dask.array.random.非中心_f
dask.array.random.非中心_f¶
- dask.array.random.noncentral_f(*args, **kwargs)¶
从非中心F分布中抽取样本。
此文档字符串是从 numpy.random.mtrand.RandomState.noncentral_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），其中两个参数均 > 1。`nonc 是非中心性参数。
备注
新代码应使用 ~numpy.random.Generator 实例的 ~numpy.random.Generator.noncentral_f 方法；请参阅 Quick start。
- 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。
在 1.14.0 版更改: 较早的 NumPy 版本要求 dfnum > 1。
- dfden浮点数或浮点数的类数组对象
分母自由度，必须大于0。
- nonc浮点数或浮点数的类数组对象
非中心性参数，分子均值平方和，必须 >= 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、dfden和nonc都是标量时，返回一个单一值。否则，会抽取np.broadcast(dfnum, dfden, nonc).size个样本。
- 返回
- 出ndarray 或标量
从参数化的非中心Fisher分布中抽取样本。
参见
random.Generator.noncentral_f应用于新代码。
注释
在计算实验的效力（效力 = 当特定替代假设为真时拒绝零假设的概率）时，非中心 F 统计量变得重要。当零假设为真时，F 统计量遵循中心 F 分布。当零假设不为真时，则它遵循非中心 F 统计量。
参考文献
- 1
Weisstein, Eric W. “非中心 F 分布。” 来自 MathWorld–A Wolfram 网络资源。 https://mathworld.wolfram.com/NoncentralF-Distribution.html
- 2
Wikipedia, “非中心F分布”, https://en.wikipedia.org/wiki/Noncentral_F-distribution
示例
在一项研究中，测试与零假设的特定替代方案需要使用非中心F分布。我们需要计算分布尾部超过零假设F分布值的区域。我们将绘制两个概率分布以进行比较。
>>> dfnum = 3 # between group deg of freedom >>> dfden = 20 # within groups degrees of freedom >>> nonc = 3.0 >>> nc_vals = np.random.noncentral_f(dfnum, dfden, nonc, 1000000) >>> NF = np.histogram(nc_vals, bins=50, density=True) >>> c_vals = np.random.f(dfnum, dfden, 1000000) >>> F = np.histogram(c_vals, bins=50, density=True) >>> import matplotlib.pyplot as plt >>> plt.plot(F[1][1:], F[0]) >>> plt.plot(NF[1][1:], NF[0]) >>> plt.show()