Hacktoberfest 2026：维护者为十月标记出来的 issue，仍然开放、适合新手。 浏览 Hacktoberfest issue

Correct probability terminology and formulas in the SymPy lecture

未关闭 适合新手
  • 哪里不对？
#652 0 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看

维护者通常 1 天内回复

还没有人认领这个 Issue。

评估

难度
1/5
预计耗时
1-3 小时
新手友好度
95/100
Issue 类型
文档
描述清晰度
描述清楚
活跃度
活跃
技术栈
markdown, python
领域
content, documentation

调研方向

从 lectures/sympy.md 开始，查看 Poisson 示例、sympy_ex2 和指数分布示例。确认文档中给出的支持集与符号假设一致，二项 PMF 始终使用成功次数，并且 CDF 术语正确。文中未提到测试文件，因此完成此项任务就是修正本讲中记录的三处问题。

由索引模型根据 Issue 内容生成。

描述

I noticed a few inconsistencies in lectures/sympy.md:

  • In the Poisson example, the support is stated as x = 0, 1, 2, ..., but x is created with positive=True, which excludes zero.
  • In exercise sympy_ex2, binomial_factor uses factorial(n-r) although the binomial PMF uses the number of successes x; this appears intended to be factorial(n-x). The earlier example also defines r, so the current expression can silently refer to the reserve-ratio symbol.
  • The exponential example calls its CDF a “cumulative density function”; the standard term is “cumulative distribution function”.

Please update these details to keep the probability examples technically consistent.

主要语言
JavaScript
星标
72
派生
33
平均合并
22 分钟
30 天内合并 PR
3

环境准备

这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。

从这里开始

  1. 先读完整个 Issue，再读项目的贡献指南。
  2. 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
  3. Fork 仓库，在一个分支上完成修改。
  4. 提交 Pull Request，并在描述里引用这个 Issue 编号。

QuantEcon/lecture-python-programming 的其他 Issue

查看 QuantEcon/lecture-python-programming 的全部 Issue

相似的 Issue

更多 JavaScript Issue

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。