借助於sympy.stats.Skellam()方法,我們可以創建具有Skellam分布的離散隨機變量。
Skellam是兩個統計獨立的隨機變量N1和N2之差N1-N2的分布,每個變量Poisson-distributed分別具有預期值mu1和mu2。
用法: sympy.stats.Skellam(name, mu1, mu2) 參數: mu1: A non-negative value mu2: A non-negative value 返回:discrete random variable with a Skellam distribution.
範例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)
輸出:
(mu1/mu2)**(z/2)*exp(-mu1 - mu2)*besseli(z, 2*sqrt(mu1)*sqrt(mu2))
範例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)
輸出:
sqrt(2)*exp(-3)*besseli(3, 2*sqrt(2))/4
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.NegativeMultinomial()用法及代碼示例
- Python sympy.stats.NormalGamma()用法及代碼示例
- Python sympy.stats.MultivariateEwens()用法及代碼示例
- Python sympy.stats.MultivariateBeta()用法及代碼示例
- Python sympy.stats.Multinomial()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.BetaBinomial()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.variance()用法及代碼示例
- Python sympy.stats.Binomial()用法及代碼示例
- Python sympy.stats.Gamma()用法及代碼示例
- Python sympy.stats.Chi()用法及代碼示例
- Python sympy.ones()用法及代碼示例
- Python sympy.eye()用法及代碼示例
- Python sympy.log()用法及代碼示例
- Python Sympy stats.P()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.Skellam() 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。