ในบทความวิกิพีเดีย "อัลกอริทึมสำหรับการคำนวณค่าความแปรปรวน"แสดงให้เห็นถึงวิธีการคำนวณค่าความแปรปรวนถ้าองค์ประกอบมีการเพิ่มการสังเกตของคุณ (จำได้ว่าค่าเบี่ยงเบนมาตรฐานคือสแควร์รูทของความแปรปรวน) สมมติว่าคุณผนวกเข้ากับอาร์เรย์ของคุณจากนั้นxn+1
σ2new=σ2old+(xn+1−μnew)(xn+1−μold).
แก้ไข : สูตรข้างต้นดูเหมือนจะผิดโปรดดูความคิดเห็น
ตอนนี้การแทนที่องค์ประกอบหมายถึงการเพิ่มการสังเกตและการลบองค์ประกอบอื่น ทั้งสองสามารถคำนวณด้วยสูตรข้างต้น อย่างไรก็ตามโปรดทราบว่าปัญหาของความมั่นคงเชิงตัวเลขอาจเกิดขึ้นได้ บทความที่ยกมาเสนอยังเสนอตัวแปรที่มีเสถียรภาพตัวเลข
เพื่อให้ได้สูตรด้วยตัวเองคำนวณโดยใช้นิยามของความแปรปรวนและตัวอย่างแทนμ n E Wตามสูตรที่คุณให้ตามความเหมาะสม นี้จะช่วยให้คุณσ 2 n E W - σ 2 o L dในที่สุดและทำให้สูตรสำหรับσ n E Wรับσ o L dและ(n−1)(σ2new−σ2old)μnewσ2new−σ2oldσnewσold d ในสัญกรณ์ของฉันฉันถือว่าคุณแทนที่องค์ประกอบ x nด้วย x ′ n :μoldxnx′n
σ2(n−1)(σ2new−σ2old)===(n−1)−1∑k(xk−μ)2∑k=1n−1((xk−μnew)2−(xk−μold)2)+ ((x′n−μnew)2−(xn−μold)2)∑k=1n−1((xk−μold−n−1(x′n−xn))2−(xk−μold)2)+ ((x′n−μold−n−1(x′n−xn))2−(xn−μold)2)
The xk in the sum transform into something dependent of μold, but you'll have to work the equation a little bit more to derive a neat result. This should give you the general idea.