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(每个变量都具有标准正态分布,均值为 0,方差为 1)的平方和时,得到的分布为卡方分布(请参阅注释).此分布通常用于假设检验.
- 参数:
- dffloat 或 float 的类数组
自由度数,必须 > 0.
- sizeint 或 int 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),则如果df是标量,则返回单个值.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.
- Raises:
- ValueError
当 df <= 0 或给出不适当的 size (例如
size=-1) 时.
参见
random.Generator.chisquare新代码应该使用它.
注释
通过将 df 个独立的,标准正态分布的随机变量的平方和得到的变量:
\[Q = \sum_{i=1}^{\mathtt{df}} X^2_i\]是卡方分布,表示为
\[Q \sim \chi^2_k.\]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