R语言中Gamma分布qgamma函数疑问：为何结果不等于均值100？

你遇到的问题并不是参数设置错误，而是shape参数小于1时Gamma分布的极端右偏特性导致中位数（即qgamma的0.5分位数）远小于均值。下面详细解释：

1. 先确认参数对应关系 #

R中qgamma()函数的参数定义是：

qgamma(p, shape, rate = 1, scale = 1/rate)

Gamma分布的均值计算公式为：均值 = shape / rate（等价于shape * scale，因为scale = 1/rate）。

你的第二个场景中：

• shape = 0.04
• rate = 1/2500

代入计算均值：0.04 / (1/2500) = 100，这个结果完全正确，你的参数设置没有问题。

2. 为什么中位数远小于均值？ #

当Gamma分布的shape参数小于1时，它的概率密度是单调递减的——也就是说，变量取极小值的概率极高，而大值的概率极低，但这些罕见的大值会把整体均值拉高。

你可以通过计算验证这一点：比如统计该分布在0到0.1区间内的概率：

pgamma(0.1, 0.04, 1/2500)
# 输出接近1，说明几乎所有概率都集中在0到0.1的极小区间里

中位数是将概率分成各50%的分界点，自然会落在这个概率高度集中的极小值区域，因此远小于被长尾拉高的均值100。

3. 验证均值的正确性 #

如果你对均值是否为100存疑，可以通过模拟样本验证：

# 生成10000个符合该分布的样本
samples <- rgamma(10000, shape = 0.04, rate = 1/2500)
# 计算样本均值
mean(samples)

运行后你会发现样本均值接近100，这证明理论均值的计算是正确的。

总结来说，你的qgamma()调用完全正确，结果不符合预期只是因为shape<1时Gamma分布的极端右偏特性，中位数和均值的差异是这种分布的固有属性。

内容的提问来源于stack exchange，提问作者syys