scipy.stats.rv_discrete.

期望

rv_discrete.expect(func=None, args=(), loc=0, lb=None, ub=None, conditional=False, maxcount=1000, tolerance=1e-10, chunksize=32)

通过数值求和计算离散分布下函数的期望值。

参数:

函数可调用，可选

计算期望值的函数。只接受一个参数。默认是恒等映射 f(k) = k。

参数tuple, 可选

分布的形状参数。

locfloat, 可选

位置参数。默认值为 0。

lb, ubint, 可选

求和的下限和上限，默认设置为分布的支持范围，包含在内（lb <= k <= ub）。

条件bool, 可选

如果为真，则期望值会根据求和区间的条件概率进行修正。返回值是函数 func 的期望值，条件是处于给定区间内（k 满足 lb <= k <= ub）。默认为 False。

最大计数int, 可选

最大评估项数（为了避免无限和的无尽循环）。默认值为1000。

容差float, 可选

求和的绝对容差。默认值为 1e-10。

chunksizeint, 可选

以这个大小的块迭代分布的支持。默认值是32。

返回:

期望浮动

期望值。

注释

对于重尾分布，期望值可能存在也可能不存在，这取决于函数 func。如果存在，但和收敛缓慢，结果的准确性可能相当低。例如，对于 zipf(4)，示例中均值和方差的准确性仅为 1e-5。增加 maxcount 和/或 chunksize 可能会改善结果，但也可能使 zipf 非常慢。

该函数未向量化。