numpy.random.chisquare#

random.chisquare(df, size=None)#

從卡方分佈中抽取樣本。

當 df 個獨立的隨機變數（每個都具有標準常態分佈，平均值為 0，變異數為 1）被平方並加總時，結果分佈為卡方分佈（請參閱「註解」）。此分佈常用於假設檢定。

註解

新程式碼應使用 chisquare 方法，此方法屬於 Generator 實例；請參閱快速入門。

參數:

dffloat 或 float 的類陣列 (array_like): 自由度，必須 > 0。
size整數 (int) 或整數元組 (tuple of ints)，選填: 輸出形狀。如果給定的形狀為，例如 (m, n, k)，則會抽取 m * n * k 個樣本。如果 size 為 None（預設值），則如果 df 是純量，則傳回單一值。否則，會抽取 np.array(df).size 個樣本。

回傳值:

引發:

參見

註解

透過將 df 個獨立且標準常態分佈的隨機變數的平方相加所獲得的變數

\[Q = \sum_{i=1}^{\mathtt{df}} X^2_i\]

為卡方分佈，表示為

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

卡方分佈的機率密度函數為

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

其中 \(\Gamma\) 是伽瑪函數，

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

參考文獻

[1]

範例

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