我想计算由二项分布给出的预定x（成功），n（试验）和p（概率）的概率 - 后者由概率质量函数Beta（a，b）给出。
我知道scipy.stats.binom.pmf(x,n,p) - 但我不确定如何用概率函数替换 p。我也想知道我是否可以使用scipy.stats.binom.pmf的loc论点来模仿这种行为。
如果 n（总 # 次试验）和x（# 成功）的值很大，那么计算 β-二项式概率的更稳定方法是使用日志。使用 β-二项分布函数的 gamma 函数展开，所需概率的自然对数为：
ln(answer) = gammaln(n+1) + gammaln(x+a) + gammaln(n-x+b) + gammaln(a+b) -
(gammaln(x+1) + gammaln(n-x+1) + gammaln(a) + gammaln(b) + gammaln(n+a+b))
其中gammaln是伽马函数的自然对数，以scipy.special 表示。
（顺便说一句：loc参数只是将分布向左或向右移动，这不是你想要的。
Wiki 说复合分布函数由下式给出
f(k|n,a,b) = comb(n,k) * B(k+a, n-k+b) / B(a,b)
其中 B 是 beta 函数，a 和 b 是原始 Beta 参数，n 是二项式参数。 这里的 k 是你的 x，p 消失是因为你在 p 的值上积分以获得这个（卷积）。也就是说，你不会在 scipy 中找到它，但它是一个单行代码，前提是你有 scipy 的 beta 函数。
Beta-Binomial 分布包含在 1.4.0 版的 scipy 中，作为 scipy.stats.betabinom