问题标签 [standard-deviation]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
linq - LINQ 中的标准差
LINQ 是否对聚合 SQL 函数STDDEV()
(标准差)进行建模?
如果不是,计算它的最简单/最佳实践方法是什么?
例子:
sqlite - SQLite 的标准差
我搜索了 SQLite 文档并找不到任何东西,但我也在 Google 上搜索并出现了一些结果。
SQLite 是否有任何内置的标准偏差函数?
python - NumPy 中的加权标准差
numpy.average()
有一个权重选项,但numpy.std()
没有。有没有人有解决方法的建议?
c# - 通用列表的标准差?
我需要计算通用列表的标准偏差。我将尝试包含我的代码。它是一个包含数据的通用列表。数据主要是浮点数和整数。这是我的代码,与它相关,但没有详细介绍:
这是需要计算标准偏差的函数:
忽略 LatchStdev() 函数内部的内容,因为我确定它不正确。这只是我计算st dev的糟糕尝试。我知道如何处理双打列表,但不知道通用数据列表。如果有人有这方面的经验,请帮助。
php - PHP 估计函数
我正在尝试根据数字数组(如 $numbers)计算数字系列中的值 $x。
前任:
什么是统计上最准确的方法?
python - 标准差的python c扩展
我正在编写 ac 扩展来计算他的标准偏差。性能很重要,因为它将在大型数据集上执行。从列表中获取项目后,我很难弄清楚如何获取 pyobject 的值。这是我第一次为 python 编写 ac 扩展,感谢任何帮助。显然我不知道如何正确使用代码示例按钮:(
这是我到目前为止所拥有的:
matlab - 在 MATLAB 中围绕数据画椭圆
我想在 MATLAB 中重现下图:
X 和 Y 坐标有两类点。我想用一个椭圆围绕每个类,标准偏差的一个参数决定了椭圆沿轴走多远。
该图是用另一个软件创建的,我不完全理解它是如何计算椭圆的。
这是我用于此图的数据。第一列是类,第 2 - X,第 3 - Y。我可以用它gscatter
来绘制点本身。
仅供参考,这是关于如何绘制椭圆的 SO 问题。所以,我们只需要知道绘制它的所有参数。
更新:
我同意可以将中心计算为 X 和 Y 坐标的平均值。可能我必须PRINCOMP
对每个类使用主成分分析 ( ) 来确定角度和形状。仍然在想...
networking - 传输数据时的标准偏差
我正在解决 Gallager 的 Data Networks 中的一些示例,但我不太了解这个特定问题。问题如下:
假设链路上的预期帧长度为 1000 位,标准差为 500 位 求在 9600bps 链路上传输一百万帧所需时间的预期时间和标准差。后续问题是:可以传输帧的速率通常定义为预期传输时间的倒数。使用上一题的结果,讨论这个定义是否合理。
我的尝试如下:
发送一帧的时间是:1000/9600 = 0.104 秒因此,发送百万帧的时间是 = 104, 000 秒
我不明白第二部分,它要求找到标准偏差和后续问题。我也不明白当我们说 500 位的标准偏差是什么意思时,这是否意味着错误损失,这里是 50%?
这不是家庭作业问题。几天后我有一个期中考试,我正在解决这些问题以提高我对这个主题的把握。
任何帮助/提示将不胜感激
谢谢,钱德
r - R中散点图标准偏差的计算
我使用 R 创建了两个向量的散点图,并结合了代表 x=y 对角线的线(使用abline )。我希望从对角线计算点的标准偏差,并为第一和第三分位数之间的区域着色。
我不知道如何做到这一点,并会感谢所有帮助!提前致谢。朝觐。
distribution - 围绕圆的点的最“彻底”分布
这个问题旨在抽象和集中解决我在“查找图像集合中最丰富多彩的图像”中表达的问题的一种方法。
想象一下,我们有一组圆,每个圆的圆周上有许多点。我们希望找到一个指标,它可以给一个圆的评分更高,并且点在圆周围均匀分布。一些点分散在整个 360° 中的圆更好,但与另一个区域中的点数较少相比,一个区域中点数多得多的圆不太好。
点数没有限制。
两个或多个点可能重合。
巧合点仍然是相关的。一个 0° 点和 180° 点的圆比 0° 有 100 个点和 180° 有 1000 个点的圆好。
一个圆每度一个点的圆是非常好的。一个圆每半度有一个点的圆更好。
在我的另一个(基于颜色的问题)中,有人建议标准偏差会很有用,但需要注意。这是一个好建议吗?它是否可以应对 359° 到 1° 的接近度?