论文部分内容阅读
随着统计学的发展，分位点在经济,环境科学,生存分析等方面得到了广泛的应用,分位点的计算就显得尤为重要.已知总体分布的分位点是存在并且唯一的,当总体容量较小时,可采取排序的方式求得该总体的某个分位点,当总体容量大时,排序法就变得复杂了.MM算法是一种通过构造替代L1目标函数的新目标函数Q。(μ|fμk)寻求优化问题解的迭代算法.本文讨论了基于MM算法寻找无分类样本的分位数问题；并提出了利用随机抽样方式，解决在海量数据的分位数计算中,计算量过大和耗时长等问题的新算法.