借助sympy.stats.BetaNoncentral()方法，我们可以获得代表I型非中心β分布的连续随机变量。
用法：sympy.stats.BetaNoncentral()
Where alpha and beta are real number which is greater than 0.
lamda is greater than or equal to 0.
返回：Return the random variable.
范例1：
在这个例子中，我们可以通过使用sympy.stats.BetaNoncentral()方法，我们可以使用此方法获得代表非中心β分布的连续随机变量。
# Import sympy and betanoncentral
from sympy.stats import BetaNoncentral, density
from sympy import Symbol, pprint
alpha = Symbol("alpha", positive = True)
beta = Symbol("beta", positive = True)
lamda = Symbol("lamda", nonnegative = True)
z = Symbol("z")
# Using sympy.stats.BetaNoncentral() method
X = BetaNoncentral("x", alpha, beta, lamda)
gfg = density(X)(z)
pprint(gfg, use_unicode = False)输出：
oo
_____
\ `
\ -lamda
\ k ——-
\ k + alpha - 1 /lamda\ beta - 1 2
) z *|—-| *(1 - z) *e
/ \ 2 /
/ ————————————————
/ B(k + alpha, beta)*k!
/____,
k = 0
范例2：
# Import sympy and betanoncentral
from sympy.stats import BetaNoncentral, density
from sympy import Symbol, pprint
alpha = 4
beta = 5
lamda = 1
# Using sympy.stats.BetaNoncentral() method
X = BetaNoncentral("x", alpha, beta, lamda)
gfg = density(X)(2)
pprint(gfg, use_unicode = False)输出：
oo
____
\ `
\ -k k + 3 -1/2
\ 2 *2 *e
/ —————-
/ B(k + 4, 5)*k!
/___,
k = 0
相关用法
注：本文由纯净天空筛选整理自Jitender_1998大神的英文原创作品 sympy.stats.BetaNoncentral() in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。