Python에서 가중 표준 편차를 계산하는 방법

가중 표준편차는 데이터세트의 일부 값이 다른 값보다 가중치가 높은 경우 데이터세트 내 값의 분산을 측정하는 유용한 방법입니다.

가중 표준 편차를 계산하는 공식은 다음과 같습니다.

금:

• N: 총 관측치 수
• M: 0이 아닌 가중치의 개수
• w _i : 가중치 벡터
• x _i : 데이터 값의 벡터
• x : 가중 평균

Python에서 가중 표준 편차를 계산하는 가장 쉬운 방법은 statsmodels 패키지의 DescrStatsW() 함수를 사용하는 것입니다.

 DescrStatsW(values, weights=weights, ddof= 1 ). std

다음 예에서는 이 기능을 실제로 사용하는 방법을 보여줍니다.

예: Python의 가중 표준 편차

다음과 같은 데이터 값 배열과 해당 가중치가 있다고 가정합니다.

 #define data values 
values = [14, 19, 22, 25, 29, 31, 31, 38, 40, 41]

#define weights
weights = [1, 1, 1.5, 2, 2, 1.5, 1, 2, 3, 2]

다음 코드는 이 데이터 값 배열에 대한 가중 표준 편차를 계산하는 방법을 보여줍니다.

 from statsmodels. stats . weightstats import DescrStatsW

#calculate weighted standard deviation
DescrStatsW(values, weights=weights, ddof= 1 ). std

8.570050878426773

가중 표준편차는 8.57 로 나타났습니다.

var를 사용하여 가중치 분산을 빠르게 계산할 수도 있습니다.

 from statsmodels. stats . weightstats import DescrStatsW

#calculate weighted variance
DescrStatsW(values, weights=weights, ddof= 1 ). var

73.44577205882352

가중 분산은 73,446 으로 나타났습니다.

추가 리소스

다음 튜토리얼에서는 다른 통계 소프트웨어에서 가중 표준 편차를 계산하는 방법을 설명합니다.

Excel에서 가중 표준 편차를 계산하는 방법
R에서 가중 표준 편차를 계산하는 방법