Python တွင် ပြောင်းလဲခြင်း၏ coefficient တွက်ချက်နည်း

ကွဲလွဲမှု၏ coefficient သည် CV တွင် အတိုကောက်အတိုကောက်ခေါ်လေ့ရှိပြီး ဆိုသည်မှာ ပျမ်းမျှနှင့် သက်ဆိုင်သော data set တစ်ခုတွင် တန်ဖိုးများပျံ့နှံ့မှုကို တိုင်းတာသည့်နည်းလမ်းဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။

CV = σ / µ

ရွှေ-

• σ- ဒေတာအတွဲ၏ စံသွေဖည်မှု
• μ: ဒေတာအစုံ၏ပျမ်းမျှ

ရိုးရိုးရှင်းရှင်းပြောရလျှင် ကွဲလွဲမှု၏ coefficient သည် စံသွေဖည်မှု၏ ပျမ်းမျှအချိုးဖြစ်သည်။

ကွဲလွဲမှု၏ coefficient ကို ဘယ်အချိန်မှာ သုံးမလဲ။

မတူညီသောဒေတာအတွဲနှစ်ခုကြား ကွဲလွဲမှုကို နှိုင်းယှဉ်ရန် ကွဲပြားခြင်း၏ကိန်းဂဏန်းကို မကြာခဏအသုံးပြုသည်။

လက်တွေ့ကမ္ဘာတွင်၊ ရင်းနှီးမြှုပ်နှံမှု၏မျှော်မှန်းထားသောစံသွေဖည်မှုနှင့် ရင်းနှီးမြုပ်နှံမှု၏ပျမ်းမျှမျှော်လင့်ထားသောပြန်လာမှုကို နှိုင်းယှဉ်ရန် မကြာခဏဆိုသလို ငွေကြေးဆိုင်ရာတွင် အသုံးပြုလေ့ရှိသည်။ ယင်းက ရင်းနှီးမြုပ်နှံသူများအကြား စွန့်စားရငွေ ဖလှယ်မှုကို နှိုင်းယှဉ်နိုင်စေပါသည်။

ဥပမာအားဖြင့်၊ ရင်းနှီးမြှုပ်နှံသူတစ်ဦးသည် အောက်ပါ အပြန်အလှန်ရန်ပုံငွေနှစ်ခုတွင် ရင်းနှီးမြှုပ်နှံရန် စဉ်းစားနေသည်ဆိုပါစို့။

Mutual Fund A- ဆိုလိုရင်း = 9%, စံသွေဖည် = 12.4%

UCITS B- ပျမ်းမျှ = 5%, စံသွေဖည် = 8.2%

ရန်ပုံငွေတစ်ခုစီ၏ ကွဲလွဲမှု၏ကိန်းဂဏန်းကို တွက်ချက်ခြင်းဖြင့် ရင်းနှီးမြှုပ်နှံသူက မှတ်ချက်ချသည်-

အပြန်အလှန်ရန်ပုံငွေအတွက် CV A = 12.4% /9% = 1.38

CV အတွက် အပြန်အလှန်ရန်ပုံငွေ B = 8.2% / 5% = 1.64

Mutual Fund A သည် ကွဲလွဲမှု၏ coefficient နည်းပါးသောကြောင့်၊ ၎င်းသည် စံသွေဖည်မှုနှင့် နှိုင်းယှဉ်ပါက ပိုမိုကောင်းမွန်သော ပျမ်းမျှပြန်အမ်းမှုကို ပေးပါသည်။

Python တွင် ပြောင်းလဲခြင်း၏ Coefficient တွက်ချက်နည်း

Python တွင် ဒေတာအတွဲတစ်ခု၏ ကွဲလွဲမှု၏ကိန်းဂဏန်းကို တွက်ချက်ရန်၊ သင်သည် အောက်ပါ syntax ကို အသုံးပြုနိုင်သည်။

 import numpy as np

cv = lambda x: np. std (x, ddof= 1 ) / np. mean (x) * 100

အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။

ဥပမာ 1- ကွန်ရက်တစ်ခုအတွက် ပြောင်းလဲခြင်း၏ကိန်းဂဏန်း

အောက်ပါကုဒ်သည် ဇယားတစ်ခုအတွက် CV ကို တွက်ချက်နည်းကို ပြသည်-

 #create vector of data
data = [88, 85, 82, 97, 67, 77, 74, 86, 81, 95, 77, 88, 85, 76, 81, 82]

#define function to calculate cv
cv = lambda x: np. std (x, ddof= 1 ) / np. mean (x) * 100 

#calculate CV
cv(data)

9.234518

ကွဲလွဲမှု၏ coefficient သည် 9.23 ဖြစ်လာသည်။

ဥပမာ 2- vector အများအပြားအတွက် ပြောင်းလဲခြင်း၏ကိန်းဂဏန်း

အောက်ပါကုဒ်သည် ပန်ဒါဒေတာဘောင်တစ်ခုရှိ ကော်လံများစွာ၏ CV ကို တွက်ချက်နည်းကို ပြသသည်-

 import numpy as np
import pandas as pd

#define function to calculate cv
cv = lambda x: np. std (x, ddof= 1 ) / np. mean (x) * 100

#create pandas DataFrame
df = pd. DataFrame ({'a': [88, 85, 82, 97, 67, 77, 74, 86, 81, 95],
                   'b': [77, 88, 85, 76, 81, 82, 88, 91, 92, 99],
                   'c': [67, 68, 68, 74, 74, 76, 76, 77, 78, 84]})

#calculate CV for each column in data frame
df. apply (cv)

a 11.012892
b8.330843
c7.154009
dtype:float64

ကွဲလွဲမှု၏ coefficient ကိုတွက်ချက်သောအခါတွင် ပျောက်ဆုံးနေသောတန်ဖိုးများကို လျစ်လျူရှုမည်ကို သတိပြုပါ-

 import numpy as np
import pandas as pd

#define function to calculate cv
cv = lambda x: np. std (x, ddof= 1 ) / np. mean (x) * 100

#create pandas DataFrame
df = pd. DataFrame ({'a': [88, 85, 82, 97, 67, 77, 74, 86, 81, 95],
                   'b': [77, 88, 85, 76, 81, 82, 88, 91, np. no , 99],
                   'c': [67, 68, 68, 74, 74, 76, 76, 77, 78, np. no ]})

#calculate CV for each column in data frame
df. apply (cv)

a 11.012892
b 8.497612
c5.860924
dtype:float64

ထပ်လောင်းအရင်းအမြစ်များ

R ၏ ကွဲလွဲမှု ကိန်းဂဏာန်းကို တွက်နည်း
Excel တွင် ပြောင်းလဲခြင်း၏ Coefficient တွက်ချက်နည်း
Google Sheets တွင် ပြောင်းလဲခြင်း၏ Coefficient ကို တွက်ချက်နည်း