Mean

Mean[data]

给出 data 中元素的平均估计值.

Mean[dist]

给出分布 dist 的平均值.

更多信息

Mean 亦称为期望或均值.
Mean 是数据或分布的位置度量.
对于 VectorQ data ，平均估计值由给出.

对于 MatrixQ data，针对每个列向量计算平均估计值，Mean[{{x₁,y₁,…},{x₂,y₂,…},…}] 等价于 {Mean[{x₁,x₂,…}],Mean[{y₁,y₂,…}],…}. »

对于 ArrayQ data，平均估计值等价于 ArrayReduce[Mean,data,1]. »

对于 WeightedData[{x₁,x₂,…},{w₁,w₂,…}]，平均估计值由给出. »
Mean 可处理数值和符号 data.
data 可以有以下其他形式和解释：

	Association	数值（键被忽略） »
	WeightedData	加权均值，基于 EmpiricalDistribution »
	EventData	基于 SurvivalDistribution »
	TimeSeries, TemporalData, …	向量或数值组成的数组（忽略时间戳） »
	Image,Image3D	RGB 通道的值或灰度的强度值 »
	Audio	所有通道的幅值 »
	DateObject,TimeObject	日期列表或时间列表 »

对于日期列表，均值由给出，即日期加上持续时间的总和 .
对于单变量分布 dist，均值由 μ=Expectation[x,xdist] 给出. »

对于多变量分布 dist，均值由 {μ_x,μ_y,…}=Expectation[{x,y,…},{x,y,…}dist] 给出. »

对于随机过程 proc，可计算时间 t 处切片分布 SliceDistribution[proc,t] 的均值，即 μ[t]=Mean[SliceDistribution[proc,t]]. »

范例

打开所有单元关闭所有单元

基本范例 (5)

代数数的平均值：

符号数的平均值：

参数化分布的均值：

日期列表的均值：

具有符号参数的对数正态分布的均值：

范围 (22)

基本用法 (6)

精确的输入给出精确的输出：

近似输入给出近似输出：

求 WeightedData 的均值：

求 EventData 的均值：

求 TimeSeries 的均值：

均值只取决于值：

计算加权均值：

求含有量的数据的均值：

数组数据 (5)

矩阵的 Mean 给出列的均值：

数组的 Mean 给出第一层按列计算的均值：

适用于大型数组：

当输入为 Association 时，Mean 只作用于值：

可以像使用密集数组一样使用 SparseArray 数据：

求 QuantityArray 的均值：

图像和音频数据 (2)

按通道计算的 RGB 图像的均值：

灰度图的平均强度值：

对于音频对象，Mean 按通道进行计算：

日期和时间 (4)

计算日期的均值：

计算日期的加权均值：

计算以不同的日历给出的日期的均值：

以输入的一种日历格式给出均值：

计算时间的均值：

以不同的时区规范给出的时间：

分布和过程 (5)

求单变量分布的均值：

多变量分布：

导出分布的均值：

数据分布：

含有量的分布的均值：

连续时间随机和离散状态过程的均值函数：

求 TemporalData 在 t=0.5 处的均值：

求所有仿真的均值函数：

应用 (11)

基本应用 (5)

均值表示分布的质心：

含有多种模式的分布的均值：

多变量分布的均值：

二维元胞自动机演化步骤序列中元胞的平均值：

计算随机过程路径集合切片的均值：

选择几个切片时间：

绘制这些路径的均值：

应用 (6)

求一个班级中孩子们的平均身高：

求 480 个陶瓷材料样本的平均强度：

在突出显示平均位置的情况下，绘制数据的 Histogram：

计算强度超过均值的概率：

在比率为的指数衰退下，计算数量的平均生命期：

通过计算移动均值，对不规则间隔时间序列进行平滑处理：

90 天移动均值：

在一个小电子加速器的真空系统中包含 20 个排成一圈的真空灯泡. 如果至少有三个邻近的真空灯泡发生故障，真空系统无法运作：

绘制生存函数的图线：

计算失效的平均时间：

属性和关系 (17)

Total 除以 Length 等于 Mean：

对于正数，Mean 等同于被 Length 整除的基于范式 1 的值：

WeightedData 的 Mean 等价于数据的 EmpiricalDistribution 的均值：

EventData 的 Mean 等价于数据的 SurvivalDistribution 的均值：

对于较大的相似数据集， Mean 和 Median 结果近似相等：

Mean 的绝对偏差 Mean 是 MeanDeviation：

对于正数时，Mean 与 GeometricMean 对称相关：

逆数据的 HarmonicMean 的逆是 Mean：

当数据平方的 Mean 的平方根等于 RootMeanSquare：

第 n 个 CentralMoment 是偏差的 n 次幂的 Mean：

Variance 等于距 Mean 的偏差的平方经过缩放的 Mean ：

一个列表的 Expectation 是 Mean：

MovingAverage 是一个均值序列：

0%的 TrimmedMean 等于 Mean：

一个分布的随机变量的 Expectation 等于 Mean：

LocationTest 测试均值是否接近 0：

概率 () 值：

LocationEquivalenceTest 测试两个或者多个数据集的均值的相等性：

概率 () 值：

可能存在的问题 (1)

异常值对 Mean 有不成比例的影响：

使用 TrimmedMean 忽略最小和最大元素的比例：

使用 Median 作为对异常值较不敏感的数据：

巧妙范例 (1)

10、100 和 300 个样本的 Mean 估计值分布：

顶部

Mean

更多信息

范例

基本范例 (5)