**Berechnung der Varianz mit NumPy**

In **NumPy** müssen Sie die Sequenz von Werten (in unserem Fall die Spalte des Datensatzes) in die Funktion `np.var()` eingeben, so: `np.var(df['work_year'])`.  

**Berechnung der Varianz mit pandas**

In **pandas** sollten Sie die Methode `.var()` auf die Sequenz von Werten (in unserem Fall die Spalte des Datensatzes) anwenden, so: `df['work_year'].var()`.

In beiden Fällen sind die Ergebnisse fast gleich. Die Unterschiede ergeben sich aus verschiedenen Nennern: N in NumPy und N-1 in pandas. Überprüfen Sie es jetzt!


import pandas as pd
import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0)

# Calculate the variance using the function from the NumPy library
var_1 = np.var(df['salary_in_usd'])
# Calculate the variance using the function from the pandas library
var_2 = df['salary_in_usd'].var()

print('The variace using NumPy library is', var_1)
print('The variace using pandas library is', var_2)

Dieser Kurs vermittelt Ihnen grundlegende Kenntnisse der Statistik. Er richtet sich an Studierende mit Grundkenntnissen der Python-Syntax, da sie mit den Modulen NumPy und pandas arbeiten werden. Im Laufe des Kurses werden Sie mit den grundlegenden Konzepten vertraut gemacht und dann schrittweise zu komplexeren Konzepten und Aufgaben übergehen.

Dieser Abschnitt wird uns helfen, mit dem ersten echten statistischen Fall umzugehen: das Finden von confidence intervals. Es erfordert Kenntnisse in den Bibliotheken NumPy, pandas, Matplotlib und Seaborn, um mathematische Formeln zu berechnen und Visualisierungen zu erstellen! Um Sie zu ermutigen, diesen Abschnitt zu bestehen, möchte ich darauf hinweisen, dass Sie auf eine kleine Menge Theorie, aber eine erhebliche Menge an Praxis stoßen werden!

Ein untrennbarer Teil des Lebens eines Datenanalysten ist das Durchführen von Hypothesentests. Nach Abschluss dieses Abschnitts werden Sie die Idee hinter dem Testen in der Statistik verstehen und in der Lage sein, einen t-Test mit Python durchzuführen.

Lernen von Statistik mit Python

Varianz mit Python Berechnen