有没有一种方法可以使用Boost计算包含样本的向量的平均值和标准差?
还是我必须创建一个累加器并将向量馈入其中?
我不知道Boost库是否有更具体的函数,但您可以使用标准库来实现。
给定std::vector<double> v
,以下是一种简单的方法:
#include <numeric>
double sum = std::accumulate(v.begin(), v.end(), 0.0);
double mean = sum / v.size();
double sq_sum = std::inner_product(v.begin(), v.end(), v.begin(), 0.0);
double stdev = std::sqrt(sq_sum / v.size() - mean * mean);
当值过大或过小时,这种方法容易发生溢出或下溢。稍微更好的计算标准差的方法是:
double sum = std::accumulate(v.begin(), v.end(), 0.0);
double mean = sum / v.size();
std::vector<double> diff(v.size());
std::transform(v.begin(), v.end(), diff.begin(),
std::bind2nd(std::minus<double>(), mean));
double sq_sum = std::inner_product(diff.begin(), diff.end(), diff.begin(), 0.0);
double stdev = std::sqrt(sq_sum / v.size());
C++11的更新内容:
调用std::transform
可以使用lambda函数来替代std::minus
和std::bind2nd
(现已弃用):
std::transform(v.begin(), v.end(), diff.begin(), [mean](double x) { return x - mean; });
double sum = std::accumulate(std::begin(v), std::end(v), 0.0);
double m = sum / v.size();
double accum = 0.0;
std::for_each (std::begin(v), std::end(v), [&](const double d) {
accum += (d - m) * (d - m);
});
double stdev = sqrt(accum / (v.size()-1));
std::end()
函数是C++11标准新增的,用于处理没有v.end()
这样的情况。对于较不常见的容器,std::end
可以进行重载--请参见http://en.cppreference.com/w/cpp/iterator/end。 - pepr在Boost中,使用累加器是计算平均值和标准差的方法。
accumulator_set<double, stats<tag::variance> > acc;
for_each(a_vec.begin(), a_vec.end(), bind<void>(ref(acc), _1));
cout << mean(acc) << endl;
cout << sqrt(variance(acc)) << endl;
diff
。只需使用C++11的lambda功能,通过单个inner_product
调用即可实现:double stddev(std::vector<double> const & func)
{
double mean = std::accumulate(func.begin(), func.end(), 0.0) / func.size();
double sq_sum = std::inner_product(func.begin(), func.end(), func.begin(), 0.0,
[](double const & x, double const & y) { return x + y; },
[mean](double const & x, double const & y) { return (x - mean)*(y - mean); });
return std::sqrt(sq_sum / func.size() - 1);
}
我怀疑多次执行减法比使用额外的中间存储更便宜,而且我认为这样更易读,但我还没有测试过性能。
至于为什么要使用 N-1(如 func.size() - 1
),请参阅这些 问题 - 注意问题中提到我们有一个“包含样本”的向量。
看起来下面这个优美的递归解决方案还没有被提及,尽管它已经存在了很长时间。参考Knuth的《计算机程序设计艺术》。
mean_1 = x_1, variance_1 = 0; //initial conditions; edge case;
//for k >= 2,
mean_k = mean_k-1 + (x_k - mean_k-1) / k;
variance_k = variance_k-1 + (x_k - mean_k-1) * (x_k - mean_k);
对于一个列表中含有 n≥2
个值的情况,标准差的估计值为:
stddev = std::sqrt(variance_n / (n-1)).
template <class Iter> typename Iter::value_type cov(const Iter &x, const Iter &y)
{
double sum_x = std::accumulate(std::begin(x), std::end(x), 0.0);
double sum_y = std::accumulate(std::begin(y), std::end(y), 0.0);
double mx = sum_x / x.size();
double my = sum_y / y.size();
double accum = 0.0;
for (auto i = 0; i < x.size(); i++)
{
accum += (x.at(i) - mx) * (y.at(i) - my);
}
return accum / (x.size() - 1);
}
比之前提到的版本快2倍 - 主要是因为将transform()和inner_product()循环合并了。对于我的快捷方式/typedefs/macro感到抱歉:Flo = 浮点数,CR const ref,VFlo-向量。已在VS2010中进行了测试。
#define fe(EL, CONTAINER) for each (auto EL in CONTAINER) //VS2010
Flo stdDev(VFlo CR crVec) {
SZ n = crVec.size(); if (n < 2) return 0.0f;
Flo fSqSum = 0.0f, fSum = 0.0f;
fe(f, crVec) fSqSum += f * f; // EDIT: was Cit(VFlo, crVec) {
fe(f, crVec) fSum += f;
Flo fSumSq = fSum * fSum;
Flo fSumSqDivN = fSumSq / n;
Flo fSubSqSum = fSqSum - fSumSqDivN;
Flo fPreSqrt = fSubSqSum / (n - 1);
return sqrt(fPreSqrt);
}
for(float f: crVec) { fSqSum += f * f; fSum += f; }
- Elfen Dew创建自己的容器:
template <class T>
class statList : public std::list<T>
{
public:
statList() : std::list<T>::list() {}
~statList() {}
T mean() {
return accumulate(begin(),end(),0.0)/size();
}
T stddev() {
T diff_sum = 0;
T m = mean();
for(iterator it= begin(); it != end(); ++it)
diff_sum += ((*it - m)*(*it -m));
return diff_sum/size();
}
};
它确实有一些限制,但是当您知道自己在做什么时,它的表现非常出色。
//在C++中表示偏差
//观测值与感兴趣数量(如总体均值)的真实值之间的差异是误差,观测值与真实值估计值(例如样本均值)之间的差异是残差。这些概念适用于区间和比例测量水平的数据。
#include <iostream>
#include <conio.h>
using namespace std;
/* run this program using the console pauser or add your own getch, system("pause") or input loop */
int main(int argc, char** argv)
{
int i,cnt;
cout<<"please inter count:\t";
cin>>cnt;
float *num=new float [cnt];
float *s=new float [cnt];
float sum=0,ave,M,M_D;
for(i=0;i<cnt;i++)
{
cin>>num[i];
sum+=num[i];
}
ave=sum/cnt;
for(i=0;i<cnt;i++)
{
s[i]=ave-num[i];
if(s[i]<0)
{
s[i]=s[i]*(-1);
}
cout<<"\n|ave - number| = "<<s[i];
M+=s[i];
}
M_D=M/cnt;
cout<<"\n\n Average: "<<ave;
cout<<"\n M.D(Mean Deviation): "<<M_D;
getch();
return 0;
}
v.size()
替换为(v.size() - 1)
:std::sqrt(sq_sum / (v.size() - 1))
。(对于第一种方法,有一点复杂:std::sqrt(sq_sum / (v.size() - 1) - mean * mean * v.size() / (v.size() - 1))
。) - musiphilstd::inner_product
计算平方和非常巧妙。 - Paul R