Implementering av Spredning i Python
Definer datasettet
Her tildeles en array til variabelen data for å sikre et konsistent datasett til alle beregninger.
import numpy as np
# Create a numpy array of daily sales
data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16])
Beregn populasjonsstatistikk
Denne funksjonen tar arrayen som input og returnerer gjennomsnittsverdien av alle elementene, som oppsummerer datasettets sentrale tendens.
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)beregner det aritmetiske gjennomsnittet;np.var(data)beregner populasjonsvariansen (deler på n);np.std(data)beregner populasjonsstandardavviket (kvadratroten av variansen).
123456789101112import 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}")
Beregn utvalgsstatistikk
For å få upartiske estimater fra et utvalg, bruker vi ddof=1.
Dette anvender Bessels korreksjon, som innebærer at variansen deles på $(n-1)$ i stedet for $n$.
sample_variance_val = np.var(data, ddof=1)
sample_std_dev_val = np.std(data, ddof=1)
np.var(data, ddof=1)– utvalgsvarians;np.std(data, ddof=1)– utvalgets standardavvik.
12345678910import 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}")
Standardavvik er kvadratroten av variansen, og gir et mål på spredning i samme enheter som de opprinnelige dataene, noe som gjør det lettere å tolke.
Takk for tilbakemeldingene dine!
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Awesome!
Completion rate improved to 1.96Implementering av Spredning i Python
Sveip for å vise menyen
Definer datasettet
Her tildeles en array til variabelen data for å sikre et konsistent datasett til alle beregninger.
import numpy as np
# Create a numpy array of daily sales
data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16])
Beregn populasjonsstatistikk
Denne funksjonen tar arrayen som input og returnerer gjennomsnittsverdien av alle elementene, som oppsummerer datasettets sentrale tendens.
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)beregner det aritmetiske gjennomsnittet;np.var(data)beregner populasjonsvariansen (deler på n);np.std(data)beregner populasjonsstandardavviket (kvadratroten av variansen).
123456789101112import 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}")
Beregn utvalgsstatistikk
For å få upartiske estimater fra et utvalg, bruker vi ddof=1.
Dette anvender Bessels korreksjon, som innebærer at variansen deles på $(n-1)$ i stedet for $n$.
sample_variance_val = np.var(data, ddof=1)
sample_std_dev_val = np.std(data, ddof=1)
np.var(data, ddof=1)– utvalgsvarians;np.std(data, ddof=1)– utvalgets standardavvik.
12345678910import 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}")
Standardavvik er kvadratroten av variansen, og gir et mål på spredning i samme enheter som de opprinnelige dataene, noe som gjør det lettere å tolke.
Takk for tilbakemeldingene dine!
