ंक्शन है।

सॉफ़्टवेयर कार्यान्वयन

आर (प्रोग्रामिंग भाषा) प्रोग्रामिंग भाषा में, कुछ पैकेज हैं जिनमें सामान्यीकृत गामा वितरण को फिट करने और उत्पन्न करने के कार्य शामिल हैं। आर में gamlss पैकेज सहित कई अलग-अलग वितरण परिवारों को फिट करने और उत्पन्न करने की अनुमति देता है। .dist/man/GG.html सामान्यीकृत गामा (परिवार=जीजी)। पैकेज फ्लेक्ससर्व में कार्यान्वित आर में अन्य विकल्पों में प्राचलाइजेशन के साथ फ़ंक्शन डेंगेंगामा शामिल है: $\mu =\ln a+{\frac {\ln d-\ln p}{p}}$, $\sigma ={\frac {1}{\sqrt {pd}}}$, $Q={\sqrt {\frac {p}{d}}}$, और पैरामीट्रिसेशन के साथ पैकेज gगामा में: $a=a$, $b=p$, $k=d/p$.

पायथन (प्रोग्रामिंग भाषा) प्रोग्रामिंग भाषा में, इसे लागू किया गया है SciPy पैकेज में, प्राचलेशन के साथ: $c=p$, $a=d/p$, और 1 का पैमाना.

यह भी देखें

• आधा-टी वितरण|आधा-टी वितरण
• सामान्य वितरण को छोटा कर दिया गया
• मुड़ा हुआ सामान्य वितरण
• संशोधित गाऊसी वितरण
• संशोधित अर्ध-सामान्य वितरण
• सामान्यीकृत पूर्णांक गामा वितरण