Python-分散の測定

統計では、分散はデータセット内の値が平均値からどれだけ離れているかの尺度です。つまり、値がどの程度分散しているかを示します。標準偏差を使用して測定されます。一般的に使用される他の方法は歪度です。

これらは両方とも、パンダライブラリで利用可能な関数を使用して計算されます。

標準偏差の測定

標準偏差は分散の平方根です。分散は、平均値からのデータセット内の値の差の2乗の平均です。Pythonでは、pandasライブラリの関数std（）を使用してこの値を計算します。

import pandas as pd

#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
   'Lee','Chanchal','Gasper','Naviya','Andres']),
   'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}

#Create a DataFrame
df = pd.DataFrame(d)

# Calculate the standard deviation
print df.std()

その output 次のとおりです-

Age       7.265527
Rating    0.661628
dtype: float64

歪度の測定

これは、データが対称であるか歪んでいるかを判断するために使用されていました。インデックスが-1から1の間の場合、分布は対称です。インデックスが-1以下の場合は左に傾斜し、1以上の場合は右に傾斜します。

import pandas as pd

#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
   'Lee','Chanchal','Gasper','Naviya','Andres']),
   'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}

#Create a DataFrame
df = pd.DataFrame(d)
print df.skew()

その output 次のとおりです-

Age       1.443490
Rating   -0.153629
dtype: float64

したがって、年齢の分布は右に偏っているのに対し、年齢の分布は対称的です。