经过深入研究其他软件包和大量的帮助，有人从'交叉验证'论坛，我有需要的答案。
为了获得所需的“alpha”和“beta”值，以给予伽玛分布的形状和比率，您需要发现数据中的“方差”值。
有几种方法可以实现这一点。

• https://www.statisticshowto.com/probability-and-statistics/descriptive-statistics/sample-variance/

代码示例;

data = [<insert your numbers>]
sum = data.sum
sum_square_mean = (sum**2) / data.size
all_square = data.map { |n| n**2 }.sum
net_square = all_square - sum_square_mean
minus_one = data.size - 1
variance = net_square / minus_one
mean = data.sum(0.0) / data.size
mean_squared = mean**2
alpha = mean_squared / variance
beta = mean / variance
theta = variance / mean

“minus_one”这一行并不是完全必要的，但它在统计学中是为了减少错误率而使用的，可以查一下Bessels的修正，你可以从net_square /data. size中得到方差。
使用'descriptive_statistics' gem的第二个选项

require('descriptive_statistics')

# doesn't account for bessel's correction

@alpha = (data.mean**2) / data.variance
@beta = data.mean / data.variance
@theta = data.variance / data.mean

一旦有了这些值，就可以使用Distribution Gem，docs here中的cdf函数
下一个阶段是将值传递给此函数，该函数将返回一个百分点。
请确保使用“1/beta”计算，否则它将不起作用

percentile = 100 - (100 * Distribution::Gamma::Ruby_.cdf(x, alpha, 1 / beta))

你可能注意到了我还计算了θ
这是一个单独的函数，也就是说，我也可以通过传入百分位数来返回伽玛分布的值。

value = Distribution::Gamma.quantile(0.5, alpha, theta)

这个函数也被称为'反cdf'，'反累积分布函数'，'概率点函数'或'百分点点函数'，这里简称为'分位数'
有关伽玛分布的更多信息，请参阅wiki
Gamma Distribution