Ini untuk menambah jawaban @chmike.
Metode ini tampaknya mirip dengan algoritma online BP Welford untuk standar deviasi yang juga menghitung rata-rata. John Cook memberikan penjelasan yang bagus di sini . Tony Finch pada tahun 2009 menyediakan metode untuk rata-rata bergerak eksponensial dan standar deviasi:
diff := x – mean
incr := alpha * diff
mean := mean + incr
variance := (1 - alpha) * (variance + diff * incr)
Mengintip jawaban yang diposting sebelumnya dan memperluasnya untuk memasukkan jendela bergerak eksponensial:
init():
meanX = 0, meanY = 0, varX = 0, covXY = 0, n = 0,
meanXY = 0, varY = 0, desiredAlpha=0.01 #additional variables for correlation
update(x,y):
n += 1
alpha=max(desiredAlpha,1/n) #to handle initial conditions
dx = x - meanX
dy = y - meanY
dxy = (x*y) - meanXY #needed for cor
varX += ((1-alpha)*dx*dx - varX)*alpha
varY += ((1-alpha)*dy*dy - varY)*alpha #needed for corXY
covXY += ((1-alpha)*dx*dy - covXY)*alpha
#alternate method: varX = (1-alpha)*(varX+dx*dx*alpha)
#alternate method: varY = (1-alpha)*(varY+dy*dy*alpha) #needed for corXY
#alternate method: covXY = (1-alpha)*(covXY+dx*dy*alpha)
meanX += dx * alpha
meanY += dy * alpha
meanXY += dxy * alpha
getA(): return covXY/varX
getB(): return meanY - getA()*meanX
corXY(): return (meanXY - meanX * meanY) / ( sqrt(varX) * sqrt(varY) )
Dalam "kode" di atas ,Alpha yang diinginkan dapat diatur ke 0 dan jika demikian, kode akan beroperasi tanpa bobot eksponensial. Dapat disarankan untuk mengaturAlpha yang diinginkan ke 1 / diinginkanWindowSize seperti yang disarankan oleh Modified_moving_average untuk ukuran jendela bergerak.
Pertanyaan sampingan: dari perhitungan alternatif di atas, ada komentar yang lebih baik dari sudut pandang presisi?
Referensi:
chmike (2013) https://stats.stackexchange.com/a/79845/70282
Cook, John (nd) Secara akurat menghitung varian berjalan http://www.johndcook.com/blog/standard_deviation/
Finch, Tony. (2009) Kalkulasi tambahan dari rata-rata tertimbang dan varians. https://fanf2.user.srcf.net/hermes/doc/antiforgery/stats.pdf
Wikipedia. (nd) Algoritme online Welford https://en.wikipedia.org/wiki/Algorithms_for_calculating_variance#Online_algorithm