BiweightLocation

BiweightLocation[list]

给出 list 中元素的双权位置估计量的值.

BiweightLocation[list,c]

给出缩放参数为 c 的双权位置估计量的值.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (4)

列表的 BiweightLocation：

矩阵的列的 BiweightLocation：

缩放参数为 7 时列表的 BiweightLocation ：

日期列表的 BiweightLocation：

范围  (8)

同样的输入，不同的精度：

不同缩放参数时的双权位置：

矩阵的双权位置给出的是按列估计的结果：

一个大数组的双权位置：

求 TimeSeries 的双权位置：

双权位置只取决于值：

可将双权位置用于含有量的数据：

计算日期的双加权位置：

计算时间的双加权位置：

不同时区规格的时间列表：

选项  (2)

MaxIterations  (1)

BiweightLocation 的值是迭代式算出的. 限制计算时迭代的次数：

Method  (1)

调整 BiweightLocation 计算中的初值：

选择好一点的初值，限制迭代的次数：

应用  (3)

当异常值出现时，对位置进行稳健估计：

极值对 Mean 的影响较大：

考虑来自高斯混合分布的数据：

用 Mean 估计中心：

对于非高斯分布数据，样本均值估计量有较大的展布 (spread). 估计量的标准偏差为：

用 BiweightLocation 来估计中心：

用自助法评估双权位置估计量的展布：

仿真带有重尾测量噪声的轨迹：

底层信号和带有噪声的仿真路径：

用移动 BiweightLocation 平滑轨迹：

增加区块大小可以使轨迹更平滑：

属性和关系  (3)

计算样本的双权位置：

区间 之外的值对统计量没有影响. 这里 是双权位置的值， 是关于 的绝对中位差. 是缩放参数，默认值为 6：

计算双权位置所用加权函数 w(x) 的形状：

把样本中的最小值和最大值乘以 2，再次计算双权位置：

对于正态分布的样本，BiweightLocation 和 Mean 几乎相等：

对于非正态分布的样本，如来自 CauchyDistribution 的数据，BiweightLocation 给出的中心位置的估计比 Mean 给出的要更好：

当 c 取较大值时，BiweightLocation 接近 Mean：

巧妙范例  (2)

单变量数据的双权位置围绕均值的变化取决于缩放因子 c：

双变量数据的双权位置围绕均值的变化取决于缩放因子 c：

Wolfram Research (2017)，BiweightLocation，Wolfram 语言函数，https://reference.wolfram.com/language/ref/BiweightLocation.html （更新于 2024 年）.

文本

Wolfram Research (2017)，BiweightLocation，Wolfram 语言函数，https://reference.wolfram.com/language/ref/BiweightLocation.html （更新于 2024 年）.

CMS

Wolfram 语言. 2017. "BiweightLocation." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2024. https://reference.wolfram.com/language/ref/BiweightLocation.html.

APA

Wolfram 语言. (2017). BiweightLocation. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/BiweightLocation.html 年

BibTeX

@misc{reference.wolfram_2024_biweightlocation, author="Wolfram Research", title="{BiweightLocation}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/BiweightLocation.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_biweightlocation, organization={Wolfram Research}, title={BiweightLocation}, year={2024}, url={https://reference.wolfram.com/language/ref/BiweightLocation.html}, note=[Accessed: 21-November-2024 ]}