当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python numpy RandomState.noncentral_f用法及代码示例


本文简要介绍 python 语言中 numpy.random.RandomState.noncentral_f 的用法。

用法:

random.RandomState.noncentral_f(dfnum, dfden, nonc, size=None)

从非中心 F 分布中抽取样本。

样本是从具有指定参数 dfnum(分子自由度)和 dfden(分母自由度)的 F 分布中抽取的,其中两个参数 > 1。 nonc 是非中心性参数。

注意

新代码应改为使用default_rng() 实例的noncentral_f 方法;请参阅快速入门。

参数

dfnum 浮点数或类似数组的浮点数

分子自由度,必须 > 0。

dfden 浮点数或类似数组的浮点数

分母自由度,必须 > 0。

nonc 浮点数或类似数组的浮点数

非中心性参数,即分子均值的平方和,必须 >= 0。

size int 或整数元组,可选

输出形状。例如,如果给定的形状是 (m, n, k) ,则绘制 m * n * k 样本。如果 size 为 None(默认),如果 dfnumdfdennonc 都是标量,则返回单个值。否则,将抽取np.broadcast(dfnum, dfden, nonc).size 样本。

返回

out ndarray 或标量

从参数化的非中心 Fisher 分布中抽取样本。

注意

在计算实验的功效时(功效 = 当特定备选方案为真时拒绝原假设的概率),非中心 F 统计量变得很重要。当原假设为真时,F 统计量遵循中心 F 分布。当原假设不成立时,它遵循非中心 F 统计量。

参考

1

Weisstein, Eric W. “非中心 F-Distribution。”来自MathWorld-A Wolfram Web 资源。http://mathworld.wolfram.com/NoncentralF-Distribution.html

2

维基百科,“非中心F-distribution”,https://en.wikipedia.org/wiki/Noncentral_F-distribution

例子

在一项研究中,检验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原假设的 F 分布值的区域。我们将绘制两个概率分布进行比较。

>>> 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()
numpy-random-RandomState-noncentral_f-1.png

相关用法


注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.random.RandomState.noncentral_f。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。