Matlab标准偏差-将向量视为概率，而不是值
我在Matlab中有一个向量，看起来像：Matlab标准偏差-将向量视为概率，而不是值,matlab,standard-deviation,Matlab,Standard Deviation,我在Matlab中有一个向量，看起来像： vect = 0 100 300 500 700 1000 500 300 200 0 归一化后，每个值应表示某个值的概率，我的值仅为1到10（即0%概率为1，100/和（vect）概率为2，等等） 我如何计算该值的统计数据（特别是标准偏差）。。？如果我做了平均值（vect），我得到的结果是360，我得到的标准偏差值也同样大。当然，平均值应该在5左右。我相信手动
vect = 0
100
300
500
700
1000
500
300
200
0
100/和（vect）我如何计算该值的统计数据（特别是标准偏差）。。？如果我做了
平均值（vect）vect = [0; 100; 300; 500; 700; 1000; 500; 300; 200; 0];
prob = vect./sum(vect);
val = [1:10].';
meanVal = sum(prob.*val);
stDev = sqrt( sum( prob.*val.^2 ) -sum(prob.*val)^2 );
有两个函数可以实现这一点。它们也被称为
meanstdvect = [0; 100; 300; 500; 700; 1000; 500; 300; 200; 0];
prob = vect./sum(vect);
val = [1:10].';
meanVal = sum(prob.*val);
stDev = sqrt( sum( prob.*val.^2 ) -sum(prob.*val)^2 );
有两个函数可以实现这一点。它们也被称为
meanstdvect = [0; 100; 300; 500; 700; 1000; 500; 300; 200; 0];
prob = vect./sum(vect);
val = [1:10].';
meanVal = sum(prob.*val);
stDev = sqrt( sum( prob.*val.^2 ) -sum(prob.*val)^2 );
有两个函数可以实现这一点。它们也被称为
meanstdvect = [0; 100; 300; 500; 700; 1000; 500; 300; 200; 0];
prob = vect./sum(vect);
val = [1:10].';
meanVal = sum(prob.*val);
stDev = sqrt( sum( prob.*val.^2 ) -sum(prob.*val)^2 );
meanstdstem（vect）vectvectstem（vect）vectvectstem（vect）vectvectstem（vect）vectvect结果的平均值为5.63889，标准偏差为1.66944。是的-这绝对是明确的方法，但似乎奇怪的是，没有更直接的方法……嗯，我想说，一般来说，你不需要更直接的方法来做。如果你非常想有一个更直接的方法，你应该写一个你自己的函数。将其存储在matlab中始终包含的路径中，或者将其设置在一个位置，在该位置您可以记住它的位置，例如“工具”文件夹，并在需要时包含它。但是，看看
meanVal=sum（prob.*val）meanVal=sum（prob.*val）