很好。stats.BetaNoncentral()在 Python
中
原文:https://www.geeksforgeeks.orgpy-stats-beta noncentral-in-python/
借助**sympy.stats.BetaNoncentral()**方法，我们可以得到代表 I 型非中心β分布的连续随机变量。
语法:
sympy.stats.BetaNoncentral()其中α和β是大于 0 的实数。 λ大于或等于 0。 返回:返回随机变量。
例#1 :
在这个例子中我们可以看到，通过使用sympy.stats.BetaNoncentral()方法，我们能够通过使用这个方法得到代表非中心β分布的连续随机变量。
# Import sympy and betanoncentral
from sympy.stats import BetaNoncentral, density
from sympy import Symbol, pprint
alpha = Symbol("alpha", positive = True)
beta = Symbol("beta", positive = True)
lamda = Symbol("lamda", nonnegative = True)
z = Symbol("z")
# Using sympy.stats.BetaNoncentral() method
X = BetaNoncentral("x", alpha, beta, lamda)
gfg = density(X)(z)
pprint(gfg, use_unicode = False)
输出:
oo〔〕t0〕〔t1〕〔t1〕〔lam MDA〕〔T3〕\ k〕-〔T4〕-〔k+alpha-〕1/lam MDA \ beta–1 2 z * |〕-(1–z) e【 /\ 2/ /---〕 /--， k = 0
例 2 :
# Import sympy and betanoncentral
from sympy.stats import BetaNoncentral, density
from sympy import Symbol, pprint
alpha = 4
beta = 5
lamda = 1
# Using sympy.stats.BetaNoncentral() method
X = BetaNoncentral("x", alpha, beta, lamda)
gfg = density(X)(2)
pprint(gfg, use_unicode = False)
输出:
oo
\ ` -k+3-1/2 \ 2 * 2 * e /——————— /B(k+4，5)*k！ /___、 k = 0
