首页 / PYTHON / python – Sampleset和Powered Sampleset的平均值

python – Sampleset和Powered Sampleset的平均值

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Sampleset和Powered Sampleset的平均值，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1245字，纯文字阅读大概需要2分钟。

内容图文

我正在开发一个基于假设的ICA实现,即所有源信号都是独立的.所以我检查了Dependence vs. Correlation的基本概念,并尝试在样本数据上显示this示例

from numpy import *
from numpy.random import *
k =  1000
s = 10000
mn = 0
mnPow = 0
for i in arange(1,k):
    a = randn(s)
    a = a-mean(a)
    mn = mn + mean(a)
    mnPow = mnPow + mean(a**3)
print "Mean X: ", mn/k
print "Mean X^3: ", mnPow/k

但我无法生成此示例的最后一步E(X ^ 3)= 0：

>> Mean X:  -1.11174580826e-18
>> Mean X^3:  -0.00125229267144

我认为第一个值为零,但第二个值太大,不是吗？由于我减去a的平均值,我预计^ 3的平均值也是零.问题出在哪里

>随机数发生器,
>数值的精度
>在我对平均值和期望值的概念的误解？

解决方法:

样本均值本身是一个随机变量.虽然这里的预期值为零,但具体实现为will fluctuate around that expected value.

当我多次运行以下内容时：

from numpy import *
from numpy.random import *
k =  1000
s = 10000
mn = 0
mnPow = 0
for i in arange(k):
    a = randn(s)
    mn += mean(a)
    mnPow += mean(a**3)
print "Mean X: ", mn/k
print "Mean X^3: ", mnPow/k

我得到的数字都在零附近波动.

编辑：

如果你绘制密度,这意味着高斯本身：

请注意,我已从代码中删除了a = a-mean(a),因为它是错误的.有了它,mn累积平均值(a – mean(a)),由于linearity of expectation,它在数学上为零：

E[x - E[x]] = E[x] - E[E[x]] = E[x] - E[x] = 0

它出现略微不为零的唯一原因是由于舍入误差.

内容总结

以上是互联网集市为您收集整理的python – Sampleset和Powered Sampleset的平均值全部内容，希望文章能够帮你解决python – Sampleset和Powered Sampleset的平均值所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/721441.html

来源：【匿名】