haskell-使用快速检查的平均浮点错误

我正在使用QuickCheck-2.5.1.1进行QA。我正在测试两个纯函数

gold:：a->Float

和

f:：a->Float

，其中

a

实例是任意的

这里的

gold

是一个参考计算，

f

是我正在优化的一个变体

到目前为止，我使用quickcheck的大多数测试都使用了类似于

\a->abs（golda-fa）<0.0001

的测试

然而，我想在检查阈值的同时收集统计数据，因为知道平均误差和标准偏差对指导我的设计很有用

有没有办法使用QuickCheck来收集这样的统计数据

---

具体例子 为了给出一个具体的例子，假设我有以下两个函数来近似平方根：

-- Heron's method
heron :: Float -> Float
heron x = heron' 5 1
    where
      heron' n est
          | n > 0 = heron' (n-1) $ (est + (x/est)) / 2
          | otherwise = est

-- Fifth order Maclaurin series expansion
maclaurin :: Float -> Float
maclaurin x = 1 + (1/2) * (x - 1) - (1/8)*(x - 1)^2
                + (1/16)*(x - 1)^3 - (5/128)*(x - 1)^4
                + (7/256)*(x - 1)^5

对此的测试可能是：

test = quickCheck
       $ forAll (choose (1,2))
       $ \x -> abs (heron x - maclaurin x) < 0.02

test=quickCheck
$forAll（选择（1,2））
$\x->abs（heron x-maclaurin x）<0.02

---

因此，作为测试的一个副作用，我想知道的是

abs（heron x-maclaurin x）

（如平均值和标准偏差）。

多亏了Chris Kuklewicz和Ingo的评论，我得出了以下收集我在示例中想要的统计数据的结论：

resultToWeightList :: Result -> [(Double,Int)]
resultToWeightList r = [ (read s, n) | (s,n) <- labels r]

weightListMuSigma :: [(Double,Int)] -> (Double,Double)
weightListMuSigma wlst = (mu,sigma)  
  where 
    (weightSum,weightSqrSum,entryCount) = foldl addEntry (0,0,0) wlst
    addEntry (s,s2,c) (v,w) = (s + (v * w'), s2 + (v**2 * w'), c + w)
      where w' = fromIntegral w
    entryCount' = fromIntegral entryCount
    mu = weightSum / entryCount'
    var = weightSqrSum / entryCount' - mu**2
    sigma = sqrt var

quietCheckResult :: Testable prop => prop -> IO Result
quietCheckResult p = quickCheckWithResult args p
  where args = stdArgs { chatty = False }

test :: IO ()
test = do { r <- quietCheckResult $ forAll (choose (1,2)) test'
          ; let wlst = resultToWeightList r
          ; let (mu,sigma) = weightListMuSigma wlst 
          ; putStrLn $ "Average: " ++ show mu
          ; putStrLn $ "Standard Deviation: " ++ show sigma
          }
   where
     test' x = collect err (err < 0.1)
       where err = abs $ heron x - maclaurin x

resultToWeightList:：结果->[（双精度，整数）]
resultToWeightList r=[（读s，n）|（s，n）（双精度，双精度）
权重列表MUSIGMA wlst=（μ，西格玛）
哪里
（weightSum，weightSqrSum，entryCount）=foldl加法（0,0,0）wlst
加法（s，s2，c）（v，w）=（s+（v*w'），s2+（v**2*w'），c+w）
其中w'=从积分w
entryCount'=来自整数entryCount
mu=权重和/入口计数'
var=weightSqrSum/entryCount'-mu**2
西格玛=sqrt变量
quietCheckResult:：Testable prop=>prop->IO结果
quietCheckResult p=quickCheckWithResult参数p
其中args=stdArgs{chatty=False}
测试：：IO（）
测试=do{r首先，我想你需要控制“a”输入的分布？你现在怎么做？@ChrisKuklewicz:我生成了一个随机的树状结构。它相当复杂，这并不是我真正担心的问题。我将修改我原来的问题，以给出一个具体的例子，说明我正在寻找的那类东西。你能解释一下吗解释为什么标准的快速检查机制（如标签等）不适用于您？正如@Ingo所说，您可以将结果装箱，转换为字符串，并使用“标签”。