Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Hajonnan Toteuttaminen Pythonilla | Todennäköisyys ja Tilastotiede
Matematiikka Data-analytiikalle

Hajonnan Toteuttaminen Pythonilla

Pyyhkäise näyttääksesi valikon

Määritä tietoaineisto

Tässä määritetään taulukko muuttujaan data, jotta kaikissa laskuissa käytetään yhtenäistä tietoaineistoa.

import numpy as np

# Create a numpy array of daily sales
data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16])

Laske populaatiotilastot

Tämä funktio ottaa taulukon syötteenä ja palauttaa kaikkien alkioiden keskiarvon, joka kuvaa tietoaineiston keskilukua.

mean_val = np.mean(data)       # Mean
variance_val = np.var(data)    # Population variance (ddof=0 by default)
std_dev_val = np.std(data)     # Population standard deviation
  • np.mean(data) laskee aritmeettisen keskiarvon;
  • np.var(data) laskee populaatiovarianssin (jakaa luvulla nn);
  • np.std(data) laskee populaation keskihajonnan (varianssin neliöjuuri).
123456789101112
import numpy as np # Create a numpy array of daily sales data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16]) mean_val = np.mean(data) # Mean variance_val = np.var(data) # Population variance (ddof=0 by default) std_dev_val = np.std(data) # Population standard deviation print(f"Mean: {mean_val}") print(f"Variance (Population): {variance_val}") print(f"Standard Deviation (Population): {std_dev_val}")

Otantatilastojen laskeminen

Harhattomien estimaattien saamiseksi otoksesta käytetään ddof=1. Tämä soveltaa Besselin korjausta, jolloin varianssi jaetaan $(n-1)$:llä $n$:n sijaan.

sample_variance_val = np.var(data, ddof=1)
sample_std_dev_val = np.std(data, ddof=1)
  • np.var(data, ddof=1) – otosvarianssi;
  • np.std(data, ddof=1) – otoksen keskihajonta.
12345678910
import numpy as np # Create a numpy array of daily sales data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16]) sample_variance_val = np.var(data, ddof=1) sample_std_dev_val = np.std(data, ddof=1) print(f"Variance (Sample): {sample_variance_val}") print(f"Standard Deviation (Sample): {sample_std_dev_val}")
Note
Huomio

Keskihajonta on varianssin neliöjuuri, joka antaa hajonnan mittarin samoissa yksiköissä kuin alkuperäinen data, mikä helpottaa tulkintaa.

question mark

Miten lasketaan keskihajonta numpy-kirjastolla?

Valitse kaikki oikeat vastaukset

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 5. Luku 8

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Hajonnan Toteuttaminen Pythonilla

Määritä tietoaineisto

Tässä määritetään taulukko muuttujaan data, jotta kaikissa laskuissa käytetään yhtenäistä tietoaineistoa.

import numpy as np

# Create a numpy array of daily sales
data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16])

Laske populaatiotilastot

Tämä funktio ottaa taulukon syötteenä ja palauttaa kaikkien alkioiden keskiarvon, joka kuvaa tietoaineiston keskilukua.

mean_val = np.mean(data)       # Mean
variance_val = np.var(data)    # Population variance (ddof=0 by default)
std_dev_val = np.std(data)     # Population standard deviation
  • np.mean(data) laskee aritmeettisen keskiarvon;
  • np.var(data) laskee populaatiovarianssin (jakaa luvulla nn);
  • np.std(data) laskee populaation keskihajonnan (varianssin neliöjuuri).
123456789101112
import numpy as np # Create a numpy array of daily sales data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16]) mean_val = np.mean(data) # Mean variance_val = np.var(data) # Population variance (ddof=0 by default) std_dev_val = np.std(data) # Population standard deviation print(f"Mean: {mean_val}") print(f"Variance (Population): {variance_val}") print(f"Standard Deviation (Population): {std_dev_val}")

Otantatilastojen laskeminen

Harhattomien estimaattien saamiseksi otoksesta käytetään ddof=1. Tämä soveltaa Besselin korjausta, jolloin varianssi jaetaan $(n-1)$:llä $n$:n sijaan.

sample_variance_val = np.var(data, ddof=1)
sample_std_dev_val = np.std(data, ddof=1)
  • np.var(data, ddof=1) – otosvarianssi;
  • np.std(data, ddof=1) – otoksen keskihajonta.
12345678910
import numpy as np # Create a numpy array of daily sales data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16]) sample_variance_val = np.var(data, ddof=1) sample_std_dev_val = np.std(data, ddof=1) print(f"Variance (Sample): {sample_variance_val}") print(f"Standard Deviation (Sample): {sample_std_dev_val}")
Note
Huomio

Keskihajonta on varianssin neliöjuuri, joka antaa hajonnan mittarin samoissa yksiköissä kuin alkuperäinen data, mikä helpottaa tulkintaa.

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 5. Luku 8
some-alt