एक घातांक-भारित माध्य का मानक विचलन

Question

मैंने पायथन में एक साधारण कार्य लिखा है जिसका मतलब है कि तेजी से भारित माध्य की गणना करें:

def test():
  x = [1,2,3,4,5]
  alpha = 0.98
  s_old = x[0]

  for i in range(1, len(x)):
    s = alpha * x[i] + (1- alpha) * s_old
    s_old = s

  return s

हालांकि, मैं संबंधित एसडी की गणना कैसे कर सकता हूं?

Comments

क्या आप माध्य की मानक त्रुटि, या प्रक्रिया के मानक विचलन के कुछ अनुमान के बाद हैं?

— Glen_b -Reinstate मोनिका

@Glen_b मैं यह देखने के लिए इसका उपयोग करने की कोशिश कर रहा हूं कि "मानक विचलन" के कुछ मल्टीपल द्वारा स्टॉक-मूल्य का मतलब कितना अधिक है। तुम किसकी सिफारिश करना चाहोगे?

— मैरिस्का

मैं जो देख सकता हूं, उसमें इस सवाल को लेकर एक बुनियादी टकराव (या असंगतता) है। लोग EWM का उपयोग तब करते हैं, जब वे धारावाहिक सहसंबंध को चिह्नित करने और मानने के लिए डेटा का विश्लेषण करने की परवाह नहीं करते हैं, लेकिन इस प्रश्न का उत्तर देने के लिए धारावाहिक सहसंबंध का अनुमान लगाया जाना चाहिए; लेकिन फिर आप पहले स्थान पर ईडब्ल्यूएम का उपयोग क्यों करेंगे?

— whuber

Answer 1

आप निम्न आवर्तक सूत्र का उपयोग कर सकते हैं:

$\sigma_i^2 = S_i = (1 - \alpha) (S_{i-1} + \alpha (x_i - \mu_{i-1})^2)$

यहां चरण में आपका अवलोकन है , अनुमानित EWM है, और का पिछला अनुमान है। सबूत और छद्म कोड के लिए यहां धारा 9 देखें ।$x_i$$i$$\mu_{i-1}$$S_{i-1}$

Comments

उपरोक्त सूत्र और सूची [1,2,3,4,5] का उपयोग करते हुए, मुझे एसडी = 0.144 मिला, जबकि सामान्य नमूना एसडी 1.58 है। दो अलग-अलग एसडी के बीच 10x का एक कारक है। क्या यह सामान्य है?

— मारिस्का

का उपयोग करने से आपको माध्य = 4.98 भी मिलता है, जो समान रूप से बेकार है। :) इस तरह के गुणांक का उपयोग करते हुए, आप अंतिम माप पर लगभग सभी भार डालते हैं। अधिक यथार्थवादी मूल्य शून्य के करीब हैं, उस स्थिति में वे लंबी दूरी के औसत के लिए खाते हैं। आपके उदाहरण के लिए, प्रयास करें , लेकिन व्यवहार में आपको संभवतः अधिक माप औसत करने की आवश्यकता होगी, इसलिए आसपास के मूल्य अधिक यथार्थवादी हैं। $\alpha = 0.98$$\alpha$$\alpha = 0.2$$\alpha = 0.01$

— रोमन शापोवालोव