当前位置:主页 > 要闻 > 加以权平分( Exponentially weighted averages)
201911/09

加以权平分( Exponentially weighted averages)

admin 要闻 Comments 围观:

  加以权平分,在统计中也叫做加以权移触动平分。

  下面陈列出产体即兴伦敦壹年之中的温度:

  

  假设要计算趋势的话,也坚硬是温度的片断平分值,容许说移触动平分值:

  先使:${v_0}=0$,然后计算:

  ${v_1}=0.9{v_0} + 0.1{\theta _1}$

  ${v_2}=0.9{v_1} + 0.1{\theta _2}$

  以次类铰:

  ${v_t}=0.9{v_{t - 1}} + 0.1{\theta _t}$

  将移触动平分值即每日温度的加以权平分值画出产到来的效实是:

  

  下面的计算更普畅通的方法是:

  ${v_t}=\beta {v_{t - 1}} + (1 - \beta ){\theta _t}$

  ${v_t}$却以了松为父亲条约是$\frac{1}{{(1 - \beta )}}$ 的每日温度,比如$\beta =0.9$,却以了松为此雕刻是什天的平分值,也坚硬是上图红线片断。

  假设$\beta$接近于1,譬如0.98,则$\frac{1}{{(1 - 0.98)}}$,父亲条约计算度过去 50 天的温度,此雕刻时干图却以违反掉落绿线:

  

  此雕刻种情景下曲线要平整顿壹些,缘由在于你多平分了几天的温度,因此此雕刻个曲线,摆荡更小,更其平整顿,缺隐是曲线进壹步右移,鉴于当今平分的温度值更多,要平分更多的值,加以权平分公式在温度变募化时,顺应地更舒缓壹些,因此会出产即兴壹定延深。$\frac{1}{{(1 - 0.98)}}$,相当于给前壹天的值加以了太多权重,条要 0.02 的权重给了当天的值。

  假设$\frac{1}{{(1 - 0.5)}}$,平分了两天的温度,此雕刻时干图黄线所示:

  

  鉴于但平分了两天的温度,平分的数据太微少,因此违反掉落的曲线拥有更多的噪声,拥有能出产即兴非日值,条是此雕刻个曲线却以更快顺应温度变募化。

  参数$\beta$,是壹个很要紧的参数,却以得到稍稍不一的效实,日日中间男拥有某个值效实最好,在本例中红线比宗绿线和黄线更好地平分了温度。

  将公式${v_t}=0.9{v_{t - 1}} + 0.1{\theta _t}$倒腾着写:

  ${v_{100}}=0.9{v_{99}} + 0.1{\theta _{100}}$

  ${v_{99}}=0.9{v_{98}} + 0.1{\theta _{99}}$

  ${v_{98}}=0.9{v_{97}} + 0.1{\theta _{98}}$

  以次类铰。。。

  进壹步展开却以体即兴为:



文章作者:admin
本文地址:
版权所有 © 未注明“转载”的博文一律为原创,转载时必须以链接形式注明作者和原始出处!
如果你觉得文章不错,您可以推荐给你的朋友哦!

◇◇上一篇:lol有限火力甚么时离开放? 豪杰同盟有限火力明 下一篇:没有了 ◇◇

发表评论: 在下面发表一下你对这文章(句子)的看法吧!                             


来看看其他人说了些什么?-----------------------------------------------------------------> 进入详细评论页