均值递推和方差递推公式

在一般的数学统计过程中,为了求得方差,需要预先知道所有的数据项,然后通过求均值,再通过遍历所有数据项计算平方和的方式求得方差。
但是在大数据、流式处理的场景,是无法预先知道所有数据项的,经常需要在任意时候动态的知道当前所有存量数据的方差,此时如果使用遍历的方式,将耗费大量的计算量,同时,缓存所有的数据也占用大量存储空间。
所以需要通过递推的方式,通过之前状态的均值、方差、计数、以及当前数据项来计算出当前状态的方差。

方差递推公式的计算过程如下:
整个推导过程是用word结合MathType写的,复制到markdown上来太闹心了,直接截图了。
PS:程序员,不是数学系的,推导过程自己看着好像没啥问题,有错误欢迎指正
这里写图片描述

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 假设有一组数据 $x_1, x_2, ..., x_n$,其均值和方分别为 $\mu_n$ 和 $\sigma^2_n$,现在要求加入一个新数据 $x_{n+1}$,则可以使用以下公式计算新的均值和方: $$\mu_{n+1}=\frac{n\mu_n+x_{n+1}}{n+1}$$ $$\sigma^2_{n+1}=\frac{n\sigma^2_n+(x_{n+1}-\mu_n)(x_{n+1}-\mu_{n+1})}{n+1}$$ 其中,$\mu_{n+1}$ 表示加入新数据后的均值,$\sigma^2_{n+1}$ 表示加入新数据后的方,$n$ 为已有数据的数量。 ### 回答2: MATLAB可以通过公式计算均值和方。具体实现如下: 1. 均值公式: 要计算一组数据的均值,可以使用以下公式: μ_n = μ_{n-1} + (x_n - μ_{n-1}) / n 其中,μ_n表示前n个数据的均值,x_n表示第n个数据,n表示数据的总个数。初始时,μ_0为0。通过不断更新μ_n的值,最终得到整组数据的均值。 2. 方公式: 要计算一组数据的方,可以使用以下公式: σ^2_n = ((n-1) * σ^2_{n-1} + (x_n - μ_{n-1})^2) / n 其中,σ^2_n表示前n个数据的方,x_n表示第n个数据,μ_{n-1}表示前n-1个数据的均值,σ^2_{n-1}表示前n-1个数据的方,n表示数据的总个数。初始时,σ^2_0为0。通过不断更新σ^2_n的值,最终得到整组数据的方。 在MATLAB中,可以使用循环结构来依次读入数据并更新均值和方的值。首先设置初始的均值和方为0,然后根据上述公式,在每次循环中更新均值和方的值。最后计算得到整组数据的均值和方。这样就实现了均值和方公式的计算。 以上是MATLAB实现均值和方公式的方法,通过这种方式可以方便地计算一组数据的均值和方。 ### 回答3: MATLAB可以通过使用公式来计算均值(Mean)和方(Variance),以下是两个基本的公式的实现方法。 首先,计算均值公式如下: 1. 声明一个变量sum来保存所有数据点的累加和,并初始化为0。 2. 声明一个变量count来保存已处理的数据点数目,并初始化为0。 3. 使用循环结构遍历所有数据点,将数据点的值加到sum中,并将count加1。 4. 最终,均值的计算公式为mean = sum / count。 下面是用MATLAB代码实现的例子: sum = 0; % 初始化累加和为0 count = 0; % 初始化数据点数目为0 for i = 1:length(data) sum = sum + data(i); % 将数据点的值加到累加和中 count = count + 1; % 增加数据点数目 end mean = sum / count; % 计算均值 接下来,计算方公式如下: 1. 声明一个变量sum_sq来保存所有数据点的平方和,并初始化为0。 2. 使用循环结构遍历所有数据点,将数据点的平方加到sum_sq中。 3. 最终,方的计算公式为variance = (sum_sq - sum^2 / count) / (count - 1)。 下面是用MATLAB代码实现的例子: sum_sq = 0; % 初始化平方和为0 for i = 1:length(data) sum_sq = sum_sq + data(i)^2; % 将数据点的平方加到平方和中 end variance = (sum_sq - sum^2 / count) / (count - 1); % 计算方 通过这些公式,MATLAB可以很方便地计算均值和方。在计算过程中,需要使用循环结构来遍历所有数据点,并逐步更新累加和和平方和。最终,根据公式计算出均值和方的数值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值