Реалізація Розмаху у Python
Визначення набору даних
Тут ми присвоюємо масив змінній data, щоб забезпечити узгоджений набір даних для всіх обчислень.
import numpy as np
# Create a numpy array of daily sales
data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16])
Обчислення статистичних характеристик генеральної сукупності
Ця функція приймає масив як вхідний параметр і повертає середнє значення всіх елементів, що характеризує центральну тенденцію набору даних.
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)обчислює середнє арифметичне (середнє значення);np.var(data)обчислює дисперсію генеральної сукупності (ділення на n);np.std(data)обчислює стандартне відхилення генеральної сукупності (квадратний корінь з дисперсії).
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}")
Обчислення статистик вибірки
Щоб отримати несмещені оцінки з вибірки, використовують ddof=1.
Це застосовує поправку Бесселя, ділячи дисперсію на $(n-1)$ замість $n$.
sample_variance_val = np.var(data, ddof=1)
sample_std_dev_val = np.std(data, ddof=1)
np.var(data, ddof=1)— вибіркова дисперсія;np.std(data, ddof=1)— вибіркове стандартне відхилення.
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}")
Стандартне відхилення — це квадратний корінь з дисперсії, що дає міру розсіювання у тих самих одиницях, що й вихідні дані, що полегшує інтерпретацію.
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Can you explain the difference between population and sample statistics again?
Why do we use Bessel's correction (ddof=1) for sample statistics?
How do these statistics help in real business scenarios?
Awesome!
Completion rate improved to 1.96Реалізація Розмаху у Python
Свайпніть щоб показати меню
Визначення набору даних
Тут ми присвоюємо масив змінній data, щоб забезпечити узгоджений набір даних для всіх обчислень.
import numpy as np
# Create a numpy array of daily sales
data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16])
Обчислення статистичних характеристик генеральної сукупності
Ця функція приймає масив як вхідний параметр і повертає середнє значення всіх елементів, що характеризує центральну тенденцію набору даних.
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)обчислює середнє арифметичне (середнє значення);np.var(data)обчислює дисперсію генеральної сукупності (ділення на n);np.std(data)обчислює стандартне відхилення генеральної сукупності (квадратний корінь з дисперсії).
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}")
Обчислення статистик вибірки
Щоб отримати несмещені оцінки з вибірки, використовують ddof=1.
Це застосовує поправку Бесселя, ділячи дисперсію на $(n-1)$ замість $n$.
sample_variance_val = np.var(data, ddof=1)
sample_std_dev_val = np.std(data, ddof=1)
np.var(data, ddof=1)— вибіркова дисперсія;np.std(data, ddof=1)— вибіркове стандартне відхилення.
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}")
Стандартне відхилення — це квадратний корінь з дисперсії, що дає міру розсіювання у тих самих одиницях, що й вихідні дані, що полегшує інтерпретацію.
Дякуємо за ваш відгук!
