Gamma Parameters Support PDF CDF Mean Median Mode Variance Skewness Excess kurtosis Entropy MGF CF With a shape parameter k and a scale parameter θ. With a shape parameter α = k and an inverse scale parameter β = 1/θ, called a rate parameter. With a shape parameter k and a mean parameter μ = k/β. In each of these three forms...
我告诉你--你正在努力摆脱具体的讨论。
好吧，至少你已经承认了一个错误。你只是忘了承认，我们有专家能够检查、了解并找到更好的解决方案。
阿列克谢，等待R的答复。并注意到你如何停止回答@Quantum的 问题。他故意把你整齐地引向一个已知的目标。
到目前为止，我们这边有Mathematica + Wolfram Alpha + Mathlab + MQL5，而你们有一个外包的R。代码写得很粗心，并不像你所期望的那样，从一个20年的项目中得到良好的打磨。我将回答Quantum。
你自己也看到了其中的差异，对于你提到的接头，你的论点可以得到验证，但对于其余的 "错误"，我们不得不相信量子的说法。那么出版物的参考文献在哪里呢？科学性在哪里，我只看到教条式的声明。
于是，在极端情况下进行密度研究的参考资料，并参考R软件包是可取的。对装载机文章的评论在哪里？还是我的问题无关紧要？
我将回答Quantum。
你自己也看到了其中的差异，对于詹姆士，你提到了一篇文章，你的论点可以得到验证，而对于其他的 "错误"，我们不得不相信量子的说法。那么出版物的参考文献在哪里呢？科学性在哪里，我只看到教条式的声明。
于是，在极端情况下进行密度研究的参考资料，并参考R软件包是可取的。对装载机文章的评论在哪里？还是我的问题无关紧要？
你能不能好心地回复一下？
也不要假装在Mathematica + Wolfram Alpha + Mathlab中只有文字（顺便说一下，有理由）而没有证明。你已经明白了一切。
你不屑于看这些非常的材料并引用它们，不像@Quantum。
而你甚至还提到了Excel和Python，以便不给出一个明确的例子。
到目前为止，你也是唯一在练习机智的人。
当然，如果你得到了答案，别忘了提供R的答案。
没问题，雷纳特。你不相信我，看。
https://en.wikipedia.org/wiki/Gamma_distribution 一个对(0,inf)的支持
http://mathworld.wolfram.com/GammaDistribution.html helpd for [0,inf]
http://www.math.uah.edu/stat/special/Gamma.html 对(0,inf)的支持
Rhttp://stat.ethz.ch/R-manual/R-patched/library/stats/html/GammaDist.html helpport for [0,inf]
http://pj.freefaculty.org/guides/stat/Distributions/DistributionWriteups/Gamma/Gamma-02.pdf 为[0,inf]提供帮助。
http://www.csie.ntu.edu.tw/~sdlin/download/Probability%20&%20Statistics.pdf helpport for [0,inf]
等。
对于你的虚伪评论，即他们说你有Wolfram、Matlab等站在你这边，我将再次麻烦你回答，他们在这个问题上不是真理。他们是如此同意。其他版本也同样正确。如果这对你来说是不可理解的，那就根本不用给我装上你的评论。
你能不能好心地回复一下？
也不要假装在Mathematica + Wolfram Alpha + Mathlab中只有文字（顺便说一下，有理有据）而没有确认。你已经明白了一切。
我看了看量子的帖子，发现我还没有回应的帖子。
而在这篇文章中，我没有看到证实你的说法的出版物的链接，而不是指责。
R的开发者将如何解释他们的结果。
dgamma(0,0.5,1)=inf
pgamma(0,0.5,1)=0
如果它们包含一个0点（如定义中所看到的），在x=0处给出一个无限的密度，然后当在pgamma(x,0.5,1)中积分时，无限被视为零，就像它不存在一样。
在我看来，在零点的左边的积分将是零，这很正常。而且，密度无限大也没关系。
阅读此文。
来源
dgamma是通过泊松密度计算的，使用的是Catherine Loader贡献的代码（见dbinom）。
----
来源
对于dbinom来说，使用的是鞍点扩展：见
Catherine Loader (2000).二项式概率的快速和准确计算；可从http://www.herine.net/stat/software/dbinom.html。
给出一个合理的答案，建议的算法存在缺陷。
并请说出你在MQL中用于伽马分布密度的算法的来源。
对于你的虚伪评论，即你有Wolfram、Matlab等站在你这边，我将再次费心地回答，他们在这个问题上不是真理。他们是如此同意。其他版本也同样正确。如果这一点你不清楚，那就根本不用给我加载你的评论。
简直太精彩了。已经承认的垫子不是真理。而你相信外包解决方案R的代码，而且你自己也没有看到这个代码，不像我们。
你甚至试图用Excel和Python中的无代表(为什么？)代码来说服你的立场。所以在这个帖子中，你也忽略了 "给我代码，你在Excel和Python中计算的内容"。
因此，集体而言，你有一个非常薄弱的位置，你知道这一点。
请阅读你的帖子。
而且要善待自己，不仅要给出链接（读读这个，自己说说！），还要从给出的链接中得到清晰的陈述，并对@Quantum的论断进行证明和反驳。不要对明确的声明一走了之。
我们知道为什么，你没有明确的立场，而是以 "哦，那只是你的废话，他们已经同意了，有什么好讨论的 "的模式，到处试图摆脱讨论。
简直太精彩了。已经承认的伴侣布局并不是事实。而你相信外包解决方案R的代码，而你自己并没有看到这个代码，与我们不同。
你甚至试图用Excel和Python中的无代表(为什么？)代码来说服我们相信你的立场。所以在这个帖子中，你也忽略了 "给我代码，你在Excel和Python中所计算的内容"。
因此，集体而言，你有一个非常薄弱的位置，你知道这一点。
请阅读你的帖子。
而且要善待自己，不仅要给出链接（读读这个，自己说说！），还要从给出的链接中得到清晰的陈述，并对@Quantum的论断进行证明和反驳。不要对明确的声明一走了之。
毕竟，我们知道为什么你不明确立场，而是以 "啊，那只是你的废话，他们已经同意了，有什么好讨论的 "模式，到处试图摆脱讨论。
它已经很懒了。进入该链接，找到列出支持的那一行。我不会评论它，对不起。
关于Excel--我为什么给它命名。
根据在你的软件中以某种方式 实现伽马分布函数的人量子所表达的逻辑，如果分布的极端点左边的积分是0，那么密度就不可能是零。让他告诉我，如果我在撒谎。
在MS Excel（Office 2010的俄罗斯版本）中，有一个函数gamma.spread()，它的参数=GAMMA.RASP(0;1;1;0)在0点返回一个未定义的密度值。 也就是说，它返回一个错误：#NUMBER!
按照量子逻辑，在这一点上应该是0。 此外，在密度未定义的地方，左边的积分怎么可能被定义？
然而，当=GAMMA.RASP(0;1;1;1)（考虑左边的累积密度）时，我得到的值是0。
因此，我得出一个简单的结论：要么假设对于伽马在0点的这些参数微软欺骗了我们，其函数不可信，要么密度可能不为零，左边的积分仍为0。
我问了量子一个问题，你认为Excel在估计密度为零时也是错误的吗？答案在哪里呢？
总的来说，作为一个用户，我很满意通过阅读作者的文章可以追踪到R中的算法结果。我不满意MQL中未经证实的说法和黑箱算法，因为我无法理解他们的一些结果是基于什么。作为一个用户，你并不能说服我。
简直太精彩了。已经认识到伴侣的布局并不是事实。而你是否相信R opsor解决方案的代码 ....
有统计包的排名。
最上面的是R、Pithon、SAS（付费）SPSS（付费）。在你提到的那些人中，Matlab大约在五年前还在评级中，但现在已经不在了。我完全不记得Wolfram（数学）。与Matlab一样，它也是通用数学软件包之一。
R的付费版本被称为Revolution。在R被微软收购后，保留了分成付费和免费部分的做法。
如今，发表 没有R或Python代码的统计学文章 被认为是不雅的。而这并不是偶然的。R语言中的包和函数的文档必然有对这些算法实现的理论工作的参考。这些算法的理论基础的作者始终是国际公认的科学家。正因为如此，R已经成为全球统计学家社区的一部分。
在我看来，在零点的左边的积分将是零，这很正常。而且，密度将是无限的，这很正常。
如此激烈的讨论...交易有什么实际意义吗？除了自我主张之外，这种探索的意义何在？