Sebuah bagian dalam artikel Wikipedia pada "Algoritma untuk menghitung varians" menunjukkan bagaimana untuk menghitung varians jika elemen ditambahkan ke pengamatan Anda. (Ingat bahwa standar deviasi adalah akar kuadrat dari varians.) Asumsikan bahwa Anda menambahkan ke array Anda, makaxn+1
σ2new=σ2old+(xn+1−μnew)(xn+1−μold).
EDIT : Formula di atas sepertinya salah, lihat komentar.
Sekarang, mengganti elemen berarti menambahkan observasi dan menghapus yang lain; keduanya dapat dihitung dengan rumus di atas. Namun, perlu diingat bahwa masalah stabilitas numerik dapat terjadi; artikel yang dikutip juga mengusulkan varian yang stabil secara numerik.
Untuk mendapatkan formula sendiri, hitung menggunakan definisi varians sampel dan gantikan μ n e w dengan formula yang Anda berikan saat yang tepat. Ini memberi Anda σ 2 n e w - σ 2 o l d pada akhirnya, dan dengan demikian formula untuk σ n e w diberikan σ o l d dan(n−1)(σ2new−σ2old)μnewσ2new−σ2oldσnewσoldμold . Dalam notasi saya, saya menganggap Anda mengganti elemen xn dengan :x′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.