Python တွင် trimmed mean ကို တွက်ချက်နည်း (ဥပမာများဖြင့်)


ဖြတ်တောက်ထားသော ဆိုလိုသည်မှာ ဒေတာအစုံရှိ အသေးငယ်ဆုံးနှင့် အကြီးဆုံးတန်ဖိုးများ၏ တိကျသောရာခိုင်နှုန်းကို ဖယ်ရှားပြီးနောက် တွက်ချက်ထားသော ဒေတာအတွဲတစ်ခု၏ ပျမ်းမျှဖြစ်သည်။

Python တွင် ဖြတ်တောက်ထားသော ဆိုလိုချက်ကို တွက်ချက်ရန် အလွယ်ကူဆုံးနည်းလမ်းမှာ SciPy စာကြည့်တိုက်မှ trim_mean() လုပ်ဆောင်ချက်ကို အသုံးပြုခြင်းဖြစ်သည်။

ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်-

 from scipy import stats

#calculate 10% trimmed mean
stats. trim_mean (data, 0.1 )

အောက်ဖော်ပြပါ ဥပမာများသည် လက်တွေ့တွင် ချုံ့ထားသော ပျမ်းမျှကို တွက်ချက်ရန် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုနည်းကို ပြသထားသည်။

ဥပမာ 1- ဇယား၏ဖြတ်တောက်ထားသော ဆိုလိုရင်းကို တွက်ချက်ပါ။

အောက်ပါကုဒ်သည် ဒေတာဇယားတစ်ခုအတွက် 10% ချုံ့ထားသော ဆိုလိုရင်းကို တွက်ချက်နည်းကို ပြသည်-

 from scipy import stats

#define data
data = [22, 25, 29, 11, 14, 18, 13, 13, 17, 11, 8, 8, 7, 12, 15, 6, 8, 7, 9, 12]

#calculate 10% trimmed mean
stats. trim_mean (data, 0.1 )

12,375

10% ဖြတ်တောက်ထားသော ပျမ်းမျှသည် 12.375 ဖြစ်သည်။

အသေးဆုံး 10% နှင့် အကြီးဆုံး 10% တန်ဖိုးများကို dataset မှ ဖယ်ရှားပြီးနောက် ၎င်းသည် ဒေတာအတွဲ၏ ပျမ်းမျှဖြစ်သည်။

ဥပမာ 2- ပန်ဒါများတွင် ဖြတ်တောက်ထားသော ကော်လံ၏ အဓိပ္ပါယ်ကို တွက်ချက်ပါ။

အောက်ပါ ကုဒ်သည် ပန်ဒါ DataFrame ရှိ သီးခြားကော်လံတစ်ခုအတွက် 5% ဖြတ်တောက်ထားသော ပျမ်းမျှအား တွက်ချက်နည်းကို ပြသသည်-

 from scipy import stats
import pandas as pd

#define DataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})


#calculate 5% trimmed mean of points
stats. trim_mean (df. points , 0.05 ) 

20.25

“အမှတ်များ” ကော်လံရှိ တန်ဖိုးများ၏ 5% ဖြတ်တောက်ထားသော ပျမ်းမျှသည် 20.25 ဖြစ်သည်။

၎င်းသည် 5% အသေးငယ်ဆုံးနှင့် 5% အကြီးဆုံးတန်ဖိုးများကိုဖယ်ရှားပြီးနောက် “ အမှတ်များ” ကော်လံ၏ပျမ်းမျှဖြစ်သည်။

ဥပမာ 3- ကော်လံများစွာ၏ ဖြတ်တောက်ထားသော ဆိုလိုရင်းကို တွက်ချက်ပါ။

အောက်ပါကုဒ်သည် ပန်ဒါဒေတာဘောင်တစ်ခုရှိ ကော်လံများစွာအတွက် 5% ချုံ့ထားသောပျမ်းမျှအား တွက်ချက်နည်းကို ပြသသည်-

 from scipy import stats
import pandas as pd

#define DataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})


#calculate 5% trimmed mean of 'points' and 'assists' columns
stats. trim_mean (df[[' points ', ' assists ']], 0.05 )

array([20.25, 7.75])

ရလဒ်မှ ကျွန်ုပ်တို့ မြင်နိုင်သည်-

  • “ မှတ်များ” ကော်လံ၏ 5% ဖြတ်တောက်ထားသော ပျမ်းမျှသည် 20.25 ဖြစ်သည်။
  • “ assists” ကော်လံ၏ 5% ဖြတ်တောက်ထားသော ပျမ်းမျှသည် 7.75 ဖြစ်သည်။

မှတ်ချက်trim_mean() လုပ်ဆောင်ချက်အတွက် စာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာတွေ့နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

Trimmed Mean ကို ကိုယ်တိုင် တွက်ချက်နည်း
ဖြတ်တောက်ထားသော Mean Calculator

မှတ်ချက်တစ်ခုထည့်ပါ။

သင့် email လိပ်စာကို ဖော်ပြမည် မဟုတ်ပါ။ လိုအပ်သော ကွက်လပ်များကို * ဖြင့်မှတ်သားထားသည်