weighted-average

    0熱度

    1回答

    加權離散型隨機變量,我有以下的數據幀: dat <- read.table(text=" X prob 1 1 0.1 2 2 0.2 3 3 0.4 4 4 0.3", header=TRUE) 是否有任何內置函數或calulate均值和方差爲R中離散型隨機變量優雅的方式?

    10熱度

    1回答

    所以有SQL函數AVG(),它取一列中所有值的平均值,忽略所有NULL值。如果需要進行加權平均,那麼他們只需使用SUM(值*權重)/ SUM(權重)和Group By子句。 如果我想要做後者,但我的一些值爲NULL,那麼我該如何去告訴SQL忽略SUM(weight)函數中NULL值觀察值的權重? 我的另一個問題是,我一次取90個不同列的平均值,所以我想避免爲此計算製作90個新的權重變量。 讓我知道

    2熱度

    1回答

    我正在處理來自Graphite中不同服務器的一系列響應時間,並且我有單獨的系列顯示了來自每個服務器的請求數。現在我想要做的就是計算它們的加權平均值,即 平均=((重量1 *值1)+(1加權*值2))/(重量1 +重量2) 不過,我在計算表達式的頂部時遇到問題。我試過輸入: sumSeries(multiplySeries(series1,weights1),multiplySeries(serie

    0熱度

    1回答

    這裏是我想要做的: 我有一個大小爲N(N不會大於500,但該程序的不同應用程序將具有不同的N)的double []。我現在想找出什麼組合可以達到給定的平均水平。例如: 我尋找的數目是3。雙陣列具有在只有2項它{6,2} 方案應循環並告訴我,1×[0]和3×[1 ] = 6 + 2 + 2 + 2/4 = 3是最簡單的方法。我也想限制這些因素最高說10,000(即它可以是最大10,000 [0] +

    1熱度

    1回答

    我正試圖實現類似於在this post中有關在python中重新編寫的回覆。該帖子中的問題涉及到重新排列一個數組,使得輸出單元格將包含所有對其有貢獻的輸入單元格的平均值。問題在於,每個輸入單元只有(我認爲)對一個輸出單元有貢獻 - 也就是說,沒有真正的方法來解決輸入單元與兩個輸出單元重疊的情況。 我想知道是否有一種方法來推廣該方法來解決單元重疊問題 - 例如,如果我有兩個輸入箱,跨度從0到1和1到

    1熱度

    1回答

    我有是,如以下 CUSIP Quantity Date Price AF0 500000 5/6/2013 1 AE4 400000 5/6/2013 1.0825 AE4 500 5/6/2013 1 我需要檢查CUSIP柱和Date 如果我有重複的CUSIP爲同一date然後我需要做下面的計算數據的一個Excel文件。 1.需要爲兩者添加Quantity而不是顯示重

    0熱度

    1回答

    如何計算例如5分鐘的xts對象的時間加權平均值: 我知道weighted.mean(),但不知道如何處理日期和時間。 感謝 library(xts) structure(c(28.2, 28.2, 28.2, 28.2, 28.1, 28.1, 28.1, 28.1, 28.1, 28.2, 28.3, 28.2, 28.2, 28.1, 28.1, 28.1, 28.1, 28.1,

    1熱度

    1回答

    我難倒以下爲我試着用下面的公式,這似乎僅僅總計工作,以顯示在組尾準確的加權百分比: ( (Sum(ProductionCost)-Sum(ActualCost))/ Sum(ProductionCost))* 100 在每個組頁腳部分有沒有指示此公式在當前組內工作的方法,所以我不必單調乏味地爲每個可能的羣體做不同的公式?

    0熱度

    1回答

    嗨我正在創建一個android應用程序,它將爲使用路徑查找器的用戶生成一個騎車路線。 我想讓用戶可以選擇距離或路線與週期目前。 我有一個從0到10的滑塊,其中0代表用戶想要的最短路徑,10代表用戶想要循環路(如果有的話)的道路。 道路表示爲圖形,我有一個函數可以計算從一點到另一點的最短路徑。 鑑於此功能的輸出:如果道路上存在循環車道,我想對結果進行加權,以便用戶選擇的數量越高,道路成本就越低,反之

    0熱度

    1回答

    我有3類分類問題,我有4個分類器的集合。每個分類器返回每個類的支持。現在我想用加權平均和c * L權重(c = 3,L = 4)結合這些輸出,但我不知道如何計算權重? 例如,我有數據集是這樣的: D1,1 | 0.85 0.01 0.34 0.44 0.08 0.89 0.01 0.35 0.97 0.04 D1,2 | 0.67 0.03 0.13 0.58 0.06 0.48 0.60 0.