计算平均置信区间而不存储所有数据点

对于大的n(见下面有关如何确定足够大),通过中心极限定理处理样本均值的分布是正常的(高斯分布)是安全的,但我想要一个给出任何置信区间的程序.n.这样做的方法是使用具有n-1自由度的Student T分布.

所以问题是,如果您收集或一次遇到一个数据点流,您如何计算c(例如c=.95)数据点平均值的置信区间(不存储以前遇到的所有数据)？

另一种问题是:如何在不存储整个流的情况下跟踪数据流的第一和第二时刻？

奖金问题:您是否可以在不存储整个流的情况下跟踪更高的时刻？