Classe chi_squared_distribution
Gera uma distribuição qui-quadrada.
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; };
Parâmetros
- RealType
O tipo de resultado de ponto flutuante assume double como padrão. Para obter os tipos possíveis, consulte <random>.
Comentários
A classe do modelo descreve uma distribuição que produz valores de um tipo integral especificado pelo usuário ou o tipo double se nenhum for fornecido, distribuído de acordo com a distribuição qui-quadrada. A tabela a seguir contém links para artigos sobre cada um dos membros.
chi_squared_distribution::n |
chi_squared_distribution::param |
|
chi_squared_distribution::operator() |
A função de propriedade n() retorna o valor para o parâmetro de distribuição armazenado n.
Para obter mais informações sobre classes de distribuição e seus membros, consulte <random>.
Para obter informações detalhadas sobre a distribuição qui-quadrada, consulte o artigo da Wolfram MathWorld Chi-Squared Distribution (em inglês).
Exemplo
// 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);
}
Saída
Primeira execução:
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
Segunda execução:
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
Terceira execução:
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
Requisitos
Cabeçalho: <random>
Namespace: std