SnDispersion
SnDispersion[list]
给出 list 中元素的 统计量.
SnDispersion[list,c]
给出缩放因子为 c 时的 统计量.
更多信息和选项
- SnDispersion 是稳健的分散度度量.
- SnDispersion 基于排序结果的估计量,其统计基于数据对间的绝对差值. 该统计量不要求位置估计.
- 对于列表 {x1,x2,…,xn}, 估计量的值为 {zi,1≤i≤n} 的中值乘以缩放因子 c,其中 zi 是{xi– xj,1≤j≤n} 在 j 上的中值.Null
- 如果没有指定 c,则运用满足 的正缩放因子 c* 来使得 统计量成为正态分布数据的尺度参数的相容估计量. 同时,在缺省情况下使用有限样本校正来纠正小样本对估计量造成的偏差.
- SnDispersion[{{x1,y1,…},{x2,y2,…},…}] 给出 {SnDispersion[{x1,x2,…}],SnDispersion[{y1,y2,…}],…}.
- SnDispersion 支持 Method 选项. 可以指定下列设置:
-
"FiniteSample" 使用有限样本校正(缺省) "None" 不使用校正 - 如果输入中指定了缩放因子 c,则忽略选项 Method.
范例
打开所有单元关闭所有单元基本范例 (4)
范围 (8)
不同缩放参数情况下的 SnDispersion:
矩阵的 SnDispersion 按列给出估计:
大型数组的 SnDispersion:
求 TimeSeries 的 SnDispersion:
SnDispersion 只取决于值:
可将 SnDispersion 用于含有量的数据:
计算日期的 SnDispersion:
计算时间的 SnDispersion:
应用 (6)
属性和关系 (2)
SnDispersion 是基于排序结果的分散度估计量,其统计基于数据对间的绝对差值:
用 RankedMin 计算高中值的低中位数 (the low median of high medians):
与缩放因子为 1 的 SnDispersion 相比较:
QnDispersion、SnDispersion 和 StandardDeviation 是 NormalDistribution 的尺度参数的估计量:
用估计结果计算关于 StandardDeviation 的相对效率:
文本
Wolfram Research (2017),SnDispersion,Wolfram 语言函数,https://reference.wolfram.com/language/ref/SnDispersion.html (更新于 2024 年).
CMS
Wolfram 语言. 2017. "SnDispersion." 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/SnDispersion.html.
APA
Wolfram 语言. (2017). SnDispersion. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/SnDispersion.html 年