test/std/numerics/rand/rand.dis/rand.dist.norm/rand.dist.norm.normal/eval_param.pass.cpp

   1 //===----------------------------------------------------------------------===//
   2 //
   3 //                     The LLVM Compiler Infrastructure
   4 //
   5 // This file is dual licensed under the MIT and the University of Illinois Open
   6 // Source Licenses. See LICENSE.TXT for details.
   7 //
   8 //===----------------------------------------------------------------------===//
   9 //
  10 // REQUIRES: long_tests
  11
  12 // <random>
  13
  14 // template<class RealType = double>
  15 // class normal_distribution
  16
  17 // template<class _URNG> result_type operator()(_URNG& g, const param_type& parm);
  18
  19 #include <random>
  20 #include <cassert>
  21 #include <vector>
  22 #include <numeric>
  23 #include <cstddef>
  24
  25 template <class T>
  26 inline
  27 T
  28 sqr(T x)
  29 {
  30     return x * x;
  31 }
  32
  33 int main()
  34 {
  35     {
  36         typedef std::normal_distribution<> D;
  37         typedef D::param_type P;
  38         typedef std::minstd_rand G;
  39         G g;
  40         D d(5, 4);
  41         P p(50, .5);
  42         const int N = 1000000;
  43         std::vector<D::result_type> u;
  44         for (int i = 0; i < N; ++i)
  45             u.push_back(d(g, p));
  46         double mean = std::accumulate(u.begin(), u.end(), 0.0) / u.size();
  47         double var = 0;
  48         double skew = 0;
  49         double kurtosis = 0;
  50         for (std::size_t i = 0; i < u.size(); ++i)
  51         {
  52             double dbl = (u[i] - mean);
  53             double d2 = sqr(dbl);
  54             var += d2;
  55             skew += dbl * d2;
  56             kurtosis += d2 * d2;
  57         }
  58         var /= u.size();
  59         double dev = std::sqrt(var);
  60         skew /= u.size() * dev * var;
  61         kurtosis /= u.size() * var * var;
  62         kurtosis -= 3;
  63         double x_mean = p.mean();
  64         double x_var = sqr(p.stddev());
  65         double x_skew = 0;
  66         double x_kurtosis = 0;
  67         assert(std::abs((mean - x_mean) / x_mean) < 0.01);
  68         assert(std::abs((var - x_var) / x_var) < 0.01);
  69         assert(std::abs(skew - x_skew) < 0.01);
  70         assert(std::abs(kurtosis - x_kurtosis) < 0.01);
  71     }
  72 }