NumPy 1.14 - RandomState.chisquare()

numpy.random.RandomState.chisquare




numpy

numpy.random.RandomState.chisquare

RandomState.chisquare(df, size=None)

ची-वर्ग वितरण से नमूने ड्रा करें।

जब df स्वतंत्र यादृच्छिक चर, मानक सामान्य वितरण (मतलब 0, विचरण 1) के साथ प्रत्येक, चुकता और अभिव्यक्त किया जाता है, जिसके परिणामस्वरूप वितरण ची-वर्ग (नोट्स देखें) है। इस वितरण का उपयोग अक्सर परिकल्पना परीक्षण में किया जाता है।

पैरामीटर:

df : फ्लोट्स की फ़्लोट या array_like

स्वतंत्रता की डिग्री की संख्या, 0 होनी चाहिए।

आकार : इंट या टुपल इन्टस, वैकल्पिक

आउटपुट आकार। यदि दी गई आकृति है, जैसे, (m, n, k) , तो m * n * k नमूने खींचे जाते हैं। यदि आकार None (डिफ़ॉल्ट), यदि df एक अदिश राशि है तो एक एकल मान लौटाया जाता है। अन्यथा, np.array(df).size नमूने तैयार किए जाते हैं।

यह दिखाता है:

बाहर : ndarray या स्केलर

पैरामीटर किए गए ची-वर्ग वितरण से नमूने खींचे।

जन्म देती है:

ValueError

जब df <= 0 या जब एक अनुचित size (जैसे size=-1 ) दिया जाता है।

टिप्पणियाँ

df के वर्गों के योग द्वारा प्राप्त चर स्वतंत्र, मानक सामान्य रूप से वितरित यादृच्छिक चर:

Q = \ sum_ {i = 0} ^ {\ mathtt {df}} X ^ 2_i

चि-वर्ग वितरित, निरूपित है

Q \ sim \ chi ^ 2_k।

ची-वर्गीय वितरण की संभाव्यता घनत्व कार्य है

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

कहा पे \ गामा गामा फ़ंक्शन है,

\ Gamma (x) = \ int_0 ^ {- \ infty} t ^ {x - 1} e ^ {- t} tt।

संदर्भ

[R285285] NIST â € ineeringEngineering सांख्यिकी Handbookâ € http://www.itl.nist.gov/div898/handbook/eda/section3/eda3666.htm

उदाहरण

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