scipy.stats.rv_discrete.

expect

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

透過數值總和計算離散分佈函數的期望值。

參數:

func可呼叫物件, 選擇性

計算期望值的函數。僅接受一個參數。預設值為恆等映射 f(k) = k。

argstuple, 選擇性

分佈的形狀參數。

locfloat, 選擇性

位置參數。預設值為 0。

lb, ubint, 選擇性

總和的下限和上限，預設設定為分佈的支援範圍，包含上下限 (lb <= k <= ub)。

conditionalbool, 選擇性

如果為 true，則期望值會根據總和區間的條件機率進行校正。傳回值是函數 func 在給定區間（k 使得 lb <= k <= ub）內的條件期望值。預設值為 False。

maxcountint, 選擇性

要評估的最大項數（以避免無限迴圈進行無限總和）。預設值為 1000。

tolerancefloat, 選擇性

總和的絕對容差。預設值為 1e-10。

chunksizeint, 選擇性

以這個大小的區塊迭代分佈的支援範圍。預設值為 32。

返回:

expectfloat

期望值。

註解

對於重尾分佈，期望值可能存在也可能不存在，取決於函數 func。如果它確實存在，但總和收斂緩慢，則結果的準確性可能相當低。例如，對於 zipf(4)，範例中平均值、變異數的準確度僅為 1e-5。增加 maxcount 和/或 chunksize 可能會改善結果，但也可能使 zipf 變得非常慢。

此函數未向量化。