學(xué)信號(hào)處理要理解均值、平均偏差、標(biāo)準(zhǔn)差、方差
[導(dǎo)讀][導(dǎo)讀]遇到一些朋友說信號(hào)處理真難，學(xué)是很辛苦的學(xué)了，就是不知道怎么用。學(xué)而不能致用，如此辛苦的學(xué)習(xí)就有點(diǎn)費(fèi)時(shí)費(fèi)力了。當(dāng)然本文也并非想說學(xué)必致用，有的東西學(xué)了還真不見得能用上。只不過學(xué)過的，想用的要會(huì)用則達(dá)到學(xué)的目的了。此言：學(xué)以致用，學(xué)能致用！謹(jǐn)與諸君共勉！很多時(shí)候，為什么學(xué)而...
很多時(shí)候，為什么學(xué)而不能致用呢？沒有用的需求，當(dāng)然就不說了。往往不會(huì)用，是因?yàn)椴恢涝趺慈ビ?，而不知道怎么用，個(gè)人覺得很重要的原因是因?yàn)楹芏嗷A(chǔ)的概念沒有理解到位，對于工程技術(shù)人員而言，對于基礎(chǔ)概念的理解把握，往往決定了解決問題的方向、思路、深度。以信號(hào)處理來說，里面就有大量的基礎(chǔ)概念需要真正去理解。本文就來聊聊如何去描述度量信號(hào)的幾個(gè)概念。
均值
信號(hào)處理中一個(gè)最為簡單的概念就是均值(Mean)，和你想的一樣，加起來除以樣本數(shù)量：在學(xué)習(xí)DSP時(shí)，要習(xí)慣各種數(shù)學(xué)表示的方案，比如這里 就是表示求和，表示從開始求和。為了讓都能看懂，這個(gè)公式換一個(gè)表達(dá)形式：所以就是更為簡潔的描述求和的數(shù)學(xué)語言。對于這個(gè)公式在延申一下，這里是離散信號(hào)，如果是離散概率序列,對于確定的其概率為，則這樣的離散概率分布序列，其均值則為：其實(shí)，對于前一公式也可以用概率均值去理解，看成N個(gè)樣本集合，則每一個(gè)樣值其概率就是！那么研究均值有啥意義呢？其實(shí)一般對于原始樣本直接計(jì)算均值可能意義不是特別大，但是基于均值衍生的其他統(tǒng)計(jì)量則非常有價(jià)值，比如接下來要說的標(biāo)準(zhǔn)偏差，簡稱為標(biāo)準(zhǔn)差。平均偏差
在談標(biāo)準(zhǔn)差之前，先談?wù)勂骄?。何為平均偏差，?yán)格講應(yīng)該稱為平均絕對偏差(Average Absolute Deviation)，在談平均絕對偏差前，先談?wù)劷^對偏差,絕對偏差，從字面意義上理解，很容易可以想到其計(jì)算這樣是這樣得來，由某樣本與均值的差的絕對值：那么平均絕對偏差，所差的就是一個(gè)平均了：來試著理解一下這個(gè)公式，是任一樣本與該樣本集均值的差的絕對值，表示的是該樣本與均值的偏離程度，每個(gè)樣本與均值的偏離程度之和再求平均，則就是字面意思了，所有樣本與平均值的偏離程度，故稱為平均偏差。平均偏差可以反應(yīng)樣本點(diǎn)與均值的平均偏離程度。
標(biāo)準(zhǔn)偏差
標(biāo)準(zhǔn)偏差(Standard Deviation)與平均偏差(Average Deviation)類似，也是基于平均值的統(tǒng)計(jì)量。所不同的是，標(biāo)準(zhǔn)差是利用樣本與均值絕對偏差的平方和求取的。標(biāo)準(zhǔn)差反應(yīng)信號(hào)相對平均值的波動(dòng)程度。標(biāo)準(zhǔn)差數(shù)值越小，反應(yīng)信號(hào)數(shù)值分布更靠近平均值，反之越大則表示信號(hào)相對平均值更分散標(biāo)準(zhǔn)偏差根據(jù)樣本是研究樣本的總體，還是只是收集的部分樣本而分為兩種情況：- 總體標(biāo)準(zhǔn)偏差
- 樣本標(biāo)準(zhǔn)偏差
總體標(biāo)準(zhǔn)偏差
如果僅將數(shù)據(jù)視為總體，則可以將其各點(diǎn)絕對偏差之和除以數(shù)據(jù)點(diǎn)總數(shù)N，而后開平方：樣本標(biāo)準(zhǔn)偏差
如果待研究的數(shù)據(jù)看成待研究系統(tǒng)數(shù)據(jù)的部分，則可以將其各點(diǎn)絕對偏差之和除以數(shù)據(jù)點(diǎn)總數(shù)N-1，而后開平方：看到這個(gè)公式，有的盆友或許會(huì)問，為啥除的是N-1？而不是N！所以這個(gè)就是對這個(gè)概念需要理解的一個(gè)點(diǎn)：這里計(jì)算的是樣本的標(biāo)準(zhǔn)偏差，總體標(biāo)準(zhǔn)偏差公式是基于正態(tài)分布推導(dǎo)而來，所以總體標(biāo)準(zhǔn)差公式是除以N，而在應(yīng)用中，不是數(shù)學(xué)統(tǒng)計(jì)的意義，只能以有限的樣本序列去近似描述總體的特征，除以N-1是一種無偏估計(jì)，所謂無偏估計(jì)，是指無偏性，無偏性的實(shí)際意義是指沒有系統(tǒng)性的偏差。在多次重復(fù)下，它們的平均數(shù)接近所估計(jì)的參數(shù)真值。我們計(jì)算這個(gè)參數(shù)，就是想利用這個(gè)參數(shù)去反應(yīng)樣本序列集的客觀特征，所計(jì)算的樣本序列往往可能只是截取的數(shù)據(jù)段，并非所有的數(shù)據(jù)樣本。在信號(hào)處理中，我們拿到的數(shù)據(jù)一般而言都是系統(tǒng)的部分樣本，所以實(shí)際使用中應(yīng)該使用樣本標(biāo)準(zhǔn)差進(jìn)行計(jì)算。對于標(biāo)準(zhǔn)偏差的理解，還有一層需要理解透，它的量綱仍然是原樣本的量綱，比如研究的是電壓信號(hào)，單位為伏，則計(jì)算而得的標(biāo)準(zhǔn)偏差依然是伏。
有趣的栗子
在國外網(wǎng)站上看到一組有趣的圖片，可以更好的幫助理解：https://www.mathsisfun.com/data/standard-deviation.html假設(shè)有這樣幾種可愛的狗狗：其身高分別為：600mm, 470mm, 170mm, 430mm, 300mm.則其均值為：所以上圖中用綠色線標(biāo)識(shí)下身高均值：從而每個(gè)狗相對均值的偏差如下圖：從而，其標(biāo)準(zhǔn)差則為：然后再標(biāo)識(shí)一下每個(gè)狗的身高上圖可看出第2、4、5個(gè)狗的身高與均值的偏差在一個(gè)標(biāo)準(zhǔn)差內(nèi)，而第1、3只狗身高與均值超出了一個(gè)標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)差概念也經(jīng)常用來衡量產(chǎn)品的生成品質(zhì)，比如你常聽到的說法，這個(gè)零件的加工偏差是否在一個(gè)標(biāo)準(zhǔn)差內(nèi)，這里的標(biāo)準(zhǔn)差就是標(biāo)準(zhǔn)偏差的意思。上面的公式如果不開平方，這就是常說的方差了，類似有兩種概念：- 樣本方差：
- 總體方差：
再來個(gè)栗子
前面說標(biāo)準(zhǔn)差，常用來衡量數(shù)據(jù)的分布情況：標(biāo)準(zhǔn)差反應(yīng)信號(hào)相對平均值的波動(dòng)程度。標(biāo)準(zhǔn)差數(shù)值越小，反應(yīng)信號(hào)數(shù)值分布更靠近平均值，反之越大則表示信號(hào)相對平均值更分散為啥這樣說，看看下面這個(gè)栗子就好理解了：假設(shè)有這樣三組數(shù)據(jù)，假定這三組數(shù)據(jù)來自三個(gè)同類型傳感器的采樣值，對相同的外界多次采樣(這里為了說明問題，請不用考慮數(shù)據(jù)本身的合理性)，我們來計(jì)算一下其均值、平均偏差、樣本標(biāo)準(zhǔn)差。
| 1 | 3 | 5 | 7 | 9 | 11 | 13 | 15 | 17 | 19 |
|---|---|---|---|---|---|---|---|---|---|
| 2 | 4 | 5 | 7 | 8 | 9 | 13 | 15 | 13 | 24 |
| 3 | 5 | 5 | 7 | 7 | 8 | 10 | 12 | 13 | 30 |
總結(jié)一下
均值、平均偏差、標(biāo)準(zhǔn)偏差、方差是信號(hào)處理幾個(gè)基礎(chǔ)概念，尤其標(biāo)準(zhǔn)差、方差在很多復(fù)雜的濾波算法、估計(jì)算法中是重要的理論基礎(chǔ)概念。所以準(zhǔn)確的理解這些概念，也是能理解更為復(fù)雜的算法的基礎(chǔ)。所謂基礎(chǔ)不牢、地動(dòng)山搖！—END—往期精彩推薦，點(diǎn)擊即可閱讀
▲Linux驅(qū)動(dòng)相關(guān)專輯?▲手把手教信號(hào)處理專輯▲單片機(jī)相關(guān)專輯
下載文檔
