知识卡片
Welford更新次序与范围
在线均值及M2用旧均值的偏差更新均值,再用新均值累积离差乘积,可减少原始平方和相减的问题。原文整数实现中delta、均值除法和M2仍可溢出或截断,M2范围还随样本数增长,不能声称只需样本双倍位数。原式GetVariance除N为总体量,样本估计应另有明确契约。
可联系[[在线统计交换缓存与数值风险]]理解条件与边界。
结构图:
类图:保留原文结构字段与函数声明,虚线箭头表示操作该数据;函数集合并非原文类型。
classDiagram
class sVar {
int16_t mean
int32_t M2
uint16_t numSamples
}
class VarianceFunctions {
<<函数集合,非原文类型>>
void AddSampleToVariance(sVar*,int16_t)
uint16_t GetVariance(sVar*,int16_t*)
}
VarianceFunctions ..> sVar : 图示第三版在线声明
note for sVar "原文另两版同名结构字段不同;此图只对应在线M2版,不保证该整数实现的数值正确性。"
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
uses the new mean
参考来源
- 位置:《嵌入式系统设计与实践》第9章《数学运算》(来源项目book-sources;extracted/嵌入式系统设计与实践/_epub-src/OEBPS/text00127.html;src-164)。
- 结论依据:原文对该机制、条件或案例的实质说明支撑本卡;保留本书历史实现范围及文中所列限制。
- 原始内容:uses the new mean