伽玛分布在哪?
伽玛分布（Gamma Distribution）是统计学的一种连续概率函数，是概率统计中一种非常重要的分布。“指数分布”和“χ2分布”都是伽马分布的特例。
Gamma分布中的参数α称为形状参数（shape parameter），β称为逆尺度参数。
Gamma分布的特殊形式：
当形状参数α=1时，伽马分布就是参数为γ的指数分布，X~Exp（γ）。
当α=n/2，β=1/2时，伽马分布就是自由度为n的卡方分布，X^2(n)。
gamma分布是怎么样的？
gamma分布如下：
所谓的伽玛分布是统计学的一种连续概率函数（具体形状可参考图）。
Gamma分布中的参数α称为形状参数，β称为尺度参数。当两随机变量服从Gamma分布，且单位时间内频率相同时，其中α>0,β>0,则称随机变量X服从参数α，β的伽马分布，记作G(α,β)。
gamma分布的性质：
α=n，Γ(n,β)就是Erlang分布。Erlang分布常用于可靠性理论和排队论中 ,如一个复杂系统中从第 1 次故障到恰好再出现 n 次故障所需的时间;从某一艘船到达港口直到恰好有 n 只船到达所需的时间都服从 Erlang分布。
当α= 1 , β = 1/λ 时，Γ(1,λ) 就是参数为λ的指数分布,记为exp (λ)。
gamma分布的均值和方差计算公式是怎样的？
先把gamma分布的概率密度函数写一下：
f(x)=入*[(入x)^(a-1)]*[e^(-入x)]/g(a)
其中：g(a)=∫{0到无穷}
[x^(a-1)]*[e^(-x)]dx
百度不太好打公式，我用的符号跟标准的不一样，LZ仔细看一下。
则均值是a/入
方差是a/(入^2)
怎么来理解伽玛分布
定义
编辑
若连续随机变量
的概率密度为
则称随机变量
服从伽玛（Gamma）分布，记为
.其中
为形状参数，
为尺度参数，如图所示。[1]
概率密度曲线
若干性质及证明
编辑
(1)
(2)当
时，伽玛分布的概率密度化为
则称随机变量
服从标准的伽玛分布。
当
时，伽玛分布的概率密度为
此时，
，称为
服从标准指数分布。
当
，伽玛分布的概率密度化为
此时，
。
(3)设
，令
，则
(4)设
，称其为不完全伽玛分布。显然，它是标准伽玛分布
的分布函数。伽玛分布
的分布函数
.
(5)
(6)伽玛分布的特征函数为
矩母函数为
证明：由特征函数的定义得
同理，得到伽玛分布的矩母函数的表达式。
(7)设随机变量
独立，且
，则
证明：随机变量
的特征函数为
，又由于随机变量
独立，则
的特征函数为
即
(8)设随机变量
独立同分布，且
，则
.
证明：随机变量
的特征函数为
，又由于随机变量
独立，则
的特征函数为
即
。
(9)若
，则对任意的
，有
证明：
(10)若
均匀分布，
，则
。
证明：随机变量
的分布函数为
随机变量
的函数的分布函数为
随机变量
的函数的分布密度为
－－百度百科
matlab如何生成gamma分布随机变量
1、首先双击matlab软件图标，打开matlab软件，可以看到matlab软件的界面。
2、使用函数normrnd()创建一个服从正态分布的随机数样本w。
3、使用函数gamrnd()创建一个服从gamma分布的随机数样本v。
4、在命令行窗口中输入：subplot(2,1,1);qqplot(v)，将图像分成上下两部分，在图像的上半部分绘制样本v与服从正态分布的理论数据的q-q图。
5、最后查看绘制gamma分布的q-q图，注意图像中使用+表示样本数据，将每个分布的1/4到3/4处进行连线。