如何将伽玛分布转换为正态分布?

机器算法验证 正态分布 数据转换 伽马分布
2022-04-07 04:17:14

一个地区有 200 家商店,由一个配送中心提供服务。预计每个商店的前置时间(X 下订单和 X 到达之间的时间间隔)内的 X 需求呈 gamma 分布,平均值为 22.51,标准差为 16。公司希望填充率至少为 85%。1)在这种情况下,每家店需要订购多少X?2)期末还剩多少X?(需求在商店之间是独立的,总需求为 4,502,标准开发为 226.3。正态分布将适用于需求预测) 3)配送中心应订购多少 X 才能有 85% 的填充率?4)公司在第(1)部分订购的数量完全保留在配送中心,仅在需要时交付到每个商店。配送中心的填充率是多少?

解决了。感谢大家的帮助!

1个回答

希望这个答案不会显得滑稽:

您可以使用逆 CDF 方法将随机变量从一个转换为另一个:

如果是 Gamma 分布的(具有一些固定参数),并且是其 CDF,则具有均匀 (0,1) 分布。因此具有正态分布。γFF(γ)Φ1(F(γ))

这当然需要一些计算,可能不仅仅是直接计算 Gamma 的平均值。

但我想任何合适的变换都可以,因为伽玛和正态分布的 PDF 形状通常有很大不同(当伽玛形状参数很小时)。然而,Gamma 分布在形状参数中是可分的,即 Gamma(shape , scale Gamma ) 具有相同的分布因此,正如 Stephane Laurent 所提到的,中心极限定理表明,当形状参数很大时,正态分布给出了一个很好的近似值。=a+b=c(a,c) +(b,c)