← Back to branch summary

~ubuntu-branches/ubuntu/vivid/icu4j-4.4/vivid

« back to all changes in this revision

Viewing changes to perf-tests/perldriver/Dataset.pm

  • Committer: Bazaar Package Importer
  • Author(s): Niels Thykier
  • Date: 2011-08-02 15:50:33 UTC
  • Revision ID: james.westby@ubuntu.com-20110802155033-itjzsl21y2lqdonn
Tags: upstream-4.4.2
Import upstream version 4.4.2

Show diffs side-by-side

added added

removed removed

Lines of Context:
perf-tests/perldriver/Dataset.pm
 
1
#!/usr/local/bin/perl
 
2
#  ********************************************************************
 
3
#  * COPYRIGHT:
 
4
#  * Copyright (c) 2006, International Business Machines Corporation and
 
5
#  * others. All Rights Reserved.
 
6
#  ********************************************************************
 
7
 
 
8
package Dataset;
 
9
use Statistics::Descriptive;
 
10
use Statistics::Distributions;
 
11
use strict;
 
12
 
 
13
# Create a new Dataset with the given data.
 
14
sub new {
 
15
    my ($class) = shift;
 
16
    my $self = bless {
 
17
        _data => \@_,
 
18
        _scale => 1.0,
 
19
        _mean => 0.0,
 
20
        _error => 0.0,
 
21
    }, $class;
 
22
 
 
23
    my $n = @_;
 
24
    
 
25
    if ($n >= 1) {
 
26
        my $stats = Statistics::Descriptive::Full->new();
 
27
        $stats->add_data(@{$self->{_data}});
 
28
        $self->{_mean} = $stats->mean();
 
29
 
 
30
        if ($n >= 2) {
 
31
            # Use a t distribution rather than Gaussian because (a) we
 
32
            # assume an underlying normal dist, (b) we do not know the
 
33
            # standard deviation -- we estimate it from the data, and (c)
 
34
            # we MAY have a small sample size (also works for large n).
 
35
            my $t = Statistics::Distributions::tdistr($n-1, 0.005);
 
36
            $self->{_error} = $t * $stats->standard_deviation();
 
37
        }
 
38
    }
 
39
 
 
40
    $self;
 
41
}
 
42
 
 
43
# Set a scaling factor for all data; 1.0 means no scaling.
 
44
# Scale must be > 0.
 
45
sub setScale {
 
46
    my ($self, $scale) = @_;
 
47
    $self->{_scale} = $scale;
 
48
}
 
49
 
 
50
# Multiply the scaling factor by a value.
 
51
sub scaleBy {
 
52
    my ($self, $a) = @_;
 
53
    $self->{_scale} *= $a;
 
54
}
 
55
 
 
56
# Return the mean.
 
57
sub getMean {
 
58
    my $self = shift;
 
59
    return $self->{_mean} * $self->{_scale};
 
60
}
 
61
 
 
62
# Return a 99% error based on the t distribution.  The dataset
 
63
# is desribed as getMean() +/- getError().
 
64
sub getError {
 
65
    my $self = shift;
 
66
    return $self->{_error} * $self->{_scale};
 
67
}
 
68
 
 
69
# Divide two Datasets and return a new one, maintaining the
 
70
# mean+/-error.  The new Dataset has no data points.
 
71
sub divide {
 
72
    my $self = shift;
 
73
    my $rhs = shift;
 
74
    
 
75
    my $minratio = ($self->{_mean} - $self->{_error}) /
 
76
                   ($rhs->{_mean} + $rhs->{_error});
 
77
    my $maxratio = ($self->{_mean} + $self->{_error}) /
 
78
                   ($rhs->{_mean} - $rhs->{_error});
 
79
 
 
80
    my $result = Dataset->new();
 
81
    $result->{_mean} = ($minratio + $maxratio) / 2;
 
82
    $result->{_error} = $result->{_mean} - $minratio;
 
83
    $result->{_scale} = $self->{_scale} / $rhs->{_scale};
 
84
    $result;
 
85
}
 
86
 
 
87
# subtracts two Datasets and return a new one, maintaining the
 
88
# mean+/-error.  The new Dataset has no data points.
 
89
sub subtract {
 
90
    my $self = shift;
 
91
    my $rhs = shift;
 
92
    
 
93
    my $result = Dataset->new();
 
94
    $result->{_mean} = $self->{_mean} - $rhs->{_mean};
 
95
    $result->{_error} = $self->{_error} + $rhs->{_error};
 
96
    $result->{_scale} = $self->{_scale};
 
97
    $result;
 
98
}
 
99
 
 
100
# adds two Datasets and return a new one, maintaining the
 
101
# mean+/-error.  The new Dataset has no data points.
 
102
sub add {
 
103
    my $self = shift;
 
104
    my $rhs = shift;
 
105
    
 
106
    my $result = Dataset->new();
 
107
    $result->{_mean} = $self->{_mean} + $rhs->{_mean};
 
108
    $result->{_error} = $self->{_error} + $rhs->{_error};
 
109
    $result->{_scale} = $self->{_scale};
 
110
    $result;
 
111
}
 
112
 
 
113
# Divides a dataset by a scalar.
 
114
# The new Dataset has no data points.
 
115
sub divideByScalar {
 
116
    my $self = shift;
 
117
    my $s = shift;
 
118
    
 
119
    my $result = Dataset->new();
 
120
    $result->{_mean} = $self->{_mean}/$s;
 
121
    $result->{_error} = $self->{_error}/$s;
 
122
    $result->{_scale} = $self->{_scale};
 
123
    $result;
 
124
}
 
125
 
 
126
# Divides a dataset by a scalar.
 
127
# The new Dataset has no data points.
 
128
sub multiplyByScalar {
 
129
    my $self = shift;
 
130
    my $s = shift;
 
131
    
 
132
    my $result = Dataset->new();
 
133
    $result->{_mean} = $self->{_mean}*$s;
 
134
    $result->{_error} = $self->{_error}*$s;
 
135
    $result->{_scale} = $self->{_scale};
 
136
    $result;
 
137
}
 
138
 
 
139
1;