问题标签 [expectations]

我正在尝试以下代码：

这种期望失败了，但为什么呢？不应该相等吗？

示例类

谁能解释这里发生了什么以及为什么对某些方法设置期望会改变其他方法的行为？

Expectations我在测试用例中编写的块有问题：

测试用例崩溃：

正是在这里：

在这种情况下，这只是一个简单boolean的问题。false

我完全不知道为什么exception会发生这种情况。我已经用谷歌搜索过，但没有发现任何帮助。

你可以帮帮我吗？

例如，给出了 gamma(2,3)。SAS 中有没有像 ExpectedValue("Gamma",2,3) 这样的函数来给出分布的期望值。我用谷歌搜索了一段时间，没有找到满意的答案。

谷歌模拟文档说：

重要提示： Google Mock 要求在调用模拟函数之前设置期望值，否则行为是undefined。特别是，您不能将 EXPECT_CALL() 和对模拟函数的调用交错。

有谁知道这个限制背后的任何细节？我有一些单元测试肯定违反了这条规则，但似乎运行正常。

我有一组独立的二进制随机变量（比如 A、B、C），它们以一定的概率取正值，否则取零，为此我生成了一个由这些变量的所有可能组合的 0 和 1 组成的矩阵，至少一个 1 即

等等

我知道 A、B、C 的值和概率，所以我可以计算每个的 E(X) 和 E(X^2)。我想将上述矩阵中的每个组合视为一个新的随机变量，该变量等于该组合中存在的随机变量的乘积（在矩阵中显示 1）。例如，随机变量 Row4 = A*B。

我创建了一个与上面相同大小的矩阵，它显示了相关的 E(X)s 而不是 1s，以及 1s 而不是 0s。这使我可以轻松地将新随机变量（每个组合一个）的期望值向量计算为每一行的乘积。我还生成了一个类似的矩阵，它显示 E(X^2) 而不是 E(X)，另一个显示 prob(X>0) 而不是 E(X)。

我正在寻找一个计算这些新变量的协方差矩阵的 Matlab 脚本，即将每一行作为随机变量。我认为它必须使用以下公式：

例如，对于行 (1 1 0) 和 (1 0 1)：

我已经从上面提到的矩阵中获得了这些值。对于每个协方差，我只是不确定如何知道哪两个变量出现在两行中，因为对于那些我将不得不选择 E(X^2) 而不是 E(X)。

或者，上面可以写成：

但是问题仍然存在，因为分母中的概率只会是两个组合之间共享的变量。

任何关于如何在 Matlab 中自动计算协方差矩阵的建议将不胜感激。

我想做这样的事情：

当且仅当期望/断言失败时，我想打印一些附加信息。

我知道我可以做这样的事情：

但这种解决方案并不舒适，因为：

1. 我检查了两次
2. 我使用预处理器，因此可能需要一些时间才能找到错误。
3. 当函数真正嵌套时，该解决方案很难使用。
4. 当许多期望失败时，它将多次打印消息。
5. 有必要为各种检查重新定义宏

我不确定我是否错误地使用了 JMockit，或者我的设置有问题。我在 Eclipse 中使用 JMockit 1.32 和 JUnit 4.12。

我的问题似乎是没有捕获接口。具体在java.sql包里。例如：

.

.

在此设置中，测试执行失败并在Expectations(){}块的第一行出现 NPE。但是从教程等中，我期望已经创建了一个模拟实例。（例如教程）

试图超越这一点，我创建了明确的模拟类，如下所示：

在这一点上，Expectations() {}块是快乐的，但似乎results从未真正被设置。通过设置断点，我发现rs.next()总是失败。所以我认为实际上没有任何东西被捕获。

我究竟做错了什么？还是我的设置中的某些东西阻止了 JMockit 实际运行？

我正在尝试Setup在 Moq 上使用，就像我已经做过很多次一样来返回一个值，但我似乎无法理解为什么在这种情况下参数匹配会失败。

这就是我正在做的事情：

其中SomeParameter : IParameter和函数定义为SomeFunction(IParameter parameter)。

如果我将第一行更改为：

或者实际上，投它：

它工作正常。

这是正常行为还是错误？我可以将 Moq 配置为不检查我传入的任何参数的编译时类型吗？

使用 Moq 4.5.30，稍旧的版本。

给定一个生成的两个经验分布

我试图找到每个分布的期望值，然后取这两个期望值之间的差异。

我发现的大多数问题包括了解函数形式或在 Matlab/Python 中。例如，

如何有效地计算二项式累积分布函数？ https://stats.stackexchange.com/questions/105509/integrating-an-empirical-cdf

Numpy中的经验分布函数

假设此数据是从未知的经验分布生成的：

df <- data.frame(x1=rnorm(1000), x2=rnorm(1000,2,1))

除了随机抽样并取每次迭代的平均值（即中心极限定理），我如何找到每个分布的期望值？