Java计算24小时循环时间的均值、标准差并实现非离群值筛选
24小时循环时间的统计计算实现
错误根源
现有逻辑将环形分布的时间当成线性数值处理,跨零点的聚集簇会被线性区间切割,导致均值落到无意义的区间,离群值判断完全失效。
实现原理
基于圆形统计逻辑,将单日时间映射到单位圆周,规避线性切割问题:
- 映射规则:1440分钟对应2π弧度,时间点
t(0<=t<1440)的角度为θ = 2 * π * t / 1440 - 环形均值:通过所有时间点对应角度的余弦、正弦平均值,反算得到聚集中心角度,再转回分钟数
- 环形标准差:通过角度的离散程度推导,单位与分钟匹配
- 离群值判断:用样本到均值的环形最短距离判断,而非线性区间
替换后的代码实现
// 定义常量,替代硬编码的1440 private static final int MINUTES_PER_DAY = 24 * 60; private static final double TWO_PI = 2 * Math.PI; private List<String> getNonOutlierTimes() { // 先统一把所有时间归一到0-1440区间 List<Integer> validTimes = new ArrayList<>(); for (Integer t : times) { validTimes.add(convertToTime(t)); } int n = validTimes.size(); if (n == 0) return new ArrayList<>(); // 1. 计算环形均值 double sumCos = 0, sumSin = 0; for (int t : validTimes) { double theta = TWO_PI * t / MINUTES_PER_DAY; sumCos += Math.cos(theta); sumSin += Math.sin(theta); } double avgCos = sumCos / n; double avgSin = sumSin / n; double meanTheta = Math.atan2(avgSin, avgCos); if (meanTheta < 0) meanTheta += TWO_PI; int meanTime = (int) Math.round(meanTheta / TWO_PI * MINUTES_PER_DAY); // 2. 计算分钟单位的环形标准差 double r = Math.sqrt(avgCos * avgCos + avgSin * avgSin); // 避免r接近0时对数运算报错 r = Math.max(r, 1e-6); double sigmaRad = Math.sqrt(-2 * Math.log(r)); double sd = sigmaRad * (MINUTES_PER_DAY / TWO_PI); // 3. 用环形最短距离筛选非离群值 double threshold = 1.5 * sd; List<Integer> nonOutliers = new ArrayList<>(); for (int t : validTimes) { int linearDiff = Math.abs(t - meanTime); int circularDiff = Math.min(linearDiff, MINUTES_PER_DAY - linearDiff); if (circularDiff <= threshold) { nonOutliers.add(t); } } // 转成可展示的时间字符串 List<String> nonOutliersStr = new ArrayList<>(); for (Integer nonOutlier : nonOutliers) { nonOutliersStr.add(convertIntTimesToStr(nonOutlier)); } return nonOutliersStr; } // 原有方法保留,仅替换硬编码为常量 private int convertToTime(int a) { if ((a < MINUTES_PER_DAY) && (a >= 0)) { return a; } else if (a < 0) { return MINUTES_PER_DAY + a; } else { return a % MINUTES_PER_DAY; } } private String convertIntTimesToStr(int time) { String hour = (time / 60) + ""; int minute = time % 60; String minuteStr = minute < 10 ? "0" + minute : "" + minute; return hour + ":" + minuteStr; }
效果验证
- 测试样本:
[1380(23:00), 1400(23:20), 60(01:00)]
计算得到均值约为1412(23:32),标准差约62分钟,阈值约93分钟。所有样本的环形最短距离均小于阈值,全部保留,符合预期。 - 测试样本:
[225(03:45), 90(01:30), 0(00:00), 1420(23:40), 730(12:10)]
计算得到均值约为120(02:00),标准差约110分钟,阈值约165分钟。1420、0、90、225的环形距离均符合要求,730的环形距离远大于阈值被筛除,完全匹配预期输出。
特殊场景处理
当样本完全分散时,合矢量长度r接近0,计算得到的标准差会极大,此时所有样本都会被判定为非离群值,符合“无明显聚集簇时不存在离群值”的业务逻辑。
内容的提问来源于stack exchange,提问作者Talia
相关产品推荐
相关产品推荐

