java实现样本方差的计算

转载自：http://my.oschina.net/BreathL/blog/41063

在一些统计或者排序的算法中，常常要用到样本方差这个东西，来判断一组数据的离散程度。

这是样本方差的公式：

      然而，在计算机编程中，往往需要计算运行方差（running variance），因为样本的个数总是的在不断变化的，确切将是不断递增；如果每次增加，都要重新计算平均值，再按次公式，计算出方差；虽可以实现，但计算量会随着数据的增长变的太大。

      因此，递推的公式就显得格外重要；通过n-1个样本时的方差值，和新增的样本，就能得到此时这N个样本的方差；这样计算量不会变同时保持在一个很小的值，可大大提高程序的计算效率。递推公式如下：

      M_n = M_n-1+ (x_n - M_n-1)/n 

      S_n = S_n-1 + (x_n - M_n-1)*(x_n - M_n)

      M_{n为平均值，初始时：} M₁ = x_1,  S₁ = 0 （此等式的推导证明，我后面给出），而样本方差 s =S_n/(n - 1)

      下面是我自己给出的简单实现（若有更好的实现，请不吝赐教）

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86

package com.mycode.math;   public final class RunningVariance {      private int count; // 样本的个数      private double mk; // 平均值      private double sk; // Sn      private double runVar; // 样本方差        public RunningVariance() {          this ( 0 , 0.0 , 0.0 );      }        public RunningVariance( int count, double mk, double sk) {          this .count = count;          this .mk = mk;          this .sk = sk;          recomputeRunVar();      }        public double getMk() {          return mk;      }        public double getSk() {          return sk;      }        /**       * 获取运行时样本方差       *       * @return       */      public synchronized double getRunningVariance() {          return runVar;      }        /**       * 增加样本       *       * @param sample       */      public synchronized void addSample( double sample) {          if (++count == 1 ) {              mk = sample;              sk = 0.0 ;          } else {              double oldmk = mk;              double diff = sample - oldmk;              mk += diff / count;              sk += diff * (sample - mk);          }          recomputeRunVar();      }        /**       * 移除样本       *       * @param sample       */      public synchronized void removeSample( double sample) {          int oldCount = getCount();          double oldmk = mk;          if (oldCount == 0 ) {              throw new IllegalStateException();          }          if (--count == 0 ) {              mk = Double.NaN;              sk = Double.NaN;          } else {              mk = (oldCount * oldmk - sample) / (oldCount - 1 );              sk -= (sample - mk) * (sample - oldmk);          }          recomputeRunVar();      }        private synchronized void recomputeRunVar() {          int count = getCount();          runVar = count > 1 ? sk / (count - 1 ) : Double.NaN;          // 若需要计算标准差          // runVar = count > 1 ? Math.sqrt(sk / (count - 1)) : Double.NaN;      }        public synchronized int getCount() {          return count;      } }

         对于递推公式  S_n = S_n-1 + (x_n - M_n-1)*(x_n - M_n)，我自己做了个简单的推导证明，如下图：

        另：图中所提的 等式1  即是 平均数的递推公式：M_n = M_n-1+ (x_n - M_n-1)/n