standard-deviation

0热度

1回答

三个测量（时间）嵌套在嵌套在人员（ID）中的Networkpartners（NP）中。变量NP.T（根据回答here创建）指示特定人员（ID）具有特定度量（1到3）的网络伙伴的数量（结果中没有缺失值）。这是我的数据集的一个例子，真正的数据集有数千行。 ID NP Time Outcome NP.T 1 1 11 1 4 2 2 1 12 1 2 2 3 1 11 2 3 2 4 1

1热度

1回答

如何让项目组的STDDEV（），而不群的MIN（）和MAX（）

我有一个表像 | id | user | bottle | count | | 1 | foo | beer | 2 | | 2 | bar | beer | 5 | | 3 | som1 | beer | 6 | | 4 | som2 | beer | 4 | | 5 | som1 | wine | 1 | 等我怎样才能得到STDDEV()没有MIN()和MAX()值为count

0热度

1回答

在Python中找到一列数据的标准偏差

A.append([(float(a) + float(b) + float(c))/3, (float(d) + float(e) + float(f))/3, (float(g) + float(h) + float(i))/3, (float(j) + float(k) + float(l))/3, (float(m) + float(

0热度

1回答

遍历查找每个点的标准偏差的列表

我有这段代码应该找到A中每个数字的标准偏差，其中A是由7个值组成的列表的列表。 def sigma(A): diff = 0 positives = [b for b in A if b >= 0] if positives: mean = sum(positives)/len(positives) for i in positives:

0热度

1回答

如何计算并显示标准偏差？

我想显示一个谱图，它是上下偏差。因此，我有一个Class，“SpectrumClass”，其中cooridantes存储在DataTable（dtCoords）中。我显示的光谱是其他几个光谱的平均值。蒙山那些我计算标准偏差如下光谱（全光谱具有数据点的相同金额）： DataTable dt = new DataTable(); DataColumn columnX = new Data

0热度

1回答

如果列表的值超过某个值，则更改列表的值

我正在从文本文件中读取列表并获取此列表的标准偏差，我想知道如何使值远离一个标准偏差只是将其用作与平均值相差一个标准差的平均值。以下是我正在使用的代码的一部分： a=np.genfromtxt('meanvals2.txt').T[1] b=np.std(a) c=np.mean(a) ok=(a>(c-b))*(a<(c+b)) # within 1st deviation h=a[ok]

0热度

1回答

具有标准差的R barplot

我是一位新的R用户，无法在条形图中绘制一些数据。对不起，如果这很容易做到，我只是无法弄清楚。我有六组数据：1号，5号和10号汽车＃1的3组数据，以及1,5号和10号汽车＃3的3组数据，其中每辆汽车在每个年龄的测量结果包括1.）统计汽车外部的凹痕总数，以及2.）除去油漆的凹痕数量。我想制作一个带有6个酒吧的箱子图，对应于每辆汽车和他们各自的年龄，其中列高度是去除油漆的凹痕总数，标准偏差线条。这是

-1热度

1回答

统计误差计算Matlab

我有两个值的向量，我想统计比较它们。为了简单起见，假设A = [2 3 5 10 15]和B = [2.5 3.1 4.8 10 18]。我想计算标准偏差，均方根误差（RMSE），平均值，并且可以方便地显示为直方图。你能帮我怎么做，以便我明白吗？我知道问题可能很简单，但我是新手。非常感谢！编辑：这就是我想实施RMSE的方法。 dt = 1; for k=1:numel(A) err(k)=

1热度

3回答

查找2D阵列的标准偏差

我很努力地为我的作业找到标准偏差，我做了所有其他事情，我只是在最后一点挣扎。我的作业问题简而言之是：我给出了一组学生的任务结果文本文件（必须是任意数字）。唯一给出的数据是学生姓名，球迷及其结果，你需要计算他们的平均成绩和标准差。输出应该是这样的： Student Name FAN Part 1 Part 2 Part 3 Part 4 Mark Grade Adam Adamson ad

0热度

1回答

计算在线标准偏差

我想计算运行时进入系统的每个值的标准偏差。我不知道如何实现它。我实现了网上平均 def online_avg(last_avg, last_N, new_val): return ((last_avg*last_N)+new_val)/(last_N+1) 我想网上的标准偏差的原型是因为： def online_std(last_avg, last_N, last_std, ne