1
A
回答
5
在Distributions.jl
的對象是像隨機變量拉姆達。如果您聲明一個值爲分佈,則可以使用rand
對其進行抽樣,但您可以對其應用whole lot of other methods。其中有pdf
:
julia> X = Poisson(30)
Distributions.Poisson{Float64}(λ=30.0)
julia> pdf(X, 2)
4.2109303359780846e-11
julia> pdf(X, 0:1:10)
11-element Array{Float64,1}:
9.35762e-14
2.80729e-12
4.21093e-11
4.21093e-10
3.1582e-9
1.89492e-8
9.47459e-8
4.06054e-7
1.5227e-6
5.07567e-6
1.5227e-5
相關問題
- 1. 計算概率分佈
- 2. 爲泊松分佈繪製概率質量函數
- 3. 如何計算Scala中的泊松數
- 4. 如何計算Scipy中正態分佈的概率
- 5. 如何使用概率分佈對象計算一個點的概率?
- 6. 如何在正態分佈,其中R計算概率
- 7. 概率計算
- 8. 計算概率
- 9. 概率計算
- 10. 泊松計算(erlang C)
- 11. 概率的計算
- 12. 從泊松計算X2分佈式數據
- 13. 指數/泊松分佈
- 14. 擬合泊松分佈
- 15. 泊松分佈適合
- 16. 泊松分佈或正態分佈
- 17. 在Python中分佈隨機變量的概率計算
- 18. 從Tensorflow中的概率分佈計算平均狀態
- 19. VHDL中的泊松分佈生成
- 20. Java中的泊松分佈(正確性?)
- 21. 計算概率在概率樹
- 22. 如何計算R中已知分佈中數據點擬合的概率
- 23. 在MySQL中計算概率
- 24. 如何繪製R中泊松分佈的百分位數?
- 25. 計算累計概率
- 26. 如何計算R中給定分位數的概率?
- 27. 在多元正態分佈上的計算概率
- 28. 泊松分佈(dpois)積分R
- 29. 計算事件的概率
- 30. 對excel的概率計算