chi_squared_distribution 클래스

카이 제곱 분포를 생성합니다.

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 <random>을 참조하세요.

설명

카이 제곱 분포에 따라 분포된 경우 템플릿 클래스는 사용자 지정 정수 형식 또는 아무 것도 제공되지 않았다면 double 형식의 값을 생성하는 분포를 설명합니다. 다음 테이블은 개별 멤버에 대한 문서와 연결되어 있습니다.

chi_squared_distribution 클래스	chi_squared_distribution::n	chi_squared_distribution::param
chi_squared_distribution::operator()		chi_squared_distribution::param_type

속성 함수 n()은 저장된 분포 매개 변수 n의 값을 반환합니다.

분포 클래스 및 이러한 클래스의 멤버에 대한 자세한 내용은 <random>을 참조하세요.

카이 제곱 분포에 대한 자세한 내용은 Wolfram MathWorld 문서 카이 제곱 분포를 참조하세요.

예제

 

// 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);
}

출력

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

참고 항목

참조

<random>