Python中的 sympy.stats.BetaBinomial()函数

在概率统计中，Beta-Binomial 模型是指先验为 Beta 分布，似然函数为二项分布的算法模型。Python中的 sympy.stats.BetaBinomial() 函数就是用来构建 Beta-Binomial 分布模型。

函数调用方法

首先需要导入 sympy.stats 模块：

from sympy.stats import BetaBinomial, P

BetaBinomial() 函数的参数如下：

BetaBinomial('name', n, a, b)

• name : 表示该随机变量的名称。
• n : 表示二项分布试验次数。
• a, b : 表示 Beta 分布的两个超参数。

举例说明：

X = BetaBinomial('X', 10, 2, 5)

以上代码定义了一个 BetaBinomial 随机变量 $X$，其中试验次数为 $10$，Beta 分布的两个超参数分别为 $2$ 和 $5$。

函数返回值

P() 函数可以用来计算概率值，例如：

P(X > 4).evalf()

以上代码将会计算随机变量 $X$ 的概率值，即 $P(X > 4)$，并通过 evalf() 函数返回计算结果。

BetaBinomial() 函数还可以被用于构建概率密度函数，例如：

from sympy import Symbol
x = Symbol('x')
pdf = density(X)(x)

以上代码将会定义一个符号变量 $x$，并通过 density(X)(x) 函数计算随机变量 $X$ 的概率密度函数。