เป็นไปได้หรือไม่ที่จะรวบรวมชุดของสถิติที่อธิบายตัวอย่างจำนวนมากเช่นนี้จากนั้นฉันสามารถสร้าง boxplot ได้?

ฉันต้องชี้แจงทันทีว่าฉันเป็นนักพัฒนาซอฟต์แวร์ฝึกไม่ใช่นักสถิติและชั้นเรียนสถิติของวิทยาลัยของฉันเป็นเวลานานมากแล้ว ...

ที่กล่าวว่าฉันอยากจะรู้ว่ามีวิธีการสะสมชุดของสถิติเชิงพรรณนาที่สามารถนำมาใช้ในการผลิต boxplot ที่ไม่เกี่ยวข้องกับการจัดเก็บตัวอย่างแต่ละกลุ่ม?

สิ่งที่ฉันพยายามทำคือสร้างสรุปกราฟิกของเวลาบริการคิวภายในกระบวนการหลายคิวที่ซับซ้อน ก่อนหน้านี้ฉันเคยใช้แพคเกจที่เรียกว่า tnftools ซึ่งอนุญาตให้กลุ่มตัวอย่างจำนวนมากสะสมและโพสต์ประมวลผลเป็นกราฟเวลาตอบสนองและค่าผิดปกติที่ดี ... แต่ tnftools ไม่พร้อมใช้งานสำหรับแพลตฟอร์มปัจจุบันของฉัน

เป็นการดีที่ฉันต้องการจะสามารถรวบรวมชุดของสถิติเชิงพรรณนา "ในทันที" ในขณะที่กระบวนการทำงานแล้วดึงข้อมูลสำหรับการวิเคราะห์ตามความต้องการ แต่ฉันไม่สามารถให้กระบวนการเก็บตัวอย่างเพียงอย่างเดียวได้เนื่องจากหน่วยความจำ / IO ที่เกี่ยวข้องในการทำเช่นนั้นจะส่งผลกระทบต่อประสิทธิภาพของระบบที่ยอมรับไม่ได้

สำหรับ boxplot 'on the fly' คุณจะต้อง 'on the fly' min / max (trivial) และ quartiles 'on the fly' (0.25,0.5 = ค่ามัธยฐานและ 0.75)

งานจำนวนมากได้เกิดขึ้นเมื่อเร็ว ๆ นี้ในปัญหาของอัลกอริทึมออนไลน์ (หรือ 'ในทันที') สำหรับการคำนวณค่ามัธยฐาน

Developements ล่าสุดbinmedian ในฐานะที่เป็นด้านเตะก็ยังเพลิดเพลินไปกับความซับซ้อนที่เลวร้ายที่สุดที่ดีขึ้นกว่ากรณีquickselect (ซึ่งเป็นค่าออนไลน์หรือผ่านเดียว)

คุณสามารถค้นหากระดาษที่เกี่ยวข้องเช่นเดียวกับซีและ FORTRAN ออนไลน์รหัสที่นี่ คุณอาจต้องตรวจสอบรายละเอียดใบอนุญาตกับผู้เขียน

คุณจะต้องมีอัลกอริทึมการส่งผ่านครั้งเดียวสำหรับควอไทล์ซึ่งคุณสามารถใช้วิธีการด้านบนและลักษณะการเรียกซ้ำของควอไทล์ต่อไปนี้ในแง่ของค่ามัธยฐาน:

$Q_{0.75}(x) \approx Q_{0.5}(x_i:x_i > Q_{0.5}(x))$

และ

$Q_{0.25}(x) \approx Q_{0.5}(x_i:x_i < Q_{0.5}(x))$

นั่นคือควอไทล์ 25 (75) เปอร์เซ็นต์นั้นใกล้เคียงกับค่ามัธยฐานของการสำรวจเหล่านั้นที่เล็กกว่า (ใหญ่กว่า)

ภาคผนวก:

มีโฮสต์ของวิธีการหลายรอบที่เก่ากว่าสำหรับการคำนวณปริมาณ วิธีที่ได้รับความนิยมคือการรักษา / อัพเดทอ่างเก็บน้ำขนาดใหญ่แบบสังเกตได้จากการสุ่มเลือกจากกระแสและคำนวณปริมาณซ้ำ (ดูรีวิวนี้ ) บนอ่างเก็บน้ำนี้ วิธีการ (และที่เกี่ยวข้อง) นี้ถูกแทนที่โดยวิธีที่เสนอข้างต้น

แทนที่จะเป็นเพียงการหาค่ามัธยฐานมีอัลกอริทึมที่รักษาฮิสโตแกรมที่ประมาณไว้โดยตรง: " อัลกอริทึม P-Squareสำหรับการคำนวณแบบไดนามิกของ Quantiles และฮิสโตแกรมโดยไม่เก็บการสังเกต" นี่อาจจะมีประสิทธิภาพมากกว่าที่จะทำซ้ำทุกครั้งที่คุณต้องการ