实时更新均值和方差公式

均值和方差是描述数据分布的两个重要统计量。

均值（mean）是一组数据的平均值，可以表示为：

均值 = (x1 + x2 + … + xn) / n

其中，x1, x2, …, xn是数据集中的数据，n是数据集中的观测数量。

方差（variance）是一组数据的离散程度或分散程度，可以表示为：

方差 = ((x1 - mean)^2 + (x2 - mean)^2 + … + (xn - mean)^2) / n

其中，mean是数据集的均值。

实时更新均值和方差可以使用以下公式：

• 均值的实时更新：mean_new = ((mean_old * n) + xn) / (n + 1)
• 方差的实时更新：var_new = (((n-1) * var_old) + (xn - mean_old) * (xn - mean_new)) / n

其中，mean_new是新的均值，mean_old是旧的均值，var_new是新的方差，var_old是旧的方差，xn是新的数据点，n是数据集中的观测数量。

通过实时更新的方式，可以在处理大数据集时，避免重复计算整个数据集的均值和方差，节省计算资源。

实时更新均值和方差的公式是通过添加新数据来更新均值和方差。假设有n个数据点，当前的均值为M，方差为S。
添加一个新的数据点x后，更新公式如下：

新的均值：M’ = (n * M + x) / (n + 1)

新的方差：S’ = ((n * S) + (x - M’) * (x - M)) / (n + 1)

其中，n+1是新的数据点的数量。这种方法可以用来不断更新均值和方差，而不需要保留之前的所有数据。