كيفية حساب الانحراف المعياري لقائمة في بايثون

يمكنك استخدام إحدى الطرق الثلاث التالية لحساب الانحراف المعياري لقائمة في بايثون:

الطريقة الأولى: استخدام مكتبة NumPy

 import numpy as np

#calculate standard deviation of list
n.p. std ( my_list )

الطريقة الثانية: استخدام مكتبة الإحصائيات

 import statistics as stat

#calculate standard deviation of list
stat. stdev ( my_list )

الطريقة الثالثة: استخدام صيغة مخصصة

 #calculate standard deviation of list
st. stdev ( my_list )

توضح الأمثلة التالية كيفية استخدام كل من هذه الطرق عمليًا.

الطريقة الأولى: حساب الانحراف المعياري باستخدام مكتبة NumPy

يوضح التعليمة البرمجية التالية كيفية حساب كل من نموذج الانحراف المعياري والانحراف المعياري للسكان لقائمة باستخدام NumPy:

 import numpy as np

#define list
my_list = [3, 5, 5, 6, 7, 8, 13, 14, 14, 17, 18]

#calculate sample standard deviation of list
n.p. std ( my_list, ddof= 1 )

5.310367218940701

#calculate population standard deviation of list 
n.p. std ( my_list )

5.063236478416116

لاحظ أن الانحراف المعياري للسكان سيكون دائمًا أقل من الانحراف المعياري للعينة لمجموعة بيانات معينة.

الطريقة الثانية: حساب الانحراف المعياري باستخدام مكتبة الإحصائيات

يوضح التعليمة البرمجية التالية كيفية حساب كل من نموذج الانحراف المعياري والانحراف المعياري للسكان لقائمة باستخدام مكتبة إحصائيات Python:

 import statistics as stat

#define list
my_list = [3, 5, 5, 6, 7, 8, 13, 14, 14, 17, 18]

#calculate sample standard deviation of list
stat. stdev (my_list)

5.310367218940701

#calculate population standard deviation of list 
stat. pstdev (my_list)

5.063236478416116

الطريقة الثالثة: حساب الانحراف المعياري باستخدام صيغة مخصصة

يوضح التعليمة البرمجية التالية كيفية حساب كل من نموذج الانحراف المعياري والانحراف المعياري للسكان لقائمة دون استيراد مكتبات بايثون:

 #define list
my_list = [3, 5, 5, 6, 7, 8, 13, 14, 14, 17, 18]

#calculate sample standard deviation of list
(sum((x-(sum(my_list) / len(my_list))) ** 2 for x in my_list) / (len(my_list)-1)) ** 0.5

5.310367218940701

#calculate population standard deviation of list 
(sum((x-(sum(my_list) / len(my_list))) ** 2 for x in my_list) / len(my_list)) ** 0.5

5.063236478416116

لاحظ أن الطرق الثلاث جميعها حسبت نفس القيم لقائمة الانحراف المعياري.

مصادر إضافية

كيفية حساب الخطأ المعياري للمتوسط في بايثون
كيفية حساب متوسط الخطأ المربع (MSE) في بايثون