假设我有两个随机变量:
X ~ β(α1,β1)
Y ~ β(α2,β2)
我想计算 Z = XY 的分布(随机变量的乘积)
With scipy
,我可以通过以下方式获取单个 Beta 版的 pdf:
from scipy.stats import beta
rv = beta(a, b)
x = np.linspace(start=0, stop=1, num=200)
my_pdf = rv.pdf(x)
但是两个 Beta 的乘积又如何呢?我可以这样做吗分析地? (Python/Julia/R 解决方案都很好)。
FWIW,Python 中相同
from scipy import stats
import statsmodels.api as sm
import matplotlib.pyplot as plt
N = 100000
y = stats.beta(.5, .9).rvs(N)
x = stats.beta(.9, .5).rvs(N)
z = x*y
dens_z = sm.nonparametric.KDEUnivariate(z)
dens_z.fit()
dens_x = sm.nonparametric.KDEUnivariate(x)
dens_x.fit()
dens_y = sm.nonparametric.KDEUnivariate(y)
dens_y.fit()
fig, ax = plt.subplots()
ax.plot(dens_z.support, dens_z.density, label='z')
ax.plot(dens_x.support, dens_x.density, label='x')
ax.plot(dens_y.support, dens_y.density, label='y')
ax.legend()
plt.draw_if_interactive()
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)