Hoe u de gewogen standaarddeviatie in python kunt berekenen

Gewogen standaarddeviatie is een handige manier om de spreiding van waarden in een dataset te meten wanneer sommige waarden in de dataset een hoger gewicht hebben dan andere.

De formule voor het berekenen van een gewogen standaardafwijking is:

Goud:

• N: Het totale aantal waarnemingen
• M: Het aantal niet-nulgewichten
• w _i : Een gewichtsvector
• x _i : Een vector van gegevenswaarden
• x : Het gewogen gemiddelde

De eenvoudigste manier om een gewogen standaardafwijking in Python te berekenen is door de functie DescrStatsW() uit het statsmodels-pakket te gebruiken:

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

Het volgende voorbeeld laat zien hoe u deze functie in de praktijk kunt gebruiken.

Voorbeeld: gewogen standaarddeviatie in Python

Stel dat we de volgende reeks gegevenswaarden en de bijbehorende gewichten hebben:

 #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]

De volgende code laat zien hoe u de gewogen standaardafwijking voor deze reeks gegevenswaarden kunt berekenen:

 from statsmodels. stats . weightstats import DescrStatsW

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

8.570050878426773

De gewogen standaarddeviatie blijkt 8,57 te zijn.

Merk op dat we var ook kunnen gebruiken om snel de gewogen variantie te berekenen:

 from statsmodels. stats . weightstats import DescrStatsW

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

73.44577205882352

De gewogen variantie blijkt 73.446 te zijn.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u de gewogen standaarddeviatie in andere statistische software kunt berekenen:

Hoe u de gewogen standaarddeviatie in Excel kunt berekenen
Hoe de gewogen standaarddeviatie in R te berekenen