我的理解是两种方式都应使分位数对应于较低的尾部概率。但是，我得到了不同的结果。
例如：-qgeom(0.99,0.5)在R中给出6，而geom.ppf(0.99,0.5)在Python中给出7。
答案 0 :(得分：3)
tldr; 的几何分布的pmf在R和SciPy中是不同的。
首先，最好确认使用R和Python计算的分位数通常是一致的，例如在正态分布的情况下
from scipy.stats import norm
norm.ppf(0.99)
#2.3263478740408408
qnorm(0.99)
#[1] 2.326348
对于几何分布，分位数函数有所不同，因为概率质量函数（pmf）不同。在R中，几何分布的pmf定义为p(1 - p)^k（请参见help("Geometric")）；在Python的SciPy模块中，几何分布定义为p(1 - p)^(k-1)（请参见scipy.stats.geom）。
您可以在Wikipedia article中找到两种定义的关键数量摘要。本质上，^k定义是“用于建模直到首次成功的失败数量”。，其中^(k-1)定义与“第k次试验（共k次试验）是第一个成功”。