有没有办法从标准差和平均值生成钟形曲线?我读过关于这一点的参考文献,但找不到算法。
我有一个数字列表,它们是预先标准化的查找(得分=>百分位数)。我已经排列好了,我需要画一条钟形曲线,这样我就可以给曲线下的区域部分着色,以表示图表上的分数(我想是一个面积图/infrographic esk)。我真的卡在了第一道坎上。
我计划通过按以下方式对数据进行范围调整来绘制历史图:
int count = data.Count-1;
for (int i = 0; i < count; i++ )
{
data[i] = data[i + 1] - data[i]; //range
}
data[data.Count - 1] = 0; //make sure the curve comes back to 0
谢谢你的帮助!
我不确定我是否完全理解了你的要求,但这是我如何解释你的问题。
如果您的集合中有一组观测量,您可以通过划分数据范围并根据以下http://en.wikipedia.org/wiki/normal_distribution#standing_normal_random_variables从标准化的正态变量中计算理论百分比来计算直方图:http://en.wikipedia.org/wiki/normal_random_variables
例如,假设你的平均值是5,标准差是1大于1000的样本。然后我们知道大约68%的正态分布在1s.d内。中庸的任何一面。因此,在直方图箱[4,5]和[5,6]中,每个都有340个观察值。类似地,大约13%的人口位于[均值-2×S.D,均值-1×S.D]和[均值+1×S.D,均值+2×S.D]之间。在这个简单的示例中,您将在[3,4]和[6,7]之间生成130的观察计数。
我统一生成了随机数。现在我想使用高斯(正态分布)生成随机数。我不知道均值和标准差。我看过这篇文章:http://www.johndcook.com/cpp_tr1_random.html#normal,但它需要一个均值和标准差!我也知道Box-Muller变换是常用的。这正确地产生了正态分布的值。但我又不知道均值和标准偏差。请不要刺激。有人能帮忙吗?
问题内容: 这是我的问题,我有一个像这样的数据框: 我只想计算整个数据帧的平均值,因为以下方法不起作用: 然后我想出了: 但是,此技巧不适用于计算标准偏差。我最后的尝试是: 除了在后一种情况下,它使用了numpy中的mean()和std()函数。这不是平均值的问题,而是std的问题,因为pandas函数默认使用,而不是numpy的where 。 问题答案: 您可以将数据框转换为单列(将形状从5x3
我对标准差的计算有点执着,如果你能在下面的两个问题上给我一些帮助,那就太好了。 代码 问题1:我如何计算这个的标准误差(平均值的标准偏差)? 代码 问题2:如何计算累积标准偏差? 非常感谢!!(很抱歉数据格式错误!)
本文向大家介绍canvas 绘制圆形时钟,包括了canvas 绘制圆形时钟的使用技巧和注意事项,需要的朋友参考一下 效果如下: 代码如下: 以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,同时也希望多多支持呐喊教程!
问题内容: 有没有一种方法可以使用Boost计算包含样本的向量的均值和标准差? 还是我必须创建一个累加器并将向量馈入其中? 问题答案: 使用累加器 是 在Boost中计算均值和标准差的方法。
高级路径 今天开始,我们就要征战路径最后也是最难的部分了——高级路径。之前我们学习的都是绘制线条(基本路径),接下来的四节课我们详细看看绘制曲线(高级路径)的有关方法。 剧透一下,主要有四个方法: 标准圆弧:arc() 复杂圆弧:arcTo() 二次贝塞尔曲线:quadraticCurveTo() 三次贝塞尔曲线:bezierCurveTo() 在开始之前,我们优化一下我们的作图环境。灵感来自于上