numpy.random.RandomState.negative_binomial

原文:https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.RandomState.negative_binomial.html

译者:飞龙 UsyiyiCN

校对:(虚位以待)

RandomState.negative_binomial(n, p, size=None)

从负二项分布绘制样本。

样本从具有指定参数n试验和p成功概率的负二项分布中绘制,其中n是> 0和 p在区间[0,1]中。

参数:

n:int

参数,> 0。

p:float

参数,> = 0和

size:int或tuple的整数,可选

输出形状。如果给定形状是例如(m, n, k),则 m * n * k默认值为None,在这种情况下返回单个值。

返回:

samples:int或ndarray of ints

绘制样品。

笔记

负二项分布的概率密度为

其中n-1是成功的数量,p是成功的概率,而N+n-1是试验的数量。负二项分布给出了N + n-1次试验中n-1次成功和N次失败的概率,以及第(N + n)次试验的成功率。

如果直到第三次出现“1”,第三个“1”之前出现的非“1”的数量的概率分布是负二项分布。

参考文献

[R172]Weisstein,Eric W.“负二项分布”,来自MathWorld-Wolfram Web资源。http://mathworld.wolfram.com/NegativeBinomialDistribution.html
[R173]维基百科,“负二项分布”,http://en.wikipedia.org/wiki/Negative_binomial_distribution

例子

从分布绘制样本:

一个现实世界的例子。一家公司钻探野猫石油勘探井,每个井的估计成功概率为0.1。对于每个连续的井,一个成功的概率是多少,这是在钻5口井,6口井等之后单个成功的概率。

>>> s = np.random.negative_binomial(1, 0.1, 100000)
>>> for i in range(1, 11):
...    probability = sum(s<i) / 100000.
...    print i, "wells drilled, probability of one success =", probability