计算加权平均值和标准差
计算加权平均值和标准差
提问于 2012-04-07 05:20:49
我有一个时间序列x_0 ... x_t。我想计算数据的指数加权方差。这就是：
V = SUM{w_i*(x_i - x_bar)^2, i=1 to T} where SUM{w_i} = 1 and x_bar=SUM{w_i*x_i}参考：http://en.wikipedia.org/wiki/Weighted_mean#Weighted_sample_variance
其目标是基本上对时间更早的观察结果进行加权。这是非常简单的实现，但我想使用尽可能多的内置功能。有人知道这在R中对应的是什么吗？
谢谢
回答 4
Stack Overflow用户
回答已采纳
发布于 2012-04-07 10:23:28
R提供加权平均值。实际上，?weighted.mean展示了这个例子：
## GPA from Siegel 1994
wt <- c(5, 5, 4, 1)/15
x <- c(3.7,3.3,3.5,2.8)
xm <- weighted.mean(x, wt)再走一步：
v <- sum(wt * (x - xm)^2)Stack Overflow用户
发布于 2014-06-24 18:59:42
Hmisc包包含您需要的函数。
因此：
x <- c(3.7,3.3,3.5,2.8)
wt <- c(5, 5, 4, 1)/15
xm <- wtd.mean(x, wt)
var <- wtd.var(x, wt)
sd <- sqrt(var)不幸的是，Hmisc包的作者没有包含显式的wtd.sd函数。你必须开wtd.var的平方根。
查尔斯·坎盖
Stack Overflow用户
发布于 2017-08-19 02:22:29
在使用wtd.var()函数时，我也会收到来自Hmisc的错误。幸运的是，SDMTools具有类似的功能，甚至可以直接为您计算SD，而不需要计算方差。
library(SDMTools)
x <- c(3.7,3.3,3.5,2.8)
wt <- c(5, 5, 4, 1)/15 ## Note: no actual need to normalize weights to sum to 1, this will be done automatically.
wt.mean(x, wt)
wt.sd(x,wt)
wt.var(x, wt)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/10049402
复制相关文章
相似问题
腾讯云开发者
