matlab.perftest.FrequentistTimeExperiment クラス

名前空間: matlab.perftest
スーパークラス: matlab.perftest.TimeExperiment

可変数の測定値を収集する TimeExperiment

説明

FrequentistTimeExperiment は、可変数の測定値を収集する TimeExperiment クラスのサブクラスです。このテスト フレームワークは、指定された信頼度内で指定された相対許容誤差に達するまで可変数の測定値を収集します。

FrequentistTimeExperiment のインスタンスを作成するには、静的メソッド matlab.perftest.TimeExperiment.limitingSamplingError を使用します。

プロパティ

NumWarmups — ウォームアップ測定の数

5 (既定値) | 非負の整数

ウォームアップ測定の数。非負の整数として指定します。NumWarmups は、フレームワークがウォームアップのためにテスト コードを実行する回数を定義します。

MinSamples — サンプルの最小数

4 (既定値) | 1 より大きい整数

サンプル測定の最小数。1 より大きい整数として指定します。MinSamples は、フレームワークが NumWarmups の後でテスト コードを実行する最小回数を定義します。フレームワークはテストが統計目標値を満たしたかどうかにかかわらず、少なくとも MinSamples 回テスト コードを実行します。

MaxSamples — サンプルの最大数

256 (既定値) | MinSamples 以上の整数

サンプル測定の最大数。MinSamples 以上の整数として指定します。MaxSamples は、フレームワークが NumWarmups の後でテスト コードを実行する最大回数を定義します。フレームワークはテストが統計目標値を満たさない場合でも、MaxSamples 個のサンプルを取得した後に停止します。

RelativeMarginOfError — サンプルの相対許容誤差の目標値

0.05 (既定値) | 正の数値

サンプルの相対許容誤差の目標値。正の数値として指定します。

フレームワークは次の式を使用して、サンプル X の相対許容誤差を計算します。

$$\text{relMoE}=\frac{\text{T}\ast \text{std(X)}}{\text{mean(X)}\ast \sqrt{\text{length(X)}}}$$

ここで T は、指定された ConfidenceLevel と自由度 length(X)-1 を使用してスチューデント t 分布から得られる T スコアです。

ConfidenceLevel — サンプルが相対許容誤差内に収まる信頼度

0.95 (既定値) | 0 ～ 1 の数値

サンプルが相対許容誤差内に収まる信頼度。0 から 1 までの数値で指定します。

コピーのセマンティクス

ハンドル。コピー操作に対するハンドル クラスの影響については、オブジェクトのコピーを参照してください。

バージョン履歴

R2016a で導入

R2023a: ウォームアップ測定の既定数の増加

頻度論的時間実験でウォームアップのためにフレームワークがテスト コードを実行する既定の回数が 4 回から 5 回に増加しました。この変更により、通常、相対許容誤差の目標値を満たすために必要なサンプル数が減ります。

以前の既定値を使用する場合は、コードで値を明示的に指定します。次の表は、4 回のウォームアップ測定を使用してテストを実行するコードの更新方法について例を示しています。

更新前	更新後
import matlab.perftest.TimeExperiment experiment = TimeExperiment.limitingSamplingError; results = run(experiment,mySuite);	import matlab.perftest.TimeExperiment experiment = TimeExperiment.limitingSamplingError("NumWarmups",4); results = run(experiment,mySuite);

参考

matlab.perftest.TimeExperiment | matlab.unittest.measurement.MeasurementResult