問題タブ [standard-deviation]

LINQは集約SQL関数STDDEV() （標準偏差）をモデル化しますか？

そうでない場合、それを計算するための最も簡単な/ベストプラクティスの方法は何ですか？

例：

SQLite ドキュメントを検索しましたが、何も見つかりませんでしたが、Google でも検索したところ、いくつかの結果が表示されました。

SQLite には標準偏差関数が組み込まれていますか?

一般的なリストの標準偏差を計算する必要があります。コードを含めようとします。データを含む一般的なリスト。データは主にfloatとintです。これは、詳細に立ち入ることなく、それに関連する私のコードです。

標準偏差を計算する必要がある関数は次のとおりです。

LatchStdev（）関数内の内容は、正しくないと確信しているため、無視してください。stdevを計算するのは私の貧弱な試みです。私はdoubleのリストでそれを行う方法を知っていますが、一般的なデータリストのリストではありません。誰かがこれを経験したことがあれば、助けてください。

数値の配列に基づいて（$ numbersとして）数値系列の値$xを計算しようとしています。

元：

最も統計的に正確な方法は何でしょうか？

標準偏差を計算するための ac 拡張を書いています。大規模なデータセットに対して実行されるため、パフォーマンスは重要です。リストから項目を取得したら、pyobject の値を取得する方法を理解するのに苦労しています。Python 用の ac 拡張機能を作成するのはこれが初めてで、どんな助けも大歓迎です。どうやら私はコードサンプルボタンを正しく使用する方法を知りません:(

これは私がこれまでに持っているものです:

次の図を MATLAB で再現したいと思います。

X 座標と Y 座標を持つ点には 2 つのクラスがあります。各クラスを楕円で囲み、標準偏差の 1 つのパラメーターを使用して、楕円が軸に沿ってどれだけ移動するかを決定します。

この図は別のソフトウェアで作成されたもので、楕円の計算方法がよくわかりません。

この図に使用しているデータは次のとおりです。1 列目はクラス、2 列目は X、3 列目は Y ですgscatter。ポイント自体を描画するために使用できます。

参考までに、楕円を描く方法に関するSOの質問は次のとおりです。したがって、それを描画するためのすべてのパラメーターを知る必要があります。

アップデート：

中心は X 座標と Y 座標の平均として計算できることに同意します。PRINCOMPおそらく、角度と形状を決定するには、クラスごとに主成分分析 ( ) を使用する必要があります。まだ考えています...

Gallager の Data Networks からいくつかの例を解いていますが、この特定の質問がよくわかりませんでした。質問は次のようになります。

リンク上の予想フレーム長が 1000 ビットで、標準偏差が 500 ビットであるとします。9600bps リンクで 100 万フレームを転送するのに必要な時間の予想時間と標準偏差を求めます。フォローアップの質問は次のとおりです。フレームを送信できるレートは、一般に、予想される送信時間の逆数として定義されます。前の問題で見つけた結果を使用して、この定義が妥当かどうかを議論します。

私の試みは次のとおりです。

1 フレームを送信する時間は : 1000/9600 = 0.104 秒 したがって、100 万フレームを送信する時間は = 104, 000 秒です。

標準偏差とフォローアップの質問を求める 2 番目の部分がわかりませんでした。また、500 ビットの標準偏差と言うとき、それが何を意味するのか理解できませんでした。それは、ここでは 50% であるエラー損失を意味しますか?

これは宿題の問題ではありません。数日後に中間試験があり、これらを解決して、主題に対する理解を深めています。

ヘルプ/ヒントをいただければ幸いです

ありがとう、チャンダー

R を使用して、x=y 対角線を表す線 ( ablineを使用) と組み合わせて、2 つのベクトルの散布図を作成しました。対角線からドットの標準偏差を計算し、1 番目と 3 番目の分位点の間にある領域に色を付けたいと考えています。
これを行う方法がわかりません。すべての助けをいただければ幸いです!!! 前もって感謝します。ハジ。

この質問は、「画像のコレクションで最もカラフルな画像を見つける」で表現された私の問題に対する1つのアプローチを抽象化し、焦点を当てることを目的としています。

円のセットがあり、それぞれの円周に多数の点があると想像してください。ポイントが円の周りに均等に分布している円に高い評価を与えるメトリックを見つけたいと考えています。いくつかの点が 360 度全体に散らばっている円の方が優れていますが、ある領域の点の数が他の領域の点の数よりもはるかに多い円はあまり良くありません。

ポイント数に制限はありません。

2 つ以上の点が一致する場合があります。

偶然の点はまだ関連性があります。0° に 1 つの点と 180° に 1 つの点がある円は、0° に 100 個の点と 180° に 1000 個の点がある円よりも優れています。

円の周りに 1 度ごとに 1 つのポイントがある円は非常に優れています。円の周りに 0.5 度ごとに点がある円の方が優れています。

私の他の（色ベースの質問）では、標準偏差が有用であることが示唆されましたが、注意が必要です。これは良い提案ですか? 359° から 1° の近さに対応できますか?