Python中的Beta二项式函数

我想计算由预定的x（成功），n（试验）和p（概率）的二项分布给出的概率 - 后者由概率质量函数Beta （A，b）。Python中的Beta二项式函数

我知道scipy.stats.binom.pmf(x,n,p) - 但我不确定如何用概率函数替换p。我也想知道我是否可以使用的参数loc来模拟这种行为。

2014-11-14 TheChymera

Wiki says该化合物分布函数由

f(k|n,a,b) = comb(n,k) * B(k+a, n-k+b)/B(a,b)

其中B是β函数，a和b是原始贝塔参数和n是二项式一个给定的。 k这里是你的x和p消失，因为你整合了p的值来获得这个（卷积）。也就是说，你不会在scipy中找到它，但它是一个提供了the beta function from scipy的单行提供。

来源

2014-11-14 20:18:21 JulienD

的选择应该返回一个整数（我想是这样，但['numpy.choose'] （http://docs.scipy.org/doc/numpy/reference/generated/numpy.choose.html）似乎返回一个数组）。 – TheChymera 2014-11-15 01:18:21

是的，选择是一个组合，看看那里：http：//en.wikipedia.org/wiki/Combination – JulienD 2014-11-15 18:32:28

好吧，所以也许你的意思是[梳子]（http://docs.scipy.org/doc/scipy- 0.14.0/reference/generated/scipy.misc.comb.html），而不是[选择]（http://docs.scipy.org/doc/numpy/reference/generated/numpy.choose.html）？我有权使用['scipy.misc.comb']（http://docs.scipy.org/doc/numpy/reference/generated/numpy.choose.html）吗？ – TheChymera 2014-11-15 19:18:25

如果您的n（总＃次试用）和x（＃成功）的值很大，则计算Beta二项式概率的更稳定方法是使用日志。使用β-二项式分布函数的gamma function expansion，所需概率的自然对数是：

ln(answer) = gammaln(n+1) + gammaln(x+a) + gammaln(n-x+b) + gammaln(a+b) - \ 
     (gammaln(x+1) + gammaln(n-x+1) + gammaln(a) + gammaln(b) + gammaln(n+a+b))

其中gammaln是自然对数伽玛功能，在scipy.special给出。

（BTW：该loc说法只是转移向左或向右分布，这是不是你想要的这里。）

来源

2015-09-02 14:19:38 Danny

Python中的Beta二项式函数

回答

相关问题