我如何在Ruby中做标准偏差？

我有几个具有给定属性的logging，我想find标准偏差。

我怎么做？

Answer 1

module Enumerable def sum self.inject(0){|accum, i| accum + i } end def mean self.sum/self.length.to_f end def sample_variance m = self.mean sum = self.inject(0){|accum, i| accum +(im)**2 } sum/(self.length - 1).to_f end def standard_deviation return Math.sqrt(self.sample_variance) end end 

testing它：

 a = [ 20, 23, 23, 24, 25, 22, 12, 21, 29 ] a.standard_deviation # => 4.594682917363407 

---

2012年1月17日：

修复“sample_variance”感谢Dave Sag

Answer 2

看来，安吉拉可能一直想要一个现有的图书馆。 在玩statsample，array-statisics和其他一些游戏之后，如果你试图避免重新发明轮子，我会推荐descriptive_statistics gem。

 gem install descriptive_statistics 

 $ irb 1.9.2 :001 > require 'descriptive_statistics' => true 1.9.2 :002 > samples = [1, 2, 2.2, 2.3, 4, 5] => [1, 2, 2.2, 2.3, 4, 5] 1.9.2p290 :003 > samples.sum => 16.5 1.9.2 :004 > samples.mean => 2.75 1.9.2 :005 > samples.variance => 1.7924999999999998 1.9.2 :006 > samples.standard_deviation => 1.3388427838995882 

我无法说出它的统计正确性，或者你对猴子补丁的安慰。 但易于使用且易于贡献。

Answer 3

上面给出的答案是优雅的，但有一个小小的错误。 我本人不是一个统计头，我坐下来详细阅读了一些网站，发现这个网站给出了最容易理解的解释如何得出一个标准偏差。 http://sonia.hubpages.com/hub/stddev

上面的答案中的错误是在sample_variance方法中。

这是我修正的版本，以及一个简单的unit testing，显示它的作品。

在./lib/enumerable/standard_deviation.rb

 #!usr/bin/ruby module Enumerable def sum return self.inject(0){|accum, i| accum + i } end def mean return self.sum / self.length.to_f end def sample_variance m = self.mean sum = self.inject(0){|accum, i| accum + (i - m) ** 2 } return sum / (self.length - 1).to_f end def standard_deviation return Math.sqrt(self.sample_variance) end end 

在./test使用从简单的电子表格派生的数字。

 #!usr/bin/ruby require 'enumerable/standard_deviation' class StandardDeviationTest < Test::Unit::TestCase THE_NUMBERS = [1, 2, 2.2, 2.3, 4, 5] def test_sum expected = 16.5 result = THE_NUMBERS.sum assert result == expected, "expected #{expected} but got #{result}" end def test_mean expected = 2.75 result = THE_NUMBERS.mean assert result == expected, "expected #{expected} but got #{result}" end def test_sample_variance expected = 2.151 result = THE_NUMBERS.sample_variance assert result == expected, "expected #{expected} but got #{result}" end def test_standard_deviation expected = 1.4666287874 result = THE_NUMBERS.standard_deviation assert result.round(10) == expected, "expected #{expected} but got #{result}" end end 

Answer 4

我不是向Enumerable添加方法的忠实粉丝，因为可能会有不必要的副作用。 它也为从Enumerableinheritance的任何类的数组数组提供了真正特定的方法，这在大多数情况下是没有意义的。

虽然这对testing，脚本或小应用程序来说很好，但是对于大型应用程序来说是很危险的，所以这里有一个基于@tolitius的答案，这个答案已经很完美了。 这比其他的更重要：

 module MyApp::Maths def self.sum(a) a.inject(0){ |accum, i| accum + i } end def self.mean(a) sum(a) / a.length.to_f end def self.sample_variance(a) m = mean(a) sum = a.inject(0){ |accum, i| accum + (i - m) ** 2 } sum / (a.length - 1).to_f end def self.standard_deviation(a) Math.sqrt(sample_variance(a)) end end 

然后你这样使用它：

 2.0.0p353 > MyApp::Maths.standard_deviation([1,2,3,4,5]) => 1.5811388300841898 2.0.0p353 :007 > a = [ 20, 23, 23, 24, 25, 22, 12, 21, 29 ] => [20, 23, 23, 24, 25, 22, 12, 21, 29] 2.0.0p353 :008 > MyApp::Maths.standard_deviation(a) => 4.594682917363407 2.0.0p353 :043 > MyApp::Maths.standard_deviation([1,2,2.2,2.3,4,5]) => 1.466628787389638 

行为是相同的，但它避免了向Enumerable添加方法的开销和风险。

Answer 5

所提出的计算效率不高，因为它们需要几个（至less两个，但通常是三个，因为除了std-dev之外，通常还要求平均值）才能通过数组。

我知道Ruby不是寻找效率的地方，但是这里是我的实现，它通过一个遍历列表值来计算平均值和标准差：

 module Enumerable def avg_stddev return nil unless count > 0 return [ first, 0 ] if count == 1 sx = sx2 = 0 each do |x| sx2 += x**2 sx += x end [ sx.to_f / count, Math.sqrt( # http://wijmo.com/docs/spreadjs/STDEV.html (sx2 - sx**2.0/count) / (count - 1) ) ] end end 

Answer 6

作为一个简单的函数，给出一个数字列表：

 def standard_deviation(list) mean = list.inject(:+) / list.length.to_f var_sum = list.map{|n| (n-mean)**2}.inject(:+).to_f sample_variance = var_sum / (list.length - 1) Math.sqrt(sample_variance) end 

Answer 7

如果手头的loggingtypes为Integer或Rational ，那么可能需要使用Rational而不是Float来计算方差，以避免由舍入引起的错误。

例如：

 def variance(list) mean = list.reduce(:+)/list.length.to_r sum_of_squared_differences = list.map { |i| (i - mean)**2 }.reduce(:+) sum_of_squared_differences/list.length end 

（对于空列表和其他边界情况，增加特殊情况处理将是谨慎的。）

那么平方根可以定义为：

 def std_dev(list) Math.sqrt(variance(list)) end 

Answer 8

如果人们使用postgres …它提供了stddev_pop和stddev_samp的集合函数 – postgresql集合函数

stddev（相当于stddev_samp）可用，因为至lesspostgres 7.1，因为8.2提供了samp和pop。

Answer 9

或者如何：

 class Stats def initialize( a ) @avg = a.count > 0 ? a.sum / a.count.to_f : 0.0 @stdev = a.count > 0 ? ( a.reduce(0){ |sum, v| sum + (@avg - v) ** 2 } / a.count ) ** 0.5 : 0.0 end end