Classe negative_binomial_distribution

Articolo
06/09/2015

Genera una distribuzione binomiale negativa.

template<class IntType = int> class negative_binomial_distribution { public:     // types     typedef IntType result_type;     struct param_type;     // constructor and reset functions     explicit negative_binomial_distribution(IntType k = 1, double p = 0.5);     explicit negative_binomial_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     IntType k() const;     double p() const;     param_type param() const;     void param(const param_type& parm);     result_type min() const;     result_type max() const; };

Parametri

IntType
Tipo di risultati Integer. Per impostazione predefinita, int. Per informazioni sui tipi possibili, vedere <random>.

Note

La classe modello descrive una distribuzione che produce valori di un tipo integrale specificato dall'utente o di tipo int se non è specificato alcun valore, distribuiti secondo la funzione di probabilità discreta binomiale negativa. La tabella seguente include collegamenti ad articoli relativi ai singoli membri.

negative_binomial_distribution::negative_binomial_distribution	negative_binomial_distribution::k	negative_binomial_distribution::param
negative_binomial_distribution::operator()	negative_binomial_distribution::p	negative_binomial_distribution::param_type

I membri di proprietà k() e p() restituiscono i valori rispettivi per i parametri di distribuzione attualmente archiviati k e p.

Per altre informazioni sulle classi di distribuzione e i rispettivi membri, vedere <random>.

Per informazioni dettagliate sulla funzione di probabilità discreta binomiale negativa, vedere l'articolo di Wolfram MathWorld relativo Distribuzione binomiale negativa.

Esempio

// compile with: /EHsc /W4
#include <random> 
#include <iostream>
#include <iomanip>
#include <string>
#include <map>

void test(const int k, const double p, const int& s) {

    // uncomment to use a non-deterministic seed
    //    std::random_device rd;
    //    std::mt19937 gen(rd());
    std::mt19937 gen(1729);

    std::negative_binomial_distribution<> distr(k, p);

    std::cout << std::endl;
    std::cout << "k == " << distr.k() << std::endl;
    std::cout << "p == " << distr.p() << std::endl;

    // generate the distribution as a histogram
    std::map<int, int> histogram;
    for (int i = 0; i < s; ++i) {
        ++histogram[distr(gen)];
    }

    // print results
    std::cout << "Histogram for " << s << " samples:" << std::endl;
    for (const auto& elem : histogram) {
        std::cout << std::setw(5) << elem.first << ' ' << std::string(elem.second, ':') << std::endl;
    }
    std::cout << std::endl;
}

int main()
{
    int    k_dist = 1;
    double p_dist = 0.5;
    int    samples = 100;

    std::cout << "Use CTRL-Z to bypass data entry and run using default values." << std::endl;
    std::cout << "Enter an integer value for k distribution (where 0 < k): ";
    std::cin >> k_dist;
    std::cout << "Enter a double value for p distribution (where 0.0 < p <= 1.0): ";
    std::cin >> p_dist;
    std::cout << "Enter an integer value for a sample count: ";
    std::cin >> samples;

    test(k_dist, p_dist, samples);
}

Output

Prima esecuzione:

Use CTRL-Z to bypass data entry and run using default values.
Enter an integer value for k distribution (where 0 < k): 1
Enter a double value for p distribution (where 0.0 < p <= 1.0): .5
Enter an integer value for a sample count: 100

k == 1
p == 0.5
Histogram for 100 samples:
    0 :::::::::::::::::::::::::::::::::::::::::::
    1 ::::::::::::::::::::::::::::::::
    2 ::::::::::::
    3 :::::::
    4 ::::
    5 ::

Seconda esecuzione:

Use CTRL-Z to bypass data entry and run using default values.
Enter an integer value for k distribution (where 0 < k): 100
Enter a double value for p distribution (where 0.0 < p <= 1.0): .667
Enter an integer value for a sample count: 100

k == 100
p == 0.667
Histogram for 100 samples:
   31 ::
   32 :
   33 ::
   34 :
   35 ::
   37 ::
   38 :
   39 :
   40 ::
   41 :::
   42 :::
   43 :::::
   44 :::::
   45 ::::
   46 ::::::
   47 ::::::::
   48 :::
   49 :::
   50 :::::::::
   51 :::::::
   52 ::
   53 :::
   54 :::::
   56 ::::
   58 :
   59 :::::
   60 ::
   61 :
   62 ::
   64 :
   69 ::::

Requisiti

Intestazione: <random>

Spazio dei nomi: std

Vedere anche

Riferimenti

Condividi tramite