借助于sympy.stats.Skellam()方法,我们可以创建具有Skellam分布的离散随机变量。
Skellam是两个统计独立的随机变量N1和N2之差N1-N2的分布,每个变量Poisson-distributed分别具有预期值mu1和mu2。
用法: sympy.stats.Skellam(name, mu1, mu2) 参数: mu1: A non-negative value mu2: A non-negative value 返回:discrete random variable with a Skellam distribution.
范例1:
Python3
# import sympy, Skellam, density, Symbol
from sympy.stats import Skellam, density
from sympy import Symbol
mu1 = Symbol("mu1", positive = True)
mu2 = Symbol("mu2", positive = True)
# using sympy.stats.Skellam() method
X = Skellam("x", mu1, mu2)
skeDist = density(X)(z)
print(skeDist)
输出:
(mu1/mu2)**(z/2)*exp(-mu1 - mu2)*besseli(z, 2*sqrt(mu1)*sqrt(mu2))
范例2:
Python3
# import sympy, Skellam, density
from sympy.stats import Skellam, density
# using sympy.stats.Skellam() method
X = Skellam("x", 1, 2)
skeDist = density(X)(3)
print(skeDist)
输出:
sqrt(2)*exp(-3)*besseli(3, 2*sqrt(2))/4
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.NegativeMultinomial()用法及代码示例
- Python sympy.stats.NormalGamma()用法及代码示例
- Python sympy.stats.MultivariateEwens()用法及代码示例
- Python sympy.stats.MultivariateBeta()用法及代码示例
- Python sympy.stats.Multinomial()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.BetaBinomial()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.variance()用法及代码示例
- Python sympy.stats.Binomial()用法及代码示例
- Python sympy.stats.Gamma()用法及代码示例
- Python sympy.stats.Chi()用法及代码示例
- Python sympy.ones()用法及代码示例
- Python sympy.eye()用法及代码示例
- Python sympy.log()用法及代码示例
- Python Sympy stats.P()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.Skellam() 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。