Esto es para añadir a la respuesta de @chmike.
El método parece ser similar al algoritmo en línea de B. P. Welford para la desviación estándar que también calcula la media. John Cook da una buena explicación aquí . Tony Finch en 2009 proporciona un método para una media móvil exponencial y una desviación estándar:
diff := x – mean
incr := alpha * diff
mean := mean + incr
variance := (1 - alpha) * (variance + diff * incr)
Mirando la respuesta publicada anteriormente y ampliándola para incluir una ventana móvil exponencial:
init():
meanX = 0, meanY = 0, varX = 0, covXY = 0, n = 0,
meanXY = 0, varY = 0, desiredAlpha=0.01 #additional variables for correlation
update(x,y):
n += 1
alpha=max(desiredAlpha,1/n) #to handle initial conditions
dx = x - meanX
dy = y - meanY
dxy = (x*y) - meanXY #needed for cor
varX += ((1-alpha)*dx*dx - varX)*alpha
varY += ((1-alpha)*dy*dy - varY)*alpha #needed for corXY
covXY += ((1-alpha)*dx*dy - covXY)*alpha
#alternate method: varX = (1-alpha)*(varX+dx*dx*alpha)
#alternate method: varY = (1-alpha)*(varY+dy*dy*alpha) #needed for corXY
#alternate method: covXY = (1-alpha)*(covXY+dx*dy*alpha)
meanX += dx * alpha
meanY += dy * alpha
meanXY += dxy * alpha
getA(): return covXY/varX
getB(): return meanY - getA()*meanX
corXY(): return (meanXY - meanX * meanY) / ( sqrt(varX) * sqrt(varY) )
En el "código" anterior, desiredAlpha podría establecerse en 0 y, de ser así, el código funcionaría sin ponderación exponencial. Se puede sugerir establecer desiredAlpha a 1/desiredWindowSize como sugiere Media móvil modificada para un tamaño de ventana móvil.
Pregunta al margen: de los cálculos alternativos anteriores, ¿algún comentario sobre cuál es mejor desde el punto de vista de la precisión?
Referencias:
chmike (2013) https://stats.stackexchange.com/a/79845/70282
Cook, John (s.f.) Cálculo preciso de la varianza de la carrera http://www.johndcook.com/blog/standard_deviation/
Finch, Tony. (2009) Cálculo incremental de la media y la varianza ponderadas. https://fanf2.user.srcf.net/hermes/doc/antiforgery/stats.pdf
Wikipedia. (s.f.) Algoritmo en línea de Welford https://en.wikipedia.org/wiki/Algorithms_for_calculating_variance#Online_algorithm