C/C++ 如何计算数值数据集的条纹？

Question

有人知道如何使用 C/C++ 计算数据的条纹吗？条纹的定义是与平均值有多少偏差（即运行平均数字数据条纹。感谢您的帮助。

[编辑] 来自我们公司的首席软件架构师，这是对统计度量的要求。有人可以根据我们架构师对数据条纹的定义定义一个统计公式吗？ -- 2013 年 2 月 19 日上午 8:00

相同的数字是连续的。 1,2,3,3,3,4,5 连续 7 次。

案例 A：1,2,3,4,5,6,7,8,9,10,11,12,13 最长连续 13 次。

案例 B：1,2,3,4,5,6,7,3,8,9,10,11,12 最长的连续为 7，第二个较小的连续为 6。

案例 C：1,2,3,4,5,6,7,1,2,3,4,5,6 最长的连续为 7，第二个较小的连续为 6。

案例 D：1,2,3,4,5,6,7,1,2,3,1,2,1 最长的连击数为 7，第二小的连击数为 3，第三小的连击数2

案例 E：1,2,3,4,5,6,7,6,5,4,1,2,3 最长的连续为 7，第二个较小的连续为 3。

案例 F：1,2,3,4,5,6,7,6,5,4,3,2,1 的最长连击数为 7，并且没有更小的连击数。

案例 A 到 F 按“排序从大到小”排序，但都具有相同的最长条纹。使用条纹长度的平均值是不合适的：

A：平均 = 13/1 = 13

B：平均 = (7+6)/2 = 6.5

C：平均 = (7+6)/2 = 6.5

D：平均 = (7+3+2)/3 = 4

E：平均 = (7+3)/2 = 5

F：平均 = 7/1 = 7

考虑非条纹（将它们计为 1）：

A：平均 = 13/1 = 13

B：平均 = (7+6)/3 = 4.3

C：平均 = (7+6)/2 = 6.5

D：平均 = (7+3+2+1)/4 = 3.25

E：平均 = (7+1+1+1+3)/5 = 2.6

F：平均值 = (7+1+1+1+1+1+1)/7 = 1.85

变量 R 可用于表示与特定条纹的平均值有多少偏差。根据所公开的实施例，条纹的水平不仅可以定义为距平均值的(整数*偏差)距离，还可以定义为(整数*fraction_of_deviation)距离。为此，可以使用可变 R 因子。 R 因子以偏差的一小部分表示两个连续 R 水平之间的分离。通过改变 R 因子，可以根据需要对条纹进行排序。但是，连胜的“可信度”也应该考虑在内，并包含在排名机制中。条纹内的偏差是衡量数据在条纹内的交错程度的明显指标。一个好的连胜应该更少交错，或者换句话说，有更少的偏差。出于这个原因，一个非常高水平的条纹被认为是好的，即使它的偏差比通常所期望的要大。因此，虽然水平 R 对排名产生积极影响，但连续性内的偏差对其产生负面影响。

Answer 1

很抱歉，如果这不正常，但我是从图像处理的角度来看的。

我见过的用于分析散点图的更有趣的方法之一是 Tukey 提出的“图论 scagnostics”或简称为“scagnostics”（散点图诊断），后来由 Wilkinson 编写。除了“stringiness”之外，还有其他几个有趣的形状/簇标识符。

如果您的数据在 2 空间或 3 空间中，则有一些图像处理算法可以识别数据条纹，但我必须查看一些示例数据图/图像以提供任何进一步的建议。

Answer 2

完全不清楚你想从这个度量中得到什么。如果您不关心条纹内容，您可以使用条纹长度的平方和除以总长度的平方。该度量值始终介于 0 和 1 之间。如果整个序列是单个条纹，则它正好为 1，如果它主要是一个长条纹，则它会稍微小一些，如果它根本没有条纹，它会是 1/length。对于您的情况，此措施的结果为

A: Average = 13²/13² = 1.0000
B: Average = (7²+6²)/13² = 0.5030
C: Average = (7²+6²)/13² = 0.5030
D: Average = (7²+3²+2²+1²)/13² = 0.3728
E: Average = (7²+1²+1²+1²+3²)/13² = 0.3609
F: Average = (7²+1+1+1+1+1+1)/13² = 0.3254