chi_squared_distribution 類別
產生卡方分佈。
語法
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;
};
參數
RealType
浮點結果類型，預設值為 double。 如需可能的類型，請參閱 <隨機>。
URNG
統一隨機數產生器引擎。 如需可能的類型，請參閱 <隨機>。
備註
類別範本描述一個分佈，其會產生使用者指定的浮點類型值，或 double 如果未提供任何值，則根據 Chi-Squared 散發。 下表提供各個成員的文章連結。
chi_squared_distribution
param_type
屬性函式 n() 會傳回儲存的分佈參數 n 的值。
屬性成員 param() 會設定或傳回 param_type 預存分佈參數套件。
min() 和 max() 成員函式會分別傳回最小可能結果和最大可能結果。
reset() 成員函式會捨棄任何快取的值，讓下個針對 operator() 呼叫的結果不是取決於呼叫之前取自引擎的任何值。
operator() 成員函式會根據 URNG 引擎傳回下一個產生的值，無論是從目前的參數封裝或是指定的參數封裝。
如需散發類別及其成員的詳細資訊，請參閱 <隨機>。
如需卡方分佈的詳細資訊，請參閱 Wolfram MathWorld 文章：Chi-Squared Distribution (卡方分佈)。
範例
// 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);
}
第一次執行：
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
第二次執行：
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
第三次執行：
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
需求
標頭：<random>
命名空間：std
chi_squared_distribution::chi_squared_distribution
建構分佈。
explicit chi_squared_distribution(result_type n = 1.0);
explicit chi_squared_distribution(const param_type& parm);
參數
n
n 分佈參數。
parm
用於建構分佈的參數結構。
備註
前置條件：0.0 < n
第一個建構函式建構的物件，其預存的 n 值具有 n 值。
第二個建構函式會建構預存參數是從 parm 初始化而來的物件。 您可以呼叫 param() 成員函式，取得及設定現有分佈的目前參數。
chi_squared_distribution::param_type
儲存分佈的參數。
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;
};
參數
n
n 分佈參數。
right
要與這個項目比較的 param_type 物件。
備註
前置條件：0.0 < n
此結構可在具現化時傳遞至分佈的類別建構函式，傳遞至 param() 成員函式可設定現有分佈之儲存的參數，傳遞至 operator() 可用於取代儲存的參數。