借助於sympy.stats.NormalGamma()方法,我們可以創建具有多元正態伽馬分布的雙變量聯合隨機變量。
用法: sympy.stats.NormalGamma(syms, mu, lamda, alpha, beta) 參數: syms:the symbol, for identifying the random variable mu:a real number, the mean of the normal distribution lambda:a positive integer alpha:a positive integer beta:a positive integer 返回: a bivariate joint random variable with multivariate Normal gamma distribution.
範例1:
Python3
# import sympy, NormalGamma, density, symbols
from sympy.stats import density, NormalGamma
from sympy import symbols, pprint
y, z = symbols('y z')
# using sympy.stats.NormalGamma() method
X = NormalGamma('X', 0, 1, 2, 3)
norGammaDist = density(X)(y, z)
pprint(norGammaDist)
輸出:
2 -y *z ------ ___ 3/2 -3*z 2 9*\/ 2 *z *e *e -------------------------- ____ 2*\/ pi
範例2:
Python3
# import sympy, NormalGamma, density, symbols
from sympy.stats import density, NormalGamma
from sympy import symbols, pprint
y, z = symbols('y z')
# using sympy.stats.NormalGamma() method
X = NormalGamma('X', 1 / 2, 3, 4, 6)
norGammaDist = density(X)(y, z)
pprint(norGammaDist)
輸出:
2 -3*z*(y - 1/2) ---------------- ___ 7/2 -6*z 2 108*\/ 6 *z *e *e -------------------------------------- ____ \/ pi
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.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.MultivariateBeta()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.NormalGamma() 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。