2022-09-12 利用直方图求平均值的快捷算法

直方图的简单性质

  1. 横轴表示“分组”,纵轴表示“频率/组距”
  2. 每组的面积表示频率(即p_n = 组距 \times y_n
  3. 各组面积之和等于1(即频率之和为1)
    组距 \times (y_1 + y_2 + y_3 + \cdots + y_n) = \sum_{i=1}^{n} p_i = 1
  4. 各组中点值x_n近似为该组的平均值
  5. 样本的平均值\overline x等于
    \overline x = x_1 \cdot p_1 + x_2 \cdot p_2 + x_3 \cdot p_3 + \cdots + x_n \cdot p_n = \sum_{i=1}^{n} x_i\cdot p_i

简便算法

设组距为d
\begin{aligned} \overline x &= x_1 \cdot p_1 + x_2 \cdot p_2 + x_3 \cdot p_3 + \cdots + x_n \cdot p_n \\ &= x_1 \cdot p_1 + (x_1 + d) \cdot p_2 + (x_1 + 2d) \cdot p_3 + \cdots + (x_1 + (n-1)d) \cdot p_n \\ &= x_1 \cdot (p_1 + p_2 + p_3 + \cdots + p_n) + d \cdot (p_2 + 2p_3 + \cdots + (n-1)p_n) \\ &= x_1 + d \cdot (p_2 + 2p_3 + \cdots + (n-1)p_n) \\ &= x_1 + d \cdot (\sum_{i=2}^{n}p_i + \sum_{i=3}^{n}p_i + \cdots + \sum_{i=n}^{n}p_i) \\ &= x_1 + d \cdot \sum_{i=2}^{n}\sum_{j=i}^{n}p_j \end{aligned}

利用python实现以上算法

#!/usr/bin/env python
# _*_ coding: utf-8 _*_
# @Time : 2022/9/12 21:37
# @Author : 申炎
# @File : histogram_.py

"""histogram直方图求平均值算法"""

import numpy as np


class Myhistogram(object):
    def __init__(self):
        pass

    def mean(self, x, y):
        """
        求样本平均值
        :param x: 分组,列表[x0, x1, x2, ……, xn]
        :param y: 频率/组距, 列表[y1, y2, y3, ……, yn]
        :return: 平均值
        """
        d = x[1] - x[0]  # 组距
        x1 = (x[1] + x[0]) / 2  # 第一组中点值
        res = []
        n = len(y)  # 求分组
        for i in range(1, n):
            res.append(np.sum(y[i:]))

        return x1 + d ** 2 * np.sum(res)


if __name__ == '__main__':
    x = [i+0.5 for i in range(1, 8)]
    y = [0.15, 0.20, 0.30, 0.20, 0.10, 0.05]
    htg = Myhistogram()
    print(htg.mean(x, y))

利用下面例题的数据测试,结果吻合标准答案.甲的平均值\overline x = 4.05

例题(2019年高考新课标III卷理19题)

image.png

作为高考试题,答案需要手算,下面演示手动计算的方法(以甲为例)
第一组的中点值为2,组距为1
\begin{aligned} \overline x &= 2 + 1 \times (0.2 + 2 \times 0.3 + 3 \times 0.2 + 4 \times 0.1 + 5 \times 0.05)\\ &= 2 + (0.2+0.6+0.6+0.4+0.25)\\ &= 2 + 2.05\\ &= 4.05 \end{aligned}
因为高考试题的数据是经过反复斟酌的,必须要让考生在考试时间内完成计算,所以\sum_{i=2}^{n}\sum_{j=i}^{n}p_j总分的数据不会太复杂,利用这种方法可以加快计算速度。

练习

image.png

常规算法的列式与计算:
\begin{aligned} \overline x &= 34 \times 0.0025 \times 4 + 38 \times 0.0175 \times 4 + 42 \times 0.0425 \times 4 + 46 \times 0.0425 \times 4 + 48 \times 0.0425 \times 4 + 50 \times 0.0625 \times 4 + 54 \times 0.0625 \times 4 + 58 \times 0.02 \times 4\\ &= 34 \times 0.01 + 38 \times 0.07 + 42 \times 0.17 + 46 \times 0.17 + 50 \times 0.25 + 54 \times 0.25 + 58 \times 0.08\\ &= 48.6 \end{aligned}

采用快捷方法的列式与计算:
\begin{aligned} \overline x &= 34 + 4 \times (0.07 + 2 \times 0.17 + 3 \times 0.17 + 4 \times 0.25 + 5 \times 0.25 + 6 \times 0.08) \\ &= 34 + 4 \times (0.07 + 5 \times 0.17 + 9 \times 0.25 + 0.48) \\ &= 34 + 4 \times (0.07 + 0.85 + 2.25 + 0.48) \\ &= 34 + (2.2 + 3.4 + 9) \\ &= 48.6 \end{aligned}

由此可见,当数值简单时,计算量差异并不明显,但当数值复杂时,手动计算的优势就突显出来了。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350

推荐阅读更多精彩内容