WeightedData

WeightedData[{x1,x2,},{w1,w2,}]

表示具有权 wi 的观察 xi.

WeightedData[{x1,x2,},fn]

表示具有权函数 fn 的观察 xi.

更多信息

  • WeightedData 对每个数据点增加具有权重的数据.
  • 数据 {x1,x2,} 和权 {w1,w2,} 应该是等长度的列表.
  • 权函数 fn 应用于列表 {x1,x2,} 应返回权 {w1,w2,} 的显式列表.
  • 可用于统计函数的 WeightedData 包括:
  • Mean,Variance,描述性统计函数
    EmpiricalDistribution,非参数分布估计
    EstimatedDistribution,参数分布估计
  • WeightedData[{x1,x2,}] 给出具有相等权值的数据.
  • WeightedData 的属性可以通过指定 WeightedData[]["property"] 获得.
  • 可使用 WeightedData[]["Properties"] 获取可用属性的列表.
  • WeightedData 具有以下属性:
  • "EmpiricalPDF"数据值和估计的权
    "InputData"无权输入数据值
    "MetaInformation"包含元信息规则的列表
    "Weights"包含数据权的列表

范例

打开所有单元关闭所有单元

基本范例  (1)

创建具有权的数据:

计算加权的 MeanStandardDeviation

范围  (10)

创建加权的单变量数据:

一些加权的描述性统计量:

对多变量值集合添加权:

加权多变量描述性统计量集合:

使用纯函数创建加权数据值:

加权均值和方差:

可视化各种加权方案的影响:

对加权数据拟合非参数分布:

对加权数据拟合参数分布:

比较估计和经验分布:

WeightedData 对象提取输入对象:

比较非加权数据和加权数据的分布:

WeightedData 对象获取权值:

可视化检测数据值上权重的影响:

从经验 PDF 计算加权均值:

加权均值可以使用 Mean 直接计算:

求不规则采样 TimeSeries 的加权平均值:

与数值平均值比较:

创建涉及数量的加权数据:

某些加权描述统计量:

应用  (2)

创建一个加权直方图:

估计分布参数的最大似然估计得置信区间:

通过重复来自于带有单位参数的 DirichletDistribution 的带有加权样本的权重估计应用分数随机权重引导来估计置信区间:

产生一千个分布参数估计:

可视化引导 (bootstrap) 估计:

把联合高斯分布拟合至引导的参数:

属性和关系  (2)

描述性统计量基于基本的 EmpiricalDistribution

当不同于总数估计时,给出样本估计:

WeightedData 可用于 TimeSeries 对象:

对于 ,权值与 成正比:

与箱采样时间平均值比较:

计算积分极限:

Wolfram Research (2012),WeightedData,Wolfram 语言函数,https://reference.wolfram.com/language/ref/WeightedData.html.

文本

Wolfram Research (2012),WeightedData,Wolfram 语言函数,https://reference.wolfram.com/language/ref/WeightedData.html.

CMS

Wolfram 语言. 2012. "WeightedData." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/WeightedData.html.

APA

Wolfram 语言. (2012). WeightedData. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/WeightedData.html 年

BibTeX

@misc{reference.wolfram_2024_weighteddata, author="Wolfram Research", title="{WeightedData}", year="2012", howpublished="\url{https://reference.wolfram.com/language/ref/WeightedData.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_weighteddata, organization={Wolfram Research}, title={WeightedData}, year={2012}, url={https://reference.wolfram.com/language/ref/WeightedData.html}, note=[Accessed: 22-November-2024 ]}