numpy.random.chisquare#

random.chisquare(df, size=None)#

从卡方分布中抽取样本。

当 df 个独立的随机变量，每个都具有标准正态分布（均值为 0，方差为 1），被平方并相加时，得到的分布是卡方分布（参见 Notes）。此分布常用于假设检验。

注意

新的代码应使用 chisquare 方法，而不是 Generator 实例；请参阅 快速入门。

参数:
dffloat 或 array_like of floats

自由度，必须 > 0。

sizeint 或 int 的元组，可选

输出形状。如果给定的形状是，例如，(m, n, k)，则抽取 m * n * k 个样本。如果 size 为 None（默认），当 df 是标量时，返回单个值。否则，抽取 np.array(df).size 个样本。

返回:
outndarray 或标量

从参数化的卡方分布中抽取的样本。

引发:
ValueError

当 df <= 0 或给出不合适的 size（例如 size=-1）时。

另请参阅

random.Generator.chisquare

新代码应使用此方法。

备注

通过对 df 个独立的、标准正态分布的随机变量的平方求和得到的变量

\[Q = \sum_{i=1}^{\mathtt{df}} X^2_i\]

服从卡方分布，记为

\[Q \sim \chi^2_k.\]

卡方分布的概率密度函数为

\[p(x) = \frac{(1/2)^{k/2}}{\Gamma(k/2)} x^{k/2 - 1} e^{-x/2},\]

其中 \(\Gamma\) 是伽马函数，

\[\Gamma(x) = \int_0^{-\infty} t^{x - 1} e^{-t} dt.\]

参考

示例

>>> np.random.chisquare(2,4)
array([ 1.89920014,  9.00867716,  3.13710533,  5.62318272]) # random
在此页面