test/std/numerics/rand/rand.dis/rand.dist.pois/rand.dist.pois.extreme/eval.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 extreme_value_distribution
  16
  17 // template<class _URNG> result_type operator()(_URNG& g);
  18
  19 #include <random>
  20 #include <cassert>
  21 #include <vector>
  22 #include <numeric>
  23
  24 template <class T>
  25 inline
  26 T
  27 sqr(T x)
  28 {
  29     return x * x;
  30 }
  31
  32 void
  33 test1()
  34 {
  35     typedef std::extreme_value_distribution<> D;
  36     typedef D::param_type P;
  37     typedef std::mt19937 G;
  38     G g;
  39     D d(0.5, 2);
  40     const int N = 1000000;
  41     std::vector<D::result_type> u;
  42     for (int i = 0; i < N; ++i)
  43     {
  44         D::result_type v = d(g);
  45         u.push_back(v);
  46     }
  47     double mean = std::accumulate(u.begin(), u.end(), 0.0) / u.size();
  48     double var = 0;
  49     double skew = 0;
  50     double kurtosis = 0;
  51     for (unsigned i = 0; i < u.size(); ++i)
  52     {
  53         double dbl = (u[i] - mean);
  54         double d2 = sqr(dbl);
  55         var += d2;
  56         skew += dbl * d2;
  57         kurtosis += d2 * d2;
  58     }
  59     var /= u.size();
  60     double dev = std::sqrt(var);
  61     skew /= u.size() * dev * var;
  62     kurtosis /= u.size() * var * var;
  63     kurtosis -= 3;
  64     double x_mean = d.a() + d.b() * 0.577215665;
  65     double x_var = sqr(d.b()) * 1.644934067;
  66     double x_skew = 1.139547;
  67     double x_kurtosis = 12./5;
  68     assert(std::abs((mean - x_mean) / x_mean) < 0.01);
  69     assert(std::abs((var - x_var) / x_var) < 0.01);
  70     assert(std::abs((skew - x_skew) / x_skew) < 0.01);
  71     assert(std::abs((kurtosis - x_kurtosis) / x_kurtosis) < 0.01);
  72 }
  73
  74 void
  75 test2()
  76 {
  77     typedef std::extreme_value_distribution<> D;
  78     typedef D::param_type P;
  79     typedef std::mt19937 G;
  80     G g;
  81     D d(1, 2);
  82     const int N = 1000000;
  83     std::vector<D::result_type> u;
  84     for (int i = 0; i < N; ++i)
  85     {
  86         D::result_type v = d(g);
  87         u.push_back(v);
  88     }
  89     double mean = std::accumulate(u.begin(), u.end(), 0.0) / u.size();
  90     double var = 0;
  91     double skew = 0;
  92     double kurtosis = 0;
  93     for (unsigned i = 0; i < u.size(); ++i)
  94     {
  95         double dbl = (u[i] - mean);
  96         double d2 = sqr(dbl);
  97         var += d2;
  98         skew += dbl * d2;
  99         kurtosis += d2 * d2;
 100     }
 101     var /= u.size();
 102     double dev = std::sqrt(var);
 103     skew /= u.size() * dev * var;
 104     kurtosis /= u.size() * var * var;
 105     kurtosis -= 3;
 106     double x_mean = d.a() + d.b() * 0.577215665;
 107     double x_var = sqr(d.b()) * 1.644934067;
 108     double x_skew = 1.139547;
 109     double x_kurtosis = 12./5;
 110     assert(std::abs((mean - x_mean) / x_mean) < 0.01);
 111     assert(std::abs((var - x_var) / x_var) < 0.01);
 112     assert(std::abs((skew - x_skew) / x_skew) < 0.01);
 113     assert(std::abs((kurtosis - x_kurtosis) / x_kurtosis) < 0.01);
 114 }
 115
 116 void
 117 test3()
 118 {
 119     typedef std::extreme_value_distribution<> D;
 120     typedef D::param_type P;
 121     typedef std::mt19937 G;
 122     G g;
 123     D d(1.5, 3);
 124     const int N = 1000000;
 125     std::vector<D::result_type> u;
 126     for (int i = 0; i < N; ++i)
 127     {
 128         D::result_type v = d(g);
 129         u.push_back(v);
 130     }
 131     double mean = std::accumulate(u.begin(), u.end(), 0.0) / u.size();
 132     double var = 0;
 133     double skew = 0;
 134     double kurtosis = 0;
 135     for (unsigned i = 0; i < u.size(); ++i)
 136     {
 137         double dbl = (u[i] - mean);
 138         double d2 = sqr(dbl);
 139         var += d2;
 140         skew += dbl * d2;
 141         kurtosis += d2 * d2;
 142     }
 143     var /= u.size();
 144     double dev = std::sqrt(var);
 145     skew /= u.size() * dev * var;
 146     kurtosis /= u.size() * var * var;
 147     kurtosis -= 3;
 148     double x_mean = d.a() + d.b() * 0.577215665;
 149     double x_var = sqr(d.b()) * 1.644934067;
 150     double x_skew = 1.139547;
 151     double x_kurtosis = 12./5;
 152     assert(std::abs((mean - x_mean) / x_mean) < 0.01);
 153     assert(std::abs((var - x_var) / x_var) < 0.01);
 154     assert(std::abs((skew - x_skew) / x_skew) < 0.01);
 155     assert(std::abs((kurtosis - x_kurtosis) / x_kurtosis) < 0.01);
 156 }
 157
 158 void
 159 test4()
 160 {
 161     typedef std::extreme_value_distribution<> D;
 162     typedef D::param_type P;
 163     typedef std::mt19937 G;
 164     G g;
 165     D d(3, 4);
 166     const int N = 1000000;
 167     std::vector<D::result_type> u;
 168     for (int i = 0; i < N; ++i)
 169     {
 170         D::result_type v = d(g);
 171         u.push_back(v);
 172     }
 173     double mean = std::accumulate(u.begin(), u.end(), 0.0) / u.size();
 174     double var = 0;
 175     double skew = 0;
 176     double kurtosis = 0;
 177     for (unsigned i = 0; i < u.size(); ++i)
 178     {
 179         double dbl = (u[i] - mean);
 180         double d2 = sqr(dbl);
 181         var += d2;
 182         skew += dbl * d2;
 183         kurtosis += d2 * d2;
 184     }
 185     var /= u.size();
 186     double dev = std::sqrt(var);
 187     skew /= u.size() * dev * var;
 188     kurtosis /= u.size() * var * var;
 189     kurtosis -= 3;
 190     double x_mean = d.a() + d.b() * 0.577215665;
 191     double x_var = sqr(d.b()) * 1.644934067;
 192     double x_skew = 1.139547;
 193     double x_kurtosis = 12./5;
 194     assert(std::abs((mean - x_mean) / x_mean) < 0.01);
 195     assert(std::abs((var - x_var) / x_var) < 0.01);
 196     assert(std::abs((skew - x_skew) / x_skew) < 0.01);
 197     assert(std::abs((kurtosis - x_kurtosis) / x_kurtosis) < 0.01);
 198 }
 199
 200 int main()
 201 {
 202     test1();
 203     test2();
 204     test3();
 205     test4();
 206 }