Estou tentando testar um programa que afirma calcular algumas propriedades estatísticas de uma sequência numérica (como média, mediana, desvio padrão etc.). Sequências simples e curtas passam bem no teste, mas eu gostaria de desafiar o programa com sequências longas ou com valores grandes e pequenos (para testar estouros / estouros) etc. Portanto, existe algum software ou recurso online ou outro fonte de diferentes seqüências numéricas com propriedades estatísticas conhecidas?
Respostas:
O Instituto Nacional de Padrões e Tecnologia dos EUA possui um conjunto de conjuntos de dados de referência estatística "que fornece conjuntos de dados de referência com valores certificados para uma variedade de métodos estatísticos", incluindo um conjunto denominado 'estatística resumida univariada' com valores certificados para média, desvio padrão e autocorrelação lag-1.
Parece não incluir valores da mediana, mas o cálculo preciso da mediana não deve ser um problema. O cálculo eficiente da mediana da amostra é um pouco mais difícil.
Você pode pegar sua caixa de ferramentas de estatísticas favorita (a minha é R) e usá-la para começar a gerar séries de dados longas. Em R, por exemplo, é possível gerar dados de todos os tipos de distribuições. Dessa forma, você pode validar que este programa que você está testando está alinhado com seu outro programa de estatísticas. Isso só compara o desempenho com, por exemplo, R, mas eu confiaria em R nesse sentido :).