Jak obliczyć ważone odchylenie standardowe w pythonie

Ważone odchylenie standardowe jest użyteczną metodą pomiaru rozproszenia wartości w zbiorze danych, gdy niektóre wartości w zbiorze danych mają wyższe wagi niż inne.

Wzór na obliczenie ważonego odchylenia standardowego jest następujący:

Złoto:

• N: Całkowita liczba obserwacji
• M: Liczba niezerowych wag
• w _i : wektor wagi
• x _i : wektor wartości danych
• x : Średnia ważona

Najłatwiejszym sposobem obliczenia ważonego odchylenia standardowego w Pythonie jest użycie funkcji DescrStatsW() z pakietu statsmodels:

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

Poniższy przykład pokazuje, jak w praktyce wykorzystać tę funkcję.

Przykład: ważone odchylenie standardowe w Pythonie

Załóżmy, że mamy następującą tablicę wartości danych i odpowiadające im wagi:

 #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]

Poniższy kod pokazuje, jak obliczyć ważone odchylenie standardowe dla tej tablicy wartości danych:

 from statsmodels. stats . weightstats import DescrStatsW

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

8.570050878426773

Ważone odchylenie standardowe wynosi 8,57 .

Zauważ, że możemy również użyć var do szybkiego obliczenia wariancji ważonej:

 from statsmodels. stats . weightstats import DescrStatsW

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

73.44577205882352

Ważona wariancja wynosi 73 446 .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak obliczyć ważone odchylenie standardowe w innym oprogramowaniu statystycznym:

Jak obliczyć ważone odchylenie standardowe w programie Excel
Jak obliczyć ważone odchylenie standardowe w R