Python中的Sympy stats.GeneralizedMultivariateLogGamma()

在sympy.stats.GeneralizedMultivariateLogGamma()方法的帮助下，我们可以得到代表Generalized Multivariate Log Gamma分布的连续联合随机变量。

语法 : GeneralizedMultivariateLogGamma(syms, delta, v, lamda, mu)
参数 :
1) Syms – 符号列表
2) Delta – 一个范围为[0, 1]的常数
3) V – 正实数
4) Lambda – 一个正整数的列表
5) mu – 一个正实数的列表。

返回：返回连续的联合随机变量。

例子#1 :
在这个例子中我们可以看到，通过使用sympy.stats.GeneralizedMultivariateLogGamma()方法，我们能够得到代表Generalized Multivariate Log Gamma分布的连续联合随机变量。

# Import sympy and GeneralizedMultivariateLogGamma
from sympy.stats import density
from sympy.stats.joint_rv_types import GeneralizedMultivariateLogGamma
from sympy.stats.joint_rv import marginal_distribution
from sympy import symbols, S
  
v = 1
l, mu = [1, 1, 1], [1, 1, 1]
d = S.Half
y = symbols('y_1:4', positive = True)
  
# Using sympy.stats.GeneralizedMultivariateLogGamma() method
Gd = GeneralizedMultivariateLogGamma('G', d, v, l, mu)
gfg = density(Gd)(y[0], y[1], y[2])
  
pprint(gfg)

输出 :

  oo                                                      
_____                                                     
\    `                                                    
 \                                       y_1    y_2    y_3
  \     -n  (n + 1)*(y_1 + y_2 + y_3) - e    - e    - e   
   \   2  *e                                              
   /   ---------------------------------------------------
  /                            3                          
 /                        Gamma (n + 1)                   
/____,                                                    
n = 0                                                     
----------------------------------------------------------
                            2

例子#2 :

# Import sympy and GeneralizedMultivariateLogGamma
from sympy.stats import density
from sympy.stats.joint_rv_types import GeneralizedMultivariateLogGamma
from sympy.stats.joint_rv import marginal_distribution
from sympy import symbols, S
  
v = 1
l, mu = [1, 2, 3], [2, 5, 1]
d = S.One
y = symbols('y_1:4', positive = True)
  
# Using sympy.stats.GeneralizedMultivariateLogGamma() method
Gd = GeneralizedMultivariateLogGamma('G', d, v, l, mu)
gfg = density(Gd)(y[0], y[1], y[2])
  
pprint(gfg)

输出 :

   oo                                                                        
______                                                                       
\     `                                                                      
 \                                                               5*y_2    y_3
  \                                                     2*y_1   e        e   
   \                   (n + 1)*(2*y_1 + 5*y_2 + y_3) - e      - ------ - ----
    \       n  -n - 1                                             2       3  
    /   10*0 *6      *e                                                      
   /    ---------------------------------------------------------------------
  /                                      3                                   
 /                                  Gamma (n + 1)                            
/_____,                                                                      
 n = 0