numpy.random.RandomState.chisquare#
方法
- random.RandomState.chisquare(df, size=None)#
从卡方分布中抽取样本。
当 `df` 个独立的标准正态分布(均值为 0,方差为 1)随机变量被平方并求和时,结果分布是卡方分布(参见注意事项)。此分布常用于假设检验。
- 参数:
- df浮点数或浮点数数组类型
自由度,必须大于 0。
- size整型或整型元组,可选
输出形状。如果给定形状为例如
(m, n, k)
,则将抽取m * n * k
个样本。如果 size 为None
(默认值),则当df
是一个标量时返回单个值。否则,将抽取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 时,或给定不合适的
size
(例如size=-1
)时。
另请参阅
random.Generator.chisquare
新代码应使用此方法。
注意事项
通过对 df 个独立、标准正态分布的随机变量的平方求和得到的变量
\[Q = \sum_{i=1}^{\mathtt{df}} X^2_i\]是卡方分布的,记作
\[Q \sim \chi^2_k.\]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,
\[\Gamma(x) = \int_0^{-\infty} t^{x - 1} e^{-t} dt.\]参考文献
[1]NIST “工程统计手册” https://www.itl.nist.gov/div898/handbook/eda/section3/eda3666.htm
示例
>>> np.random.chisquare(2,4) array([ 1.89920014, 9.00867716, 3.13710533, 5.62318272]) # random