借助于sympy.stats.MultivariateBeta()方法,我们可以创建具有Dirichlet /Multivariate Beta Distribution的连续随机变量。
它是beta分布的多元概括。
用法:sympy.stats.MultivariateBeta(syms, alpha) 参数: syms:the symbol alpha:positive real numbers signifying concentration numbers 返回:a continuous random variable with multivariate beta distribution.
范例1:
Python3
# import sympy, MultivariateBeta, density, Symbol
from sympy.stats.joint_rv_types import MultivariateBeta
from sympy.stats import density
from sympy import Symbol, pprint
a = Symbol('a', positive = True)
b = Symbol('b', positive = True)
x = Symbol('x')
y = Symbol('y')
# using sympy.stats.MultivariateBeta() method
M = MultivariateBeta('M', [a, b])
mvbDist = density(M)(x, y)
pprint(mvbDist)
输出:
a1 - 1 a2 - 1 x *y *Gamma(a1 + a2) ------------------------------ Gamma(a1)*Gamma(a2)
范例2:
Python3
# import sympy, MultivariateBeta, density, Symbol
from sympy.stats.joint_rv_types import MultivariateBeta
from sympy.stats import density
from sympy import Symbol, pprint
x = Symbol('x')
y = Symbol('y')
# using sympy.stats.MultivariateBeta() method
M = MultivariateBeta('M', [2, 1 / 2])
mvbDist = density(M)(x, y)
pprint(mvbDist)
输出:
3*x ------- ___ 4*\/ y
相关用法
- Python sympy.Function()用法及代码示例
- Python sympy.stats.Die()用法及代码示例
- Python sympy.stats.Binomial()用法及代码示例
- Python sympy.stats.MultivariateEwens()用法及代码示例
- Python sympy.stats.Skellam()用法及代码示例
- Python sympy.stats.NormalGamma()用法及代码示例
- Python sympy.stats.variance()用法及代码示例
- Python sympy.stats.Gamma()用法及代码示例
- Python sympy.stats.NegativeMultinomial()用法及代码示例
- Python sympy.stats.MultivariateT()用法及代码示例
- Python sympy.stats.Rademacher()用法及代码示例
- Python sympy.stats.FiniteRV()用法及代码示例
- Python sympy.stats.Hypergeometric()用法及代码示例
- Python sympy.stats.Multinomial()用法及代码示例
- Python sympy.stats.BetaBinomial()用法及代码示例
- Python sympy RGS用法及代码示例
- Python sympy.div()用法及代码示例
- Python Sympy Permutation.max()用法及代码示例
- Python Sympy Permutation.min()用法及代码示例
- Python sympy.sec()用法及代码示例
注:本文由纯净天空筛选整理自ravikishor大神的英文原创作品 sympy.stats.MultivariateBeta() function 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。