Como calcular o desvio padrão ponderado em python

O desvio padrão ponderado é uma forma útil de medir a dispersão de valores em um conjunto de dados quando alguns valores no conjunto de dados têm pesos mais altos do que outros.

A fórmula para calcular um desvio padrão ponderado é:

Ouro:

• N: O número total de observações
• M: O número de pesos diferentes de zero
• w _i : Um vetor de peso
• x _i : Um vetor de valores de dados
• x : A média ponderada

A maneira mais fácil de calcular um desvio padrão ponderado em Python é usar a função DescrStatsW() do pacote statsmodels:

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

O exemplo a seguir mostra como usar esta função na prática.

Exemplo: Desvio Padrão Ponderado em Python

Suponha que temos a seguinte matriz de valores de dados e os pesos correspondentes:

 #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]

O código a seguir mostra como calcular o desvio padrão ponderado para esta matriz de valores de dados:

 from statsmodels. stats . weightstats import DescrStatsW

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

8.570050878426773

O desvio padrão ponderado é 8,57 .

Observe que também podemos usar var para calcular rapidamente a variação ponderada:

 from statsmodels. stats . weightstats import DescrStatsW

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

73.44577205882352

A variância ponderada acabou sendo 73.446 .

Recursos adicionais

Os tutoriais a seguir explicam como calcular o desvio padrão ponderado em outro software estatístico:

Como calcular o desvio padrão ponderado no Excel
Como calcular o desvio padrão ponderado em R