Python - Medindo a Variância

Em estatísticas, a variação é uma medida de quão longe um valor em um conjunto de dados está do valor médio. Em outras palavras, indica o quão dispersos estão os valores. É medido usando o desvio padrão. O outro método comumente usado é a assimetria.

Ambos são calculados usando funções disponíveis na biblioteca do pandas.

Medindo o Desvio Padrão

O desvio padrão é a raiz quadrada da variância. variância é a média da diferença quadrática dos valores em um conjunto de dados a partir do valor médio. Em python, calculamos esse valor usando a função std () da biblioteca 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()

Está output é o seguinte -

Age       7.265527
Rating    0.661628
dtype: float64

Medindo Skewness

É usado para determinar se os dados são simétricos ou distorcidos. Se o índice estiver entre -1 e 1, a distribuição é simétrica. Se o índice não for maior que -1, ele será inclinado para a esquerda e se for pelo menos 1, será inclinado para a direita

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()

Está output é o seguinte -

Age       1.443490
Rating   -0.153629
dtype: float64

Portanto, a distribuição da classificação etária é simétrica, enquanto a distribuição da idade é inclinada para a direita.