একটি তাত্পর্যপূর্ণ ওজনযুক্ত গড়ের স্ট্যান্ডার্ড বিচ্যুতি

Question

আমি তাত্পর্যপূর্ণ ওজনযুক্ত গড় গণনা করতে পাইথনে একটি সাধারণ ফাংশন লিখেছিলাম:

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

তবে আমি কীভাবে সম্পর্কিত এসডি গণনা করতে পারি?

Comments

আপনি কি গড়ের স্ট্যান্ডার্ড ত্রুটির পরে বা প্রক্রিয়াটির প্রমিত বিচ্যুতির কোনও অনুমানের পরে?

— গ্লেন_বি -রিনস্টেট মনিকা

@ গ্লেন_বি আমি "স্ট্যান্ডার্ড বিচ্যুতি" এর একাধিক একক দ্বারা স্টক মূল্য তাত্পর্যপূর্ণ ওজনযুক্ত গড় থেকে কতটা বিচ্যুত হয় তা দেখার জন্য এটি ব্যবহার করার চেষ্টা করছি। তুমি কোনটি সুপারিশ কর?

— মেরিস্কা

আমি যা দেখতে পাচ্ছি তা থেকে এই প্রশ্নের অন্তর্গত একটি মৌলিক দ্বন্দ্ব (বা অসঙ্গতি) রয়েছে। লোকেরা EWM ব্যবহার করে যখন তারা সিরিয়াল পারস্পরিক সম্পর্ককে চিহ্নিত করতে এবং বিশ্লেষণের জন্য ডেটা বিশ্লেষণ করতে যত্ন করে না, তবে এই প্রশ্নের উত্তর দেওয়ার জন্য সিরিয়াল পারস্পরিক সম্পর্ক অবশ্যই নির্ধারণ করা উচিত ; তবে কেন আপনি প্রথমে EWM ব্যবহার করবেন?

— হোবার

Answer 1

আপনি নিম্নলিখিত পুনরাবৃত্তি সূত্র ব্যবহার করতে পারেন:

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

এখানে আপনার পর্যবেক্ষণ হল -th পদক্ষেপ, আনুমানিক EWM, এবং ভ্যারিয়েন্সের পূর্ববর্তী অনুমান। প্রমাণ এবং ছদ্ম-কোডের জন্য এখানে বিভাগ 9 দেখুন See i μ i - 1 এস আই - $x_i$$i$$\mu_{i-1}$$S_{i-1}$

Comments

উপরের সূত্র এবং তালিকাটি ব্যবহার করে [1,2,3,4,5], আমি এসডি = 0.144 পেয়েছি, যেখানে সাধারণ নমুনা এসডি 1.58। দুটি ভিন্ন এসডি এর মধ্যে 10x এর একটি ফ্যাক্টর রয়েছে। এটা কি স্বাভাবিক?

— মেরিস্কা

ব্যবহার করে আপনি গড় = 4.98 পাবেন যা সমান অকেজো। :) এই জাতীয় সহগ ব্যবহার করে, আপনি সর্বশেষ পরিমাপটি প্রায় সমস্ত ওজন রেখেছেন। Pha আরও বাস্তব মানের মান শূন্যের কাছাকাছি, এক্ষেত্রে তারা দীর্ঘ পরিসরের গড় হিসাবে বিবেচিত হয়। আপনার উদাহরণস্বরূপ, চেষ্টা করুন , তবে আপনার সম্ভবত আরও বেশি পরিমাপের প্রয়োজন হবে, সুতরাং এর মানগুলি আরও বাস্তবসম্মত। α α = 0.2 α = $\alpha = 0.98$$\alpha$$\alpha = 0.2$$\alpha = 0.01$

— রোমান শাপোলোভ