chi_squared_distribution 클래스

  • 아티클

카이 제곱 분포를 생성합니다.

구문

template<class RealType = double>
class chi_squared_distribution {
public:
    // types
    typedef RealType result_type;
    struct param_type;

    // constructor and reset functions
    explicit chi_squared_distribution(RealType n = 1);
    explicit chi_squared_distribution(const param_type& parm);
    void reset();

    // generating functions
    template <class URNG>
    result_type operator()(URNG& gen);
    template <class URNG>
    result_type operator()(URNG& gen, const param_type& parm);

    // property functions
    RealType n() const;
    param_type param() const;
    void param(const param_type& parm);
    result_type min() const;
    result_type max() const;
};

매개 변수

RealType
부동 소수점 결과 형식으로, 기본적으로 double로 지정되어 있습니다. 가능한 형식은 임>의 형식을 참조하세요<.

URNG
균일한 난수 생성기 엔진입니다. 가능한 형식은 임>의 형식을 참조하세요<.

설명

클래스 템플릿은 사용자가 지정한 부동 소수점 형식의 값을 생성하는 분포를 설명합니다. 또는 입력이 제공되지 않은 경우 형식 double 은 카이 제곱 분포에 따라 분산됩니다. 다음 테이블은 개별 멤버에 대한 문서와 연결되어 있습니다.

chi_squared_distribution
param_type

속성 함수 n()은 저장된 분포 매개 변수 n의 값을 반환합니다.

속성 멤버 param()은 param_type으로 저장된 분포 매개 변수 패키지를 설정하거나 반환합니다.

min() 및 max() 구성원 함수는 각각 가능한 가장 작은 결과 및 가능한 가장 큰 결과를 반환합니다.

reset() 구성원 함수는 캐시된 모든 값을 버립니다. 따라서 operator()에 대한 다음 호출의 결과는 호출 전 엔진에서 얻은 어떠한 값의 영향도 받지 않습니다.

operator() 구성원 함수는 현재 매개 변수 패키지 또는 지정된 매개 변수 패키지에서 URNG 엔진을 기반으로 하여 다음에 생성된 값을 반환합니다.

배포 클래스 및 해당 멤버에 대한 자세한 내용은 임>의 클래스를 참조<하세요.

카이 제곱 분포에 대한 자세한 내용은 Wolfram MathWorld 문서 Chi-Squared Distribution(카이 제곱 분포)을 참조하세요.

예시

// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>

void test(const double n, const int s) {

    // uncomment to use a non-deterministic generator
    //    std::random_device gen;
    std::mt19937 gen(1701);

    std::chi_squared_distribution<> distr(n);

    std::cout << std::endl;
    std::cout << "min() == " << distr.min() << std::endl;
    std::cout << "max() == " << distr.max() << std::endl;
    std::cout << "n() == " << std::fixed << std::setw(11) << std::setprecision(10) << distr.n() << std::endl;

    // generate the distribution as a histogram
    std::map<double, int> histogram;
    for (int i = 0; i < s; ++i) {
        ++histogram[distr(gen)];
    }

    // print results
    std::cout << "Distribution for " << s << " samples:" << std::endl;
    int counter = 0;
    for (const auto& elem : histogram) {
        std::cout << std::fixed << std::setw(11) << ++counter << ": "
            << std::setw(14) << std::setprecision(10) << elem.first << std::endl;
    }
    std::cout << std::endl;
}

int main()
{
    double n_dist = 0.5;
    int samples = 10;

    std::cout << "Use CTRL-Z to bypass data entry and run using default values." << std::endl;
    std::cout << "Enter a floating point value for the \'n\' distribution parameter (must be greater than zero): ";
    std::cin >> n_dist;
    std::cout << "Enter an integer value for the sample count: ";
    std::cin >> samples;

    test(n_dist, samples);
}

첫 번째 실행:

Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'n' distribution parameter (must be greater than zero): .5
Enter an integer value for the sample count: 10

min() == 4.94066e-324
max() == 1.79769e+308
n() == 0.5000000000
Distribution for 10 samples:
    1: 0.0007625595
    2: 0.0016895062
    3: 0.0058683478
    4: 0.0189647765
    5: 0.0556619371
    6: 0.1448191353
    7: 0.1448245325
    8: 0.1903494379
    9: 0.9267525768
    10: 1.5429743723

두 번째 실행:

Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'n' distribution parameter (must be greater than zero): .3333
Enter an integer value for the sample count: 10

min() == 4.94066e-324
max() == 1.79769e+308
n() == 0.3333000000
Distribution for 10 samples:
    1: 0.0000148725
    2: 0.0000490528
    3: 0.0003175988
    4: 0.0018454535
    5: 0.0092808795
    6: 0.0389540735
    7: 0.0389562514
    8: 0.0587028468
    9: 0.6183666639
    10: 1.3552086624

세 번째 실행:

Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'n' distribution parameter (must be greater than zero): 1000
Enter an integer value for the sample count: 10

min() == 4.94066e-324
max() == 1.79769e+308
n() == 1000.0000000000
Distribution for 10 samples:
    1: 958.5284624473
    2: 958.7882787809
    3: 963.0667684792
    4: 987.9638091514
    5: 1016.2433493745
    6: 1021.9337111110
    7: 1021.9723046240
    8: 1035.7622110505
    9: 1043.8725156645
    10: 1054.7051509381

요구 사항

헤더:<random>

네임스페이스: std

chi_squared_distribution::chi_squared_distribution

분포를 생성합니다.

explicit chi_squared_distribution(result_type n = 1.0);
explicit chi_squared_distribution(const param_type& parm);

매개 변수

n
n 분포 매개 변수입니다.

parm
분포를 생성하는 데 사용되는 매개 변수 구조입니다.

설명

사전 조건:0.0 < n

첫 번째 생성자는 저장된 n 값이 n 값을 갖는 개체를 생성합니다.

두 번째 생성자는 저장된 매개 변수가 parm에서 초기화되는 개체를 생성합니다. param() 멤버 함수를 호출하여 기존 분포의 현재 매개 변수를 가져와 설정할 수 있습니다.

chi_squared_distribution::param_type

분포의 매개 변수를 저장합니다.

struct param_type {
   typedef chi_squared_distribution<result_type> distribution_type;
   param_type(result_type n = 1.0);
   result_type n() const;

   bool operator==(const param_type& right) const;
   bool operator!=(const param_type& right) const;
   };

매개 변수

n
n 분포 매개 변수입니다.

right
이 매개 변수와 비교할 param_type 개체입니다.

설명

사전 조건:0.0 < n

이 구조를 인스턴스화 시에는 분포의 클래스 생성자로, 기존 분포의 저장된 매개 변수를 설정하기 위해서는 param() 멤버 함수로, 저장된 매개 변수 대신 사용하기 위해서는 operator()로 전달할 수 있습니다.

참고 항목

<random>