Python numpy random.chisquare用法及代码示例

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

用法:

random.chisquare(df, size=None)

从卡方分布中抽取样本。

当每个具有标准正态分布(均值 0，方差 1)的 df 独立随机变量被平方和求和时，得到的分布是卡方的(见注释)。这种分布通常用于假设检验。

注意

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

参数：

df： 浮点数或类似数组的浮点数

自由度数，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 df 是标量，则返回单个值。否则，将抽取np.array(df).size 样本。

返回：

out： ndarray 或标量

从参数化卡方分布中抽取样本。

抛出：

ValueError

什么时候df<= 0 或当不合适时size(例如：size=-1) 给出。

注意：

通过对 df 独立、标准正态分布随机变量的平方求和获得的变量：

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

是卡方分布的，表示为

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

卡方分布的概率密度函数为

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

其中\(\Gamma\) 是伽马函数，

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

参考：

1：

NIST “Engineering Statistics Handbook”https://www.itl.nist.gov/div898/handbook/eda/section3/eda3666.htm

例子：

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