借助於sympy.stats.MultivariateBeta()方法,我們可以創建具有Dirichlet /Multivariate Beta Distribution的連續隨機變量。
它是beta分布的多元概括。
用法:sympy.stats.MultivariateBeta(syms, alpha) 參數: syms:the symbol alpha:positive real numbers signifying concentration numbers 返回:a continuous random variable with multivariate beta distribution.
範例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)
輸出:
a1 - 1 a2 - 1 x *y *Gamma(a1 + a2) ------------------------------ Gamma(a1)*Gamma(a2)
範例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)
輸出:
3*x ------- ___ 4*\/ y
相關用法
- Python sympy.Function()用法及代碼示例
- Python sympy.stats.Die()用法及代碼示例
- Python sympy.stats.Binomial()用法及代碼示例
- Python sympy.stats.MultivariateEwens()用法及代碼示例
- Python sympy.stats.Skellam()用法及代碼示例
- Python sympy.stats.NormalGamma()用法及代碼示例
- Python sympy.stats.variance()用法及代碼示例
- Python sympy.stats.Gamma()用法及代碼示例
- Python sympy.stats.NegativeMultinomial()用法及代碼示例
- Python sympy.stats.MultivariateT()用法及代碼示例
- Python sympy.stats.Rademacher()用法及代碼示例
- Python sympy.stats.FiniteRV()用法及代碼示例
- Python sympy.stats.Hypergeometric()用法及代碼示例
- Python sympy.stats.Multinomial()用法及代碼示例
- Python sympy.stats.BetaBinomial()用法及代碼示例
- Python sympy RGS用法及代碼示例
- Python sympy.div()用法及代碼示例
- Python Sympy Permutation.max()用法及代碼示例
- Python Sympy Permutation.min()用法及代碼示例
- Python sympy.sec()用法及代碼示例
注:本文由純淨天空篩選整理自ravikishor大神的英文原創作品 sympy.stats.MultivariateBeta() function in Python。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。