程序包 org.hipparchus.distribution.continuous

类 ChiSquaredDistribution

java.lang.Object
org.hipparchus.distribution.continuous.AbstractRealDistribution
org.hipparchus.distribution.continuous.ChiSquaredDistribution
所有已实现的接口:
Serializable, RealDistribution
public class ChiSquaredDistribution extends AbstractRealDistribution
实现卡方分布。
另请参阅:

  • 构造器详细资料

    • ChiSquaredDistribution

      public ChiSquaredDistribution(double degreesOfFreedom)
      创建具有给定自由度的卡方分布。
      参数:
      degreesOfFreedom - 自由度。

    • ChiSquaredDistribution

      public ChiSquaredDistribution(double degreesOfFreedom, double inverseCumAccuracy)
      创建具有给定自由度和逆累积概率精度的卡方分布。
      参数:
      degreesOfFreedom - 自由度。
      inverseCumAccuracy - 逆累积概率估计的最大绝对误差（默认为 AbstractRealDistribution.DEFAULT_SOLVER_ABSOLUTE_ACCURACY）。

  • 方法详细资料

    • getDegreesOfFreedom

      public double getDegreesOfFreedom()
      访问自由度的数量。
      返回:
      自由度。

    • density

      public double density(double x)
      返回在指定点 x 处评估的此分布的概率密度函数（PDF）。一般来说，PDF 是 CDF 的导数。如果在 x 处导数不存在，则应返回适当的替代值，例如 Double.POSITIVE_INFINITY、Double.NaN，或者差商的下限或上限。
      参数:
      x - 评估 PDF 的点
      返回:
      在点 x 处概率密度函数的值

    • logDensity

      public double logDensity(double x)
      返回在指定点 x 处评估的此分布的概率密度函数（PDF）的自然对数。一般来说，PDF 是 CDF 的导数。如果在 x 处导数不存在，则应返回适当的替代值，例如 Double.POSITIVE_INFINITY、Double.NaN，或者差商的下限或上限。请注意，由于浮点精度和下溢/上溢问题，对于某些分布，此方法可能比计算 RealDistribution.density(double) 的对数更精确和更快。

      默认实现只计算 density(x) 的对数。

      指定者:
      logDensity 在接口中 RealDistribution
      覆盖:
      logDensity 在类中 AbstractRealDistribution
      参数:
      x - 评估 PDF 的点
      返回:
      在点 x 处概率密度函数的对数值

    • cumulativeProbability

      public double cumulativeProbability(double x)
      对于随机变量 X，其值根据此分布进行分布，此方法返回 P(X <= x)。换句话说，此方法表示此分布的（累积）分布函数（CDF）。
      参数:
      x - 评估 CDF 的点
      返回:
      随机变量具有此分布的概率小于或等于 x 的概率

    • getNumericalMean

      public double getNumericalMean()
      使用此方法获取此分布的均值的数值。对于 k 个自由度，均值为 k。
      返回:
      均值或 Double.NaN（如果未定义）

    • getNumericalVariance

      public double getNumericalVariance()
      使用此方法获取此分布的方差的数值。
      返回:
      2 * k，其中 k 是自由度的数量。

    • getSupportLowerBound

      public double getSupportLowerBound()
      访问支持的下限。此方法必须返回与 inverseCumulativeProbability(0) 相同的值。换句话说，此方法必须返回

      inf {x in R | P(X <= x) > 0}。

      无论自由度如何，支持的下限始终为 0。
      返回:
      零。

    • getSupportUpperBound

      public double getSupportUpperBound()
      访问支持的上限。此方法必须返回与 inverseCumulativeProbability(1) 相同的值。换句话说，此方法必须返回

      inf {x in R | P(X <= x) = 1}。

      无论自由度如何，支持的上限始终为正无穷大。
      返回:
      Double.POSITIVE_INFINITY。

    • isSupportConnected

      public boolean isSupportConnected()
      使用此方法获取有关支持是否连通的信息，即支持的下限和上限之间的所有值是否都包含在支持中。此分布的支持是连通的。
      返回:
      true