Реалізація 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 статистик генеральної сукупності
Ця функція приймає масив як вхідні дані та 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 із 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
Для отримання несмещених оцінок з вибірки використовується ddof=1.
Це застосовує виправлення Бесселя, тобто дисперсія ділиться 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 із 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
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 статистик генеральної сукупності
Ця функція приймає масив як вхідні дані та 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 із 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
Для отримання несмещених оцінок з вибірки використовується ddof=1.
Це застосовує виправлення Бесселя, тобто дисперсія ділиться 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 із дисперсії, що дає міру розсіювання у тих самих одиницях, що й вихідні дані, що полегшує інтерпретацію.
Дякуємо за ваш відгук!
