Python - pomiar wariancji

W statystyce wariancja jest miarą tego, jak daleko wartość w zestawie danych leży od wartości średniej. Innymi słowy, wskazuje, jak rozproszone są wartości. Jest mierzony za pomocą odchylenia standardowego. Inną powszechnie stosowaną metodą jest skośność.

Oba są obliczane przy użyciu funkcji dostępnych w bibliotece pandas.

Pomiar odchylenia standardowego

Odchylenie standardowe to pierwiastek kwadratowy z wariancji. Wariancja jest średnią kwadratów różnicy wartości w zestawie danych od wartości średniej. W Pythonie obliczamy tę wartość za pomocą funkcji std () z biblioteki pandas.

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()

Jego output wygląda następująco -

Age       7.265527
Rating    0.661628
dtype: float64

Pomiar skośności

Służy do określenia, czy dane są symetryczne, czy pochylone. Jeśli indeks mieści się w przedziale od -1 do 1, rozkład jest symetryczny. Jeśli indeks jest nie większy niż -1, to jest pochylony w lewo, a jeśli wynosi co najmniej 1, to jest pochylony w prawo

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()

Jego output wygląda następująco -

Age       1.443490
Rating   -0.153629
dtype: float64

Zatem rozkład klasyfikacji wiekowej jest symetryczny, podczas gdy rozkład wieku jest skośny w prawo.