Statistics 添加新数据点时更新数据集的分位数

假设我有一个数字列表，我已经计算了q-（使用）。 现在出现了一个新的数据点，我想更新我的q分位数，而不必存储以前数据点的整个列表。 你推荐什么

在最坏的情况下，如果不存储所有以前的数据点，可能就无法完全实现。

---

在这种情况下，你能想出一些足够好的方法吗？

如果你能假设正态性，我的一个想法是使用逆CDF而不是q分位数。 继续跟踪样本方差，然后可以计算InverseCDF[正态分布[sampleMean，sampleVariance]，q]，它应该是值，使得值的分数q更小，这就是q分位数

（我知道贝里萨里乌斯也是这么想的。

---

这是他指向的链接：）

除非您知道基础数据来自某个分布，否则不保留原始数据就不可能更新任意分位数。正如其他人所建议的，您可以假设数据具有某种分布，并以这种方式存储分位数，但这是一种相当严格的方法

---

或者，你有没有想过在Mathematica之外的地方编写这个程序？例如，您可以为数据点创建一个类，该类包含（1）双精度值和（2）数据输入时的时间戳。在这些数据点类的SortedList（基于值进行比较）中，您可以通过简单地引用数据点的索引快速获得分位数。想得到历史分位数吗？只需在排序列表中筛选时间戳。

提醒我。我想知道是否可以在这里做类似的事情。你能解释一下为什么不想存储数据点吗？在我的例子中，我实际上想要一个列表，列出添加每个新数据点时的分位数。天真的实现可能是O（n^2），并且它似乎应该在O（n）中是可行的。但是，即使我的案例是深奥的，出于通常的原因，你可能需要一个在线算法（尽管在这种情况下，我想这只是归结为存储限制，这并不是你问题的答案！）！