独立非中心卡方随机变量的线性组合

导航

验证详情

这些详情已由PyPI 验证
维护者
来自gravatar.com的dhorta的头像 dhorta

未验证详情

这些详情尚未由PyPI验证
项目链接
元数据
分类器

项目描述

chi2comb

Travis AppVeyor

此包用于估计独立非中心χ²随机变量和标准正态分布的线性组合的累积分布函数。正式地，它估计P[Q 

Q = λ₁X₁ + ... + λₙXₙ + σX₀.

Xᵢ (𝚒≠𝟶) 是一个独立随机变量，遵循具有nᵢ自由度和非中心参数λᵢ的非中心χ²分布。X₀是一个具有标准正态分布的独立随机变量。

安装

可以使用pip命令进行安装

pip install chi2comb

用法

考虑以下四个随机变量的线性组合

Q = 6⋅X₁ + 3⋅X₂ + 1⋅X₃ + 2⋅X₀,

其中X₁、X₂和X₃是自由度为n₁=n₂=1和n₃=2的非中心χ²随机变量，非中心参数λ₁=0.5和λ₂=λ₃=0.让我们估计P[Q<1]

>>> from chi2comb import chi2comb_cdf, ChiSquared
>>>
>>> gcoef = 2
>>> ncents = [0.5, 0, 0]
>>> q = 1
>>> dofs = [1, 1, 2]
>>> coefs = [6, 3, 1]
>>> chi2s = [ChiSquared(coefs[i], ncents[i], dofs[i]) for i in range(3)]
>>> result, errno, info = chi2comb_cdf(q, chi2s, gcoef)
>>> result
0.050870657088644244
>>> errno
0
>>> info
Info(emag=0.6430413191446991, niterms=43, nints=1, intv=0.03462571527167856, truc=1.4608856930426104, sd=0.0, ncycles=21)

估计值是P[Q<1] ≈ 0.0587。

问题

如果遇到任何问题，请， 提交问题。

作者

许可证

本项目受MIT许可证许可。

项目详情

验证详情

这些详情已由PyPI 验证
维护者
来自gravatar.com的dhorta的头像 dhorta

未验证详情

这些详情尚未由PyPI验证
项目链接
元数据
分类器

版本历史 发布通知 | RSS源

此版本

0.1.0

0.0.4

0.0.3

0.0.2

0.0.1

下载文件

下载适合您平台文件的文件。如果您不确定选择哪个，请了解更多关于安装包的信息。

源分发

chi2comb-0.1.0.tar.gz (7.1 kB 查看哈希值)

上传时间 源

构建分发

chi2comb-0.1.0-cp39-cp39-win_amd64.whl (23.2 kB 查看哈希值)

上传时间 CPython 3.9 Windows x86-64

chi2comb-0.1.0-cp39-cp39-manylinux2010_x86_64.whl (27.4 kB 查看哈希值)

上传时间 CPython 3.9 manylinux: glibc 2.12+ x86-64

chi2comb-0.1.0-cp39-cp39-manylinux2010_i686.whl (26.6 kB 查看哈希值)

上传时间 CPython 3.9 manylinux: glibc 2.12+ i686

chi2comb-0.1.0-cp39-cp39-manylinux1_x86_64.whl (27.4 kB 查看哈希值)

上传时间 CPython 3.9

chi2comb-0.1.0-cp39-cp39-manylinux1_i686.whl (26.6 kB 查看哈希值)

上传时间 CPython 3.9

chi2comb-0.1.0-cp39-cp39-macosx_10_9_x86_64.whl (15.5 kB 查看哈希值)

上传时间 CPython 3.9 macOS 10.9+ x86-64

chi2comb-0.1.0-cp38-cp38-win_amd64.whl (23.3 kB 查看哈希值)

上传时间 CPython 3.8 Windows x86-64

chi2comb-0.1.0-cp38-cp38-manylinux2010_x86_64.whl (27.8 kB 查看哈希值)

上传时间 CPython 3.8 manylinux: glibc 2.12+ x86-64

chi2comb-0.1.0-cp38-cp38-manylinux2010_i686.whl (27.1 kB 查看哈希值)

上传时间 CPython 3.8 manylinux: glibc 2.12+ i686

chi2comb-0.1.0-cp38-cp38-manylinux1_x86_64.whl (27.8 kB 查看哈希值)

上传时间 CPython 3.8

chi2comb-0.1.0-cp38-cp38-manylinux1_i686.whl (27.1 kB 查看哈希值)

上传时间 CPython 3.8

chi2comb-0.1.0-cp38-cp38-macosx_10_9_x86_64.whl (15.5 kB 查看哈希值)

上传时间 CPython 3.8 macOS 10.9+ x86-64

chi2comb-0.1.0-cp37-cp37m-win_amd64.whl (23.1 kB 查看哈希值)

上传时间 CPython 3.7m Windows x86-64

chi2comb-0.1.0-cp37-cp37m-manylinux2010_x86_64.whl (27.4 kB 查看哈希值)

上传时间 CPython 3.7m manylinux: glibc 2.12+ x86-64

chi2comb-0.1.0-cp37-cp37m-manylinux2010_i686.whl (26.6 kB 查看哈希值)

上传时间 CPython 3.7m manylinux: glibc 2.12+ i686

chi2comb-0.1.0-cp37-cp37m-manylinux1_x86_64.whl (27.4 kB 查看哈希值)

上传时间 CPython 3.7m

chi2comb-0.1.0-cp37-cp37m-manylinux1_i686.whl (26.6 kB 查看哈希值)

上传时间 CPython 3.7m

chi2comb-0.1.0-cp37-cp37m-macosx_10_9_x86_64.whl (15.5 kB 查看哈希值)

上传时间 CPython 3.7m macOS 10.9+ x86-64

chi2comb-0.1.0-cp36-cp36m-win_amd64.whl (23.1 kB 查看哈希值)

上传时间 CPython 3.6m Windows x86-64

chi2comb-0.1.0-cp36-cp36m-manylinux2010_x86_64.whl (27.4 kB 查看哈希值)

上传时间 CPython 3.6m manylinux: glibc 2.12+ x86-64

chi2comb-0.1.0-cp36-cp36m-manylinux2010_i686.whl (26.6 kB 查看哈希值)

上传时间 CPython 3.6m manylinux: glibc 2.12+ i686

chi2comb-0.1.0-cp36-cp36m-manylinux1_x86_64.whl (27.4 kB 查看哈希值)

上传时间 CPython 3.6m

chi2comb-0.1.0-cp36-cp36m-manylinux1_i686.whl (26.6 kB 查看哈希值)

上传时间 CPython 3.6m

chi2comb-0.1.0-cp36-cp36m-macosx_10_9_x86_64.whl (15.5 kB 查看哈希值)

上传时间 CPython 3.6m macOS 10.9+ x86-64

由以下支持