累积

指将随时间或顺序产生的值合并堆积起来的概念，广泛应用于累积和、累积分布、累积收益率等统计、数据与金融领域。

累积

概述

累积（累積，accumulation）是指将随时间或顺序产生的值、事件合并堆积起来的概念。在统计学中，它用于累积频数和累积分布函数；在数学中，它用于累积和（部分和）；在金融中，它用于累积收益率；在日常生活中，它则广泛用于累积疲劳、累积赤字等表述。累积比单个数值更能揭示“总量”和“趋势”，因此有助于不受短期波动影响地判断整体情况。

主要内容

数学与统计学中的累积

给定数列 a₁, a₂, …, aₙ 时，Sₙ = a₁ + a₂ + … + aₙ 称为累积和或部分和（partial sum），是级数、积分和概率计算的基础。在统计学中，将各组的频数依次相加得到的累积频数（cumulative frequency），以及将其转换为比例的累积相对频数和累积百分比，可以让人一眼看出分布形态。对于随机变量 X，累积分布函数 F(x) = P(X ≤ x) 是完整刻画概率分布的核心函数。此外，洛伦兹曲线和基尼系数通过人口累积比例与收入累积占有比例之间的关系来衡量不平等；生存分析中的累积风险函数、可靠性工程中的累积故障率、保险中的累积损失额估计等，也基于同样的思路。

数据科学与编程中的累积

在算法中，前缀和数组（prefix sum）是一种预先存储数组前部之和，从而以 O(1) 求出任意区间和的技术；将其扩展到二维后，可用于图像积分和子矩阵求和问题。在数据分析中，累积聚合（cumulative aggregation，running total）、累积移动平均、累积曲线等是时间序列仪表板的标准要素。在流式处理中，系统不会每次重新计算过去的数据，而是维护累积状态（state），只反映增量；此时，迟到的数据或重新处理（回填）常常会导致累积值被重复计算。在机器学习中，随着训练数据不断累积，性能先提升后停滞的累积学习曲线，是判断模型开发进度和成本的依据。

经济与金融中的累积

累积收益率并不是简单地把各期收益率相加，而是按 (1+r₁)(1+r₂)…(1+rₙ) − 1 计算的复利概念；波动性越大，它与算术和之间的差异就越大。在财政和经营中，会用累积赤字、累积负债、累积损失等表示从过去以来不断堆积的总量；在物价方面，累积通货膨胀是重要指标；在气候政策方面，各国累积碳排放量是核心指标。在宏观经济中，政策效果随时间滞后并相互叠加的累积因果（cumulative causation）概念也很重要。

日常生活与社会中的累积

累积疲劳、累积压力、累积资历、累计观众数、累计销售量等说法也常用于日常语言。尤其是“小损失的累积”，意指单个事件虽小，但总和超过临界点后就会成为大问题，常用于安全管理、健康管理和订阅费管理。

累积与增量的区分

增量（increment）是特定期间内的变化量，累积则是这些变化堆积起来的总和。经济学中流量（flow）与存量（stock）的区分就是典型例子。即使累积总量很大，近期增量也可能正在减少，因此观察累积指标时，必须结合按期间归一化后的增长率一起解读。

累积

累积

概述