A.E*_*A.E 2 python numpy r scipy beta-distribution
在 R 中,以下用于计算参数为 10 和 20 的 beta 分布上点 0 和 0.5 之间的积分:
integrate(function(p) dbeta(p,10,20),0,0.5)
Run Code Online (Sandbox Code Playgroud)
结果是:
0.9692858 absolute error < 6.6e-08
Run Code Online (Sandbox Code Playgroud)
这如何在 Python 中完成?
您可以使用 的.cdf属性scipy.stats.beta。对于适当的间隔使用差异,例如
betacdf = scipy.stats.beta(10,20).cdf
betacdf(0.5)-betacdf(0.2)
# 0.9200223098258666
Run Code Online (Sandbox Code Playgroud)