1
У меня есть очень большой файл трассировки сети с двумя временными метками на каждом пакете. Я вычисляю разницу между отметками времени для каждой пары последовательных пакетов.дисперсия вычисления и стандартное отклонение в одном анализе
delta_ts1 = ts1(packet N) - ts1(packet N-1)
delta_ts2 = ts2(packet N) - ts2(packet N-1)
Предположим ts_2 значение является эталонным, и я хочу, чтобы проверить ts_1 против ts_2.
И дисперсия ts_variance = (delta_ts2 - mean_ts)^2/packet_count
Теперь проблема с выше подходом заключается в том, что я не получаю среднее, пока я не достигну конца file.i хочет для достижения этого одним разом. Я думаю об использовании подхода ниже
running_mean_till_now += ts2/packet_count_till_now
ts_variance = (delta_ts2 - running_mean_till_now)^2/packet_count_till_now
Этот подход приемлемый? Насколько точным будет оцененная дисперсия и, следовательно, стандартное отклонение, с использованием этого подхода.?
Вы можете вычислить среднее значение в любое время на основании имеющихся данных в это время. Является ли это приемлемым, зависит от того, соответствует ли оно вашим требованиям. Точность среднего значения и дисперсии будет менее точной, чтобы начать с нее, но после нескольких выборок вы, вероятно, начнете получать стабильные значения - если в данных, которые пересказывают значения, есть сетевая проблема. Возможно, вы захотите рассмотреть средний пробег в N-позиции (и дисперсию). –