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,每个都具有标准正态分布（均值0,方差1）,被平方并求和时,得到的分布是卡方分布（见注释）.这种分布常用于假设检验.

备注

新代码应使用 Generator 实例的 chisquare 方法;请参阅 快速开始.

参数:
df浮点数或浮点数的类数组对象

自由度的数量,必须大于0.

size整数或整数的元组,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.如果大小是 None``（默认）,如果 ``df 是标量,则返回单个值.否则,会抽取 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样本.

引发:
ValueError

当 df <= 0 或当给定不适当的 size （例如 size=-1）时.

参见

random.Generator.chisquare

应用于新代码.

备注

通过将 df 个独立的标准正态分布随机变量的平方和得到的变量:

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

是卡方分布的,记作

\[Q \sim \chi^2_k.\]

卡方分布的概率密度函数是

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

其中 \(\Gamma\) 是伽玛函数,

\[\Gamma(x) = \int_0^{-\infty} t^{x - 1} e^{-t} dt.\]

参考文献

示例

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