Javascript 获取流式输入数据的总体标准偏差

假设我有一个传感器，它每100分之一秒给我一个数字，比如说当地的温度，或者其他什么

在一秒钟内，我用一百个数字填充了一个数组

我想做的是，随着时间的推移，创建一个数据流的统计模型，很可能是一个钟形曲线，这样我就可以得到这些数据的总体标准偏差

现在，在一台存储容量很大的计算机上，这不会是一个问题，但在一些小型计算机上，如树莓pi或任何微处理器上，存储多个传感器在几个月内生成的所有数字变得非常不现实

当我研究获取标准偏差的数学时，我想到了简单地存储几个数字：

到目前为止所有数字的总运行总数、数字计数，最后是（每个数字-当前平均数）^2的运行总数

使用这个，每当我得到一个新的数字时，我只需将一个数字加到计数中，将数字加到运行和中，得到新的平均值，将（新数字-新平均值）^2加到运行和中，除以计数和根，得到新的标准差

然而，这种方法存在一些问题：

假设数据类型为温度，平均温度为华氏60度，且数字以100hz的频率传输，则需要476年的时间才能使数据流总数溢出

（数字-平均值）^2之和不能保持相同的置信水平，因为它是平方数之和

最重要的是，这种方法是非常不准确的，因为每个数字都使用了一个新的平均值，这完全抹去了标准偏差的整个数学值，尤其是总体标准偏差

如果你认为总体标准差是不可能实现的，那么我应该如何处理样本标准差呢？每取N个数字仍然会导致相同的问题

我也不想将我的数据集限制在一个时间间隔内（即，只制作了最后24小时传感器数据的模型），因为我希望我的统计模型能够代表长时间内的传感器数据，即一年，如果我必须等待一年来进行测试和调试，甚至获得可用的模型，我不会玩得开心的

有没有什么数学工作可以得到一个总体，或者至少是一组不断增加的数字的样本标准偏差，而不实际存储该集合，因为这是不可能的，并且仍然能够准确地检测出什么是多个标准偏差

我看到的最接近的答案是：，但是，我不知道这是什么意思，也不知道这是否需要存储一组数字

---

谢谢大家!

链接显示了代码，很明显，您只需要存储3个变量：到目前为止的样本数、当前平均值和二次差之和

这些问题的可能重复，我的具体问题是一组不断增长的数字，而不仅仅是一组不断变化的数字。是的，基本上就是我所说的，但并没有真正解决我的担忧。