<\/p>\n
Nelle statistiche, un punteggio z<\/strong> ci dice quante deviazioni standard un valore \u00e8 dalla media<\/a> . Usiamo la seguente formula per calcolare uno z-score:<\/span><\/p>\n z<\/strong> = (X \u2013 \u03bc) \/ \u03c3<\/span><\/p>\n Oro:<\/span><\/p>\n Questo tutorial spiega come calcolare i punteggi z per i valori dei dati grezzi in Python.<\/span><\/p>\n Possiamo calcolare i punteggi z in Python utilizzando scipy.stats.zscore<\/strong> , che utilizza la seguente sintassi:<\/span><\/p>\n scipy.stats.zscore(a, axis=0, ddof=0, nan_policy=’propagate’)<\/strong><\/span><\/p>\n Oro:<\/span><\/p>\n Gli esempi seguenti illustrano come utilizzare questa funzione per calcolare i punteggi z per array numpy unidimensionali, array numpy multidimensionali e Pandas DataFrames.<\/span><\/p>\n Passaggio 1: importa i moduli.<\/strong><\/span><\/p>\n Passaggio 2: crea una tabella di valori.<\/strong><\/span><\/p>\n Passaggio 3: calcola i punteggi z per ciascun valore nella tabella.<\/strong><\/span><\/p>\n Ogni punteggio z ci dice quante deviazioni standard un singolo valore \u00e8 dalla media. Per esempio:<\/span><\/p>\n Se disponiamo di un array multidimensionale, possiamo utilizzare il parametro axis<\/strong> per specificare che vogliamo calcolare ciascun punteggio z relativo al proprio array. Ad esempio, supponiamo di avere il seguente array multidimensionale:<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per calcolare i punteggi z per ciascuna tabella:<\/span><\/p>\n I punteggi z per ogni singolo valore vengono visualizzati rispetto alla tabella in cui si trovano. Per esempio:<\/span><\/p>\n Supponiamo invece di avere un Pandas DataFrame:<\/span><\/p>\n Possiamo utilizzare la funzione apply<\/strong> per calcolare lo z-score dei singoli valori per colonna:<\/span><\/p>\n I punteggi z per ogni singolo valore vengono visualizzati in relazione alla colonna in cui si trovano. Per esempio:<\/span><\/p>\n Risorse addizionali:<\/strong><\/span><\/p>\n Come calcolare i punteggi Z in Excel<\/a> Nelle statistiche, un punteggio z ci dice quante deviazioni standard un valore \u00e8 dalla media . Usiamo la seguente formula per calcolare uno z-score: z = (X \u2013 \u03bc) \/ \u03c3 Oro: X \u00e8 un singolo valore di dati grezzi \u03bc \u00e8 la media della popolazione \u03c3 \u00e8 la deviazione standard della popolazione Questo tutorial […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Come calcolare i punteggi Z in Python<\/strong><\/h3>\n
\n
Array unidimensionali Numpy<\/strong><\/span><\/h3>\n
import pandas<\/span> as pd<\/span>\nimport<\/span> numpy as<\/span> np\nimport<\/span> scipy.stats as<\/span> stats\n<\/strong><\/pre>\n data = np.array([6, 7, 7, 12, 13, 13, 15, 16, 19, 22])\n<\/strong><\/pre>\n
stats.zscore(data)\n\n[-1.394, -1.195, -1.195, -0.199, 0, 0, 0.398, 0.598, 1.195, 1.793]<\/span>\n<\/strong><\/pre>\n\n
Array multidimensionali Numpy<\/strong><\/span><\/h3>\n
data = np.array([[5, 6, 7, 7, 8],\n [8, 8, 8, 9, 9],\n [2, 2, 4, 4, 5]])\n<\/strong><\/pre>\n
stats.zscore(data, axis=1)\n\n[[-1.569 -0.588 0.392 0.392 1.373]\n[-0.816 -0.816 -0.816 1.225 1.225]\n[-1.167 -1.167 0.5 0.5 1.333]]\n<\/strong><\/pre>\n
\n
Pandas Data Frames<\/strong><\/span><\/h3>\n
data = pd.DataFrame(np.random.randint(0, 10, size=(5, 3)), columns=['A', 'B', 'C'])\ndata\n\nABC\n0 8 0 9\n1 4 0 7\n2 9 6 8\n3 1 8 1\n4 8 0 8\n<\/strong><\/pre>\n
data.apply(stats.zscore)\n\n ABC\n0 0.659380 -0.802955 0.836080\n1 -0.659380 -0.802955 0.139347\n2 0.989071 0.917663 0.487713\n3 -1.648451 1.491202 -1.950852\n4 0.659380 -0.802955 0.487713\n<\/strong><\/pre>\n
\n
Come calcolare i punteggi Z in SPSS<\/a>
Come calcolare i punteggi Z su una calcolatrice TI-84<\/a><\/p>\n\n