pymc.Gamma

class pymc.Gamma(name, *args, rng=None, dims=None, initval=None, observed=None, total_size=None, transform=UNSET, **kwargs)

Gamma 对数似然。

表示每个具有速率 beta 的 alpha 个指数分布随机变量的总和。

此分布的pdf是

\[f(x \mid \alpha, \beta) = \frac{\beta^{\alpha}x^{\alpha-1}e^{-\beta x}}{\Gamma(\alpha)}\]

(Source code, png, hires.png, pdf)

支持	\(x \in (0, \infty)\)
均值	\(\dfrac{\alpha}{\beta}\)
方差	\(\dfrac{\alpha}{\beta^2}\)

伽马分布可以用 alpha 和 beta 或均值和标准差来参数化。两种参数化之间的联系由以下公式给出：

\[\begin{split}\alpha &= \frac{\mu^2}{\sigma^2} \\ \beta &= \frac{\mu}{\sigma^2}\end{split}\]

参数:

alpha : 类似张量 的 float, 可选tensor_like 的 python:float, 可选

形状参数（alpha > 0）。

beta : 类似张量 的 float，可选tensor_like 的 python:float, 可选

速率参数（beta > 0）。

mu : 类似张量 的 float, 可选tensor_like 的 python:float, 可选

替代形状参数（mu > 0）。

sigma : 类似张量 的 float, 可选tensor_like 的 python:float, 可选

替代尺度参数（sigma > 0）。

方法

Gamma.dist([alpha, beta, mu, sigma])

创建一个与 cls 分布相对应的张量变量。