【空间分析之五】点数据集圆概率误差统计CEP(Circle Error Probable )

本文介绍了点数据集圆概率误差(CEP)统计的原理和Python实现。CEP是以平均中心为圆心,半径为CEP的圆,使得点数据集中50%的点落入此圆内。算法包括计算平均中心、标准差和不同置信水平下的CEP值。
摘要由CSDN通过智能技术生成

点数据集描述性空间统计之五——圆概率误差统计CEP(Circle Error Probable )原理及python实现

1.原理

一个点数据集,以平均中心为中心,以圆概率误差(CEP)为半径画个圆,那么该点数据集中的点有50%将落入到圆中。

2.算法

1)设点数据集的平均中心的X值和Y值分别为:
X ‾ 和 Y ‾ \overline{X} 和 \overline{Y} XY
2)点数据集所有点的X坐标的标准差为:
δ x = ∑ ( X i − X ‾ ) 2 N \delta_{x}=\sqrt{\dfrac{\sum(X_i-\overline{X})^2}{N}} δx=N(XiX)2​<

评论 1
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