R dnbinom与Python nbinom.pmf结果不一致，参数转换存疑

• 核心问题：你用的参数转换公式完全错误，才导致结果不一致。
• 先明确两者的参数定义逻辑：
  • R的dnbinom(k, size=r, mu=μ)：size是负二项分布的形状参数（离散度），mu是分布均值，背后对应的单次成功概率为p_R = r/(r+μ)，概率质量函数基于「获得r次成功前的失败次数为k」定义。
  • Scipy的nbinom.pmf(k, n, p)：n直接对应R的size（即形状参数r），p是单次成功概率，分布均值公式为n*(1-p)/p，和R的mu等价。
• 正确的转换公式：
  • Scipy的n = R的size
  • Scipy的p = R的size / (R的size + R的mu)
• 用你的例子验证：
  • R参数：size=0.463965，mu=15
  • 转换后Scipy参数：n=0.463965，p=0.463965/(0.463965+15)≈0.03
  • 执行scipy.stats.nbinom.pmf(3, 0.463965, 0.03)，结果会和R的dnbinom(3, mu=15, size=0.463965)一致（约0.05）
• 错误原因：
  • 你错误地将Scipy的n设为1/size，混淆了不同教材里的参数化方式（R和Scipy均直接使用原始形状参数r，而非其倒数）；同时p的推导公式完全错误，正确的p需要从均值等价的等式反推得出，不是1/(1+size*mu)。

内容的提问来源于stack exchange，提问作者Pacific Bird