Enable JavaScript to interact with content and submit forms on Wolfram websites. Learn how

QnDispersion

QnDispersion[list]

给出 list 中元素的统计量.

QnDispersion[list,c]

给出缩放因子为 c 时的统计量.

更多信息和选项

QnDispersion 是稳健的分散度度量.
QnDispersion 是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,…,x_n}，统计量的值为集合 {x_i– x_j,i<j} 的第一四分位数乘以缩放因子 c.
如果没有指定 c，则运用缩放因子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.
QnDispersion[{{x₁,y₁,…},{x₂,y₂,…},…}] 给出 {QnDispersion[{x₁,x₂,…}],QnDispersion[{y₁,y₂,…}],…}.
QnDispersion 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)

列表的 QnDispersion：

矩阵的列的 QnDispersion：

缩放因子为 1 时列表的 QnDispersion：

日期列表的 QnDispersion：

范围 (8)

当缩放因子是精确值时，精确输入给出精确输出：

不同缩放参数情况下的 QnDispersion：

矩阵的 QnDispersion 按列给出估计：

大型数组的 QnDispersion：

求 TimeSeries 的 QnDispersion：

分散度只取决于值：

可将 QnDispersion 用于含有量的数据：

计算日期的 QnDispersion：

计算时间的 QnDispersion：

以不同的时区规范给出的时间：

选项 (1)

Method (1)

缺省情况下，使用有限样本校正：

不使用小样本校正：

应用 (6)

在极值出现的情况下，计算分散度稳健估计值：

样本的标准方差受极值的影响很大：

使用五年移动分散度识别股票数据中的高波动周期：

计算随机过程中一组路径的切片的分散度：

选择几个切片时间：

绘制这些路径上的分散度：

求一个班的孩子们的身高的分散度：

绘制从中位数出发的分散度：

考虑来自标准正态分布的一组数据，其异常值由另一个展布较大的正态分布模拟：

用标准正态分布检验数据：

计算分散度：

选取距样本中位数三倍分散度范围内的数据点，从而移除异常点：

用标准正态分布检验新数据：

从学生分布中产生数据：

用三种度量计算数据的分散度：标准方差、截断方差的平方根和分散度：

用自助法评估这三种分散度估计量的准确性：

估计量给出所给数据的最小的展布：

属性和关系 (2)

QnDispersion 是基于排序结果的估计量，其统计基于数据对间的绝对差值：

选取差值中的正值，用 RankedMin 计算排序统计量：

与缩放因子为 1 的 QnDispersion 相比较：

数据对间差值的 Histogram，其中的红线表示统计量的值：

QnDispersion、SnDispersion 和 StandardDeviation 是 NormalDistribution 的尺度参数的估计量：

用自助法评估估计量的准确性：

用估计结果计算关于 StandardDeviation 的相对效率：

顶部