scipy.stats.Uniform.

pmf#

Равномерное.pmf(x, /, *, метод=None)[источник]#

Функция вероятности массы

Функция вероятности массы ("PMF"), обозначаемая \(f(x)\), это вероятность того, что случайная величина \(X\) будет принимать значение \(x\).

\[f(x) = P(X = x)\]

pmf принимает x для \(x\).

Параметры:

xarray_like

Аргумент PMF.

метод{None, 'formula', 'logexp'}

Стратегия, используемая для вычисления PMF. По умолчанию (None), инфраструктура выбирает между следующими опциями, перечисленными в порядке приоритета.

'formula': использовать формулу для самой PMF
'logexp': вычислить логарифм PMF и возвести в степень

Не все метод опции доступны для всех распределений. Если выбранная метод недоступен, NotImplementedError будет вызвано исключение.

Возвращает:

выходмассив: PMF, вычисленная в аргументе x.

Смотрите также

cdf
logpmf

Примечания

Предположим, что дискретное распределение вероятностей имеет носитель на множестве целых чисел \({l, l+1, ..., r-1, r}\)По определению носителя, PMF принимает свое минимальное значение \(0\) для нецелых \(x\) и для \(x\) вне области определения; т.е. для \(x < l\) или \(x > r\).

Для непрерывных распределений, pmf возвращает 0 при всех действительных аргументах.

Ссылки

[1]

Функция вероятности массы, Википедия, https://en.wikipedia.org/wiki/Probability_mass_function

Примеры

любым из целых чисел в полуоткрытом диапазоне

>>> from scipy import stats
>>> X = stats.Binomial(n=10, p=0.5)

Вычислить PMF для желаемого аргумента:

>>> X.pmf(5)
np.float64(0.24609375)