Python中的 sympy.stats.Skellam()函数

Skellam分布是一种离散概率分布，表示两个独立随机变量之间的差的分布。在Python中，我们可以使用 sympy.stats.Skellam() 函数来计算Skellam分布。

语法

sympy.stats.Skellam('name', mu1, mu2)

• 参数 name 表示符号名称。
• 参数 mu1 表示第一个随机变量的均值。
• 参数 mu2 表示第二个随机变量的均值。

示例

import sympy
from sympy.stats import Skellam

# 创建一个名为“skellam”的随机变量
skellam = Skellam('skellam', 3, 2)

# 计算Skellam分布的期望值和方差
print(sympy.stats.E(skellam))
print(sympy.stats.variance(skellam))

# 计算Skellam分布的概率质量函数
print(sympy.stats.density(skellam)(0))
print(sympy.stats.density(skellam)(1))
print(sympy.stats.density(skellam)(2))

输出：

1
5
0.180447044315483
0.224518805771632
0.168389104328724

这个例子中，我们创建了一个名为“skellam”的Skellam分布随机变量，其中第一个随机变量的均值为3，第二个随机变量的均值为2。然后我们计算了Skellam分布的期望值和方差，以及概率质量函数在0、1和2处的值。

从输出结果可以看出，Skellam分布的期望值为1，方差为5；概率质量函数在0、1和2处的值分别为0.18、0.22和0.17。

这个例子展示了如何使用 sympy.stats.Skellam() 函数计算Skellam分布。我们可以通过修改参数 mu1 和 mu2 来计算其他Skellam分布的值。