如何使用Box Muller方法生成卡方分布和t分布的随机值？

import numpy as np

def generate_random_chi_square(df):
    # 生成两个独立的标准正态分布的随机数
    z1 = np.random.normal()
    z2 = np.random.normal()
    # 计算卡方分布的随机值
    x = z1**2 + z2**2
    return x

def generate_random_t(df):
    # 生成两个独立的标准正态分布的随机数
    z1 = np.random.normal()
    z2 = np.random.normal()
    # 生成卡方分布的随机数
    y = generate_random_chi_square(df)
    # 计算t分布的随机值
    x = z1 / np.sqrt(y / df)
    return x

# 示例使用
df = 5 # 卡方分布和t分布的自由度
chi_square = generate_random_chi_square(df)
t_distribution = generate_random_t(df)

print("卡方分布的随机值:", chi_square)
print("t分布的随机值:", t_distribution)