@@ -27,27 +27,27 @@ define([
2727 code : '_rv = stats.bernoulli(${p})' ,
2828 description : 'A Bernoulli discrete random variable.' ,
2929 options : [
30- { name : 'p' , component : [ 'input_number' ] , default : 0.6 , usePair : true } ,
30+ { name : 'p' , component : [ 'input_number' ] , value : 0.6 , required : true , usePair : true } ,
3131 ]
3232 } ,
3333 'binomial' : {
3434 name : 'Binomial' ,
3535 import : 'from scipy import stats' ,
36- code : '_rv = stats.binom(${N }${p})' ,
36+ code : '_rv = stats.binom(${n }${p})' ,
3737 description : 'A binomial discrete random variable.' ,
3838 options : [
39- { name : 'N ' , component : [ 'input_number' ] , default : 10 , usePair : true } ,
40- { name : 'p' , component : [ 'input_number' ] , default : 0.6 , usePair : true } ,
39+ { name : 'n ' , component : [ 'input_number' ] , value : 10 , required : true , usePair : true } ,
40+ { name : 'p' , component : [ 'input_number' ] , value : 0.6 , required : true , usePair : true } ,
4141 ]
4242 } ,
4343 'multinomial' : {
4444 name : 'Multinomial' ,
4545 import : 'from scipy import stats' ,
46- code : '_rv = stats.multinomial(${N }${mu })' ,
46+ code : '_rv = stats.multinomial(${n }${p })' ,
4747 description : 'A multinomial random variable.' ,
4848 options : [
49- { name : 'N ' , component : [ 'input_number' ] , default : 10 , usePair : true } ,
50- { name : 'p' , component : [ 'data_select' ] , usePair : true } ,
49+ { name : 'n ' , component : [ 'input_number' ] , value : 10 , required : true , usePair : true } ,
50+ { name : 'p' , component : [ 'data_select' ] , value : '[0.4, 0.6]' , required : true , usePair : true } ,
5151 ]
5252 } ,
5353 /** Continumous prob. dist. */
@@ -65,8 +65,8 @@ define([
6565 code : '_rv = stats.norm(${loc}${scale})' ,
6666 description : 'A normal continuous random variable.' ,
6767 options : [
68- { name : 'loc' , component : [ 'input_number' ] , default : 0 , usePair : true } ,
69- { name : 'scale' , component : [ 'input_number' ] , default : 1 , usePair : true } ,
68+ { name : 'loc' , component : [ 'input_number' ] , value : 0 , usePair : true } ,
69+ { name : 'scale' , component : [ 'input_number' ] , value : 1 , usePair : true } ,
7070 ]
7171 } ,
7272 'beta' : {
@@ -75,8 +75,8 @@ define([
7575 code : '_rv = stats.beta(${a}${b})' ,
7676 description : 'A beta continuous random variable.' ,
7777 options : [
78- { name : 'a' , component : [ 'input_number' ] , usePair : true } ,
79- { name : 'b' , component : [ 'input_number' ] , usePair : true } ,
78+ { name : 'a' , component : [ 'input_number' ] , required : true , usePair : true } ,
79+ { name : 'b' , component : [ 'input_number' ] , required : true , usePair : true } ,
8080 ]
8181 } ,
8282 'gamma' : {
@@ -85,7 +85,7 @@ define([
8585 code : '_rv = stats.gamma(${a})' ,
8686 description : 'A gamma continuous random variable.' ,
8787 options : [
88- { name : 'a' , component : [ 'input_number' ] , usePair : true } ,
88+ { name : 'a' , component : [ 'input_number' ] , required : true , usePair : true } ,
8989 ]
9090 } ,
9191 'studentst' : {
@@ -94,7 +94,7 @@ define([
9494 code : '_rv = stats.t(${df})' ,
9595 description : "A Student's t continuous random variable." ,
9696 options : [
97- { name : 'df' , component : [ 'input_number' ] , usePair : true } ,
97+ { name : 'df' , component : [ 'input_number' ] , required : true , usePair : true } ,
9898 ]
9999 } ,
100100 'chi2' : {
@@ -103,7 +103,7 @@ define([
103103 code : '_rv = stats.chi2(${df})' ,
104104 description : 'A chi-squared continuous random variable.' ,
105105 options : [
106- { name : 'df' , component : [ 'input_number' ] , usePair : true } ,
106+ { name : 'df' , component : [ 'input_number' ] , required : true , usePair : true } ,
107107 ]
108108 } ,
109109 'f' : {
@@ -112,8 +112,8 @@ define([
112112 code : '_rv = stats.f(${dfn}${dfd})' ,
113113 description : 'An F continuous random variable.' ,
114114 options : [
115- { name : 'dfn' , component : [ 'input_number' ] , usePair : true } ,
116- { name : 'dfd' , component : [ 'input_number' ] , usePair : true } ,
115+ { name : 'dfn' , component : [ 'input_number' ] , required : true , usePair : true } ,
116+ { name : 'dfd' , component : [ 'input_number' ] , required : true , usePair : true } ,
117117 ]
118118 } ,
119119 'dirichlet' : {
@@ -122,7 +122,7 @@ define([
122122 code : '_rv = stats.dirichlet(${alpha}${seed})' ,
123123 description : 'A Dirichlet random variable.' ,
124124 options : [
125- { name : 'alpha' , component : [ 'input_number' ] , usePair : true } ,
125+ { name : 'alpha' , component : [ 'input_number' ] , required : true , usePair : true } ,
126126 { name : 'seed' , component : [ 'input_number' ] , usePair : true } ,
127127 ]
128128 } ,
@@ -132,8 +132,8 @@ define([
132132 code : '_rv = stats.multivariate_normal(${mean}${cov}${allow_singular})' ,
133133 description : 'A multivariate normal random variable.' ,
134134 options : [
135- { name : 'mean' , component : [ 'data_select' ] , default : '[0]' , usePair : true } ,
136- { name : 'cov' , component : [ 'data_select' ] , default : '[1]' , usePair : true } ,
135+ { name : 'mean' , component : [ 'data_select' ] , value : '[0]' , usePair : true } ,
136+ { name : 'cov' , component : [ 'data_select' ] , value : '[1]' , usePair : true } ,
137137 { name : 'allow_singular' , component : [ 'bool_select' ] , default : 'False' , usePair : true } ,
138138 ]
139139 } ,
0 commit comments