使用java计算数组方差和标准差
使用java计算数组方差和标准差
觉得有用的话,欢迎一起讨论相互学习~
首先给出方差和标准差的计算公式
代码
public class Cal_sta {
double Sum(double[] data) {
double sum = 0;
for (int i = 0; i < data.length; i++)
sum = sum + data[i];
return sum;
}
double Mean(double[] data) {
double mean = 0;
mean = Sum(data) / data.length;
return mean;
}
// population variance 总体方差
double POP_Variance(double[] data) {
double variance = 0;
for (int i = 0; i < data.length; i++) {
variance = variance + (Math.pow((data[i] - Mean(data)), 2));
}
variance = variance / data.length;
return variance;
}
// population standard deviation 总体标准差
double POP_STD_dev(double[] data) {
double std_dev;
std_dev = Math.sqrt(POP_Variance(data));
return std_dev;
}
//sample variance 样本方差
double Sample_Variance(double[] data) {
double variance = 0;
for (int i = 0; i < data.length; i++) {
variance = variance + (Math.pow((data[i] - Mean(data)), 2));
}
variance = variance / (data.length-1);
return variance;
}
// sample standard deviation 样本标准差
double Sample_STD_dev(double[] data) {
double std_dev;
std_dev = Math.sqrt(Sample_Variance(data));
return std_dev;
}
}
测试代码
public class testcal_sta {
public static void main(String arg[]) {
Cal_sta cal = new Cal_sta();
double[] testdata = {2, 4, 6, 7, 8, 9, 12, 36};
System.out.println("总和Sum " + cal.Sum(testdata));
System.out.println("平均值Mean " + cal.Mean(testdata));
System.out.println("总体方差Population Variance " + cal.POP_Variance(testdata));
System.out.println("总体标准差Population STD_dev " + cal.POP_STD_dev(testdata));
System.out.println("样本方差Sample Variance " + cal.Sample_Variance(testdata));
System.out.println("样本标准差Sample STD_dev " + cal.Sample_STD_dev(testdata));
}
}
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET10 - 预览版1新功能体验(一)
2017-12-12 反向传播算法从原理到实现