Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lære Beregn Varians med Python | Varians og Standardavvik
Lære Statistikk med Python
course content

Kursinnhold

Lære Statistikk med Python

Lære Statistikk med Python

1. Grunnleggende Konsepter
Utvalg vs PopulasjonTyper av statistikkDatatyperGjennomsnittMedianverdiMedianverdi for Et Partall av VerdierGjennomsnitt eller MedianTypetallQuiz om Beskrivende Statistikk
2. Gjennomsnitt, Median og Modus med Python
Undersøk DatasettetBeregning av Gjennomsnitts- og Medianverdier med PythonStatistikk med PandasBeregne Gjennomsnittlig og Median Lønn
3. Varians og Standardavvik
PopulasjonsvariansUtvalgsvariansBeregn Varians med PythonStandardavvikStandardavvik med PythonBeregning av Varians og Standardavvik
4. Kovarians vs. Korrelasjon
KovariansKorrelasjonQuiz om Kovarians og KorrelasjonBeregne Kovarians og Korrelasjon
5. Konfidensintervall
Utforsk DatasettetKonfidensintervallBeregning av Konfidensintervall med PythonQuiz om KonfidensintervallbreddeBeregn 95 % KonfidensintervallAvansert Beregning av Konfidensintervall med PythonMatche Funksjonene
6. Statistisk Testing
Hva er t-testHypoteserT-test MatematiskEnhalet og Tohalet TestForutsetninger for T-testUtføring av t-test i PythonUtføre en t-testParret T-test

book
Beregn Varians med Python

Beregning av varians med NumPy

I numpy sender du sekvensen av verdier (for eksempel en kolonne fra datasettet) inn i funksjonen np.var(), for eksempel: np.var(df['work_year']).

Beregning av varians med pandas

I pandas bruker du metoden .var() direkte på kolonnen, slik: df['work_year'].var().

Begge metodene gir lignende resultater, med små forskjeller på grunn av bruk av ulike nevner: N i numpy (populasjonsvarians) og N-1 i pandas (utvalgsvarians).


              
123456789101112

            
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)
copy
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 3

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

course content

Kursinnhold

Lære Statistikk med Python

Lære Statistikk med Python

1. Grunnleggende Konsepter
Utvalg vs PopulasjonTyper av statistikkDatatyperGjennomsnittMedianverdiMedianverdi for Et Partall av VerdierGjennomsnitt eller MedianTypetallQuiz om Beskrivende Statistikk
2. Gjennomsnitt, Median og Modus med Python
Undersøk DatasettetBeregning av Gjennomsnitts- og Medianverdier med PythonStatistikk med PandasBeregne Gjennomsnittlig og Median Lønn
3. Varians og Standardavvik
PopulasjonsvariansUtvalgsvariansBeregn Varians med PythonStandardavvikStandardavvik med PythonBeregning av Varians og Standardavvik
4. Kovarians vs. Korrelasjon
KovariansKorrelasjonQuiz om Kovarians og KorrelasjonBeregne Kovarians og Korrelasjon
5. Konfidensintervall
Utforsk DatasettetKonfidensintervallBeregning av Konfidensintervall med PythonQuiz om KonfidensintervallbreddeBeregn 95 % KonfidensintervallAvansert Beregning av Konfidensintervall med PythonMatche Funksjonene
6. Statistisk Testing
Hva er t-testHypoteserT-test MatematiskEnhalet og Tohalet TestForutsetninger for T-testUtføring av t-test i PythonUtføre en t-testParret T-test

book
Beregn Varians med Python

Beregning av varians med NumPy

I numpy sender du sekvensen av verdier (for eksempel en kolonne fra datasettet) inn i funksjonen np.var(), for eksempel: np.var(df['work_year']).

Beregning av varians med pandas

I pandas bruker du metoden .var() direkte på kolonnen, slik: df['work_year'].var().

Begge metodene gir lignende resultater, med små forskjeller på grunn av bruk av ulike nevner: N i numpy (populasjonsvarians) og N-1 i pandas (utvalgsvarians).


              
123456789101112

            
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)
copy
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 3
some-alt