Использовать фильтр обновления:
if q < x:
q += .01 * (x - q) # up a little
else:
q += .005 * (x - q) # down a little
Здесь квантильная оценка q отслеживает поток x,
двигаясь немного к каждому x.
Если бы оба фактора были 0,01, он бы двигался вверх так же часто, как и вниз,
отслеживание 50-го процентиля.
С 0,01 вверх, 0,005 вниз он всплывает, 67-й процентиль;
в общем, он отслеживает восходящий / (вверх + вниз) -й процентиль.
Большие факторы вверх / вниз отслеживают быстрее, но шумнее -
вам придется экспериментировать с вашими реальными данными.
(Понятия не имею, как анализировать обновления, буду признателен за ссылку.)
updown() ниже работает с длинными векторами X, Q для их построения:
#!/usr/bin/env python
from __future__ import division
import sys
import numpy as np
import pylab as pl
def updown( X, Q, up=.01, down=.01 ):
""" updown filter: running ~ up / (up + down) th percentile
here vecs X in, Q out to plot
"""
q = X[0]
for j, x in np.ndenumerate(X):
if q < x:
q += up * (x - q) # up a little
else:
q += down * (x - q) # down a little
Q[j] = q
return q
#...............................................................................
if __name__ == "__main__":
N = 1000
up = .01
down = .005
plot = 0
seed = 1
exec "\n".join( sys.argv[1:] ) # python this.py N= up= down=
np.random.seed(seed)
np.set_printoptions( 2, threshold=100, suppress=True ) # .2f
title = "updown random.exponential: N %d up %.2g down %.2g" % (N, up, down)
print title
X = np.random.exponential( size=N )
Q = np.zeros(N)
updown( X, Q, up=up, down=down )
# M = np.zeros(N)
# updown( X, M, up=up, down=up )
print "last 10 Q:", Q[-10:]
if plot:
fig = pl.figure( figsize=(8,3) )
pl.title(title)
x = np.arange(N)
pl.plot( x, X, "," )
pl.plot( x, Q )
pl.ylim( 0, 2 )
png = "updown.png"
print >>sys.stderr, "writing", png
pl.savefig( png )
pl.show()