热门标签
热门文章
- 1Ubuntu中安装rabbitMQ
- 2无人车系统（七）:Udacity ‘s无人驾驶仿真环境（社区介绍）_基于深度学习的udacity无人驾驶系统介绍
- 3机器学习中的数据预处理指南_机器学习 预处理
- 4python合并ts视频（三种方法）_ts合并
- 5【软件工具】Zotero+手机端_zotero安卓版
- 6Day 11 ElementUI VUE后台管理系统 参数管理 商品列表 商品添加_element ui 列表参数
- 7spring boot pom打包配置+linux启动脚本 提高打包部署速度_spring boot 如何提高打包速度
- 8【Java】线程安全问题
- 9android设置背景颜色渐变,Android背景渐变色(shape,gradient)
- 10MathType+Word报错：The MathType DLL cannot be found问题快速解决_word2019 mathtype dll cannot be found
当前位置: article > 正文
Trimmed 稳健均值估计与 中位数-中位数配对偏差法估计标准差——理论与 Python 实现
作者：从前慢现在也慢 | 2024-04-20 15:23:06
赞
踩
Trimmed 稳健均值估计与 中位数-中位数配对偏差法估计标准差——理论与 Python 实现
本文主要根据标准 16269-4:2010 的条款 5.2.2 和 5.3.1 。
数据集为： x 1 , x 2 , ⋯ , x n x_1, x_2, \cdots, x_n x1,x2,⋯,xn， n n n 是样本容量。
a-Trimmed 平均
a-Trimmed 的平均值的计算，是通过截断次序统计量的“头尾”，从而进行稳健估计，截取比例为 α \alpha α。
理论步骤
给定一个系数 α ∈ [ 0 , 0.5 ) \alpha\in[0,0.5) α∈[0,0.5)，即样本的次序统计量为： x ( 1 ) , x ( 2 ) , ⋯ , x ( n ) x_{(1)}, x_{(2)}, \cdots, x_{(n)} x(1),x(2),⋯,x(n)。
计算出截取比例 α \alpha α 对应的截取个数 r = [ α ⋅ n ] r = [\alpha\cdot n] r=[α⋅n]，其中 [ α ⋅ n ] [\alpha\cdot n]
推荐阅读
相关标签
