dask.array.random.f
dask.array.random.f¶
- dask.array.random.f(*args, **kwargs)¶
从 F 分布中抽取样本。
此文档字符串是从 numpy.random.mtrand.RandomState.f 复制的。
Dask 版本可能存在一些不一致性。
样本是从具有指定参数的 F 分布中抽取的，`dfnum`（分子自由度）和 `dfden`（分母自由度），其中两个参数都必须大于零。
F 分布（也称为 Fisher 分布）的随机变量是一个连续概率分布，出现在方差分析测试中，并且是两个卡方变量的比率。
备注
新代码应使用 ~numpy.random.Generator 实例的 ~numpy.random.Generator.f 方法；请参阅 随机数快速入门。
- 参数
- dfnum浮点数或浮点数的类数组对象
分子自由度，必须大于0。
- dfden浮点数或浮点数数组
分母中的自由度，必须大于0。
- 大小int 或 int 的元组，可选
输出形状。如果给定的形状是，例如，
(m, n, k)，那么会抽取m * n * k个样本。如果 size 是None``（默认），当 ``dfnum和dfden都是标量时，返回一个单一值。否则，会抽取np.broadcast(dfnum, dfden).size个样本。
- 返回
- 出ndarray 或标量
从参数化的费舍尔分布中抽取样本。
参见
scipy.stats.f概率密度函数、分布或累积密度函数等。
random.Generator.f应用于新代码。
注释
F统计量用于比较组内方差与组间方差。计算分布取决于抽样，因此它是问题中各自自由度的函数。变量 dfnum 是样本数减一，即组间自由度，而 dfden 是组内自由度，即每个组中样本数之和减去组数。
参考文献
- 1
Glantz, Stanton A. “生物统计学入门。”, McGraw-Hill, 第五版, 2002.
- 2
Wikipedia, “F-分布”, https://en.wikipedia.org/wiki/F-distribution
示例
来自Glantz[1]，第47-40页的一个例子：
两组，糖尿病患者的子女（25人）和无糖尿病人士的子女（25名对照者）。测量了空腹血糖，病例组的平均值为86.1，对照组的平均值为82.2。标准差分别为2.09和2.49。这些数据是否与零假设一致，即父母的糖尿病状态不影响其子女的血糖水平？从数据中计算出的F统计值为36.01。
从分布中抽取样本：
>>> dfnum = 1. # between group degrees of freedom >>> dfden = 48. # within groups degrees of freedom >>> s = np.random.f(dfnum, dfden, 1000)
样本中前1%的下限是：
>>> np.sort(s)[-10] 7.61988120985 # random
因此，F统计量超过7.62的概率约为1%，而测得值为36，因此在1%的水平上拒绝原假设。