将 R 中的 pnbinom() 映射到 SciPy 中的 scipy.stats.nbinom.pmf(k, n, p, loc=0)

Question

我很难理解 pnbinom(q, size, prob, mu, lower.tail = TRUE, log.p = FALSE) in R to the scipy.stats.nbinom.pmf(k, n, p, loc=0) in SciPy。

对于R函数，参数定义如下

q   =vector of quantiles.

size    = target for number of successful trials, or dispersion parameter (the shape parameter of the gamma mixing distribution). Must be strictly positive, need not be integer.

prob    =probability of success in each trial. 0 < prob <= 1.

mu  = alternative parametrization via mean: see ‘Details’.

log, log.p  =logical; if TRUE, probabilities p are given as log(p).

lower.tail =    logical; if TRUE (default), probabilities are P[X ≤ x], otherwise, P[X > x].

对于SciPy函数，参数定义如下。

 n is the    number of successes
 p is the probability of a single success.

例如，如果

k=20

a=1.2

p=0.1

在 R 中，pnbinom(k,a,p) = 0.8518848。这里，k 代入 q 即分位数向量，a 代入 size，p 代入 'prob'。

另一方面，在 SciPy 中，我假设 n 用作 size，p 用作 prob R. 在该设置中，nbinom.pmf(k, a, p) = 0.01530062999480606.

任何人都可以帮助确定我缺少什么吗？

Answer 1

nbinom.pmf(k, a, p) returns pmf（概率质量函数），而 pnbinom(k, a, p) 是 cdf（累积分布函数）。

尝试 nbinom.cdf(k, a, p) 从 scipy 获取 cdf，或 dnbinom(k, a, p) 在 R 中获取 pmf。