<\/p>\n
O desvio absoluto mediano<\/strong> mede a distribui\u00e7\u00e3o das observa\u00e7\u00f5es<\/a> em um conjunto de dados.<\/span><\/p>\n Esta \u00e9 uma medida particularmente \u00fatil porque \u00e9 menos afetada por valores discrepantes do que outras medidas de dispers\u00e3o, como desvio padr\u00e3o e vari\u00e2ncia.<\/span><\/p>\n A f\u00f3rmula para calcular o desvio mediano absoluto, muitas vezes abreviado como MAD, \u00e9:<\/span><\/p>\n MAD = mediana (|x i<\/sub> \u2013 x m<\/sub> |)<\/strong><\/span><\/p>\n Ouro:<\/span><\/p>\n Os exemplos a seguir mostram como calcular o desvio absoluto mediano em Python usando a fun\u00e7\u00e3o statsmodels<\/a> mad<\/strong> .<\/span><\/p>\n O c\u00f3digo a seguir mostra como calcular o desvio absoluto mediano para um \u00fanico array NumPy em Python:<\/span><\/p>\n O desvio absoluto mediano para o conjunto de dados \u00e9 11,1195<\/strong> .<\/span><\/p>\n \u00c9 importante notar que a f\u00f3rmula utilizada para calcular o MAD calcula uma estimativa robusta do desvio padr\u00e3o assumindo uma distribui\u00e7\u00e3o normal<\/a> , escalonando o resultado por um fator de aproximadamente 0,67.<\/span><\/p>\n Para evitar o uso deste fator de escala, simplesmente defina c = 1 como segue:<\/span><\/p>\n O c\u00f3digo a seguir mostra como calcular o MAD para uma \u00fanica coluna em um DataFrame do pandas:<\/span><\/p>\n O desvio mediano absoluto para a coluna B<\/em> \u00e9 2,965204<\/strong> .<\/span><\/p>\n Podemos usar sintaxe semelhante para calcular MAD para m\u00faltiplas colunas no DataFrame do pandas:<\/span><\/p>\n O desvio mediano absoluto \u00e9 0<\/b> para a coluna A, 2,965204<\/strong> para a coluna B e 2,965204<\/b> para a coluna C.<\/span><\/p>\n Como calcular MAPE em Python<\/a> O desvio absoluto mediano mede a distribui\u00e7\u00e3o das observa\u00e7\u00f5es em um conjunto de dados. Esta \u00e9 uma medida particularmente \u00fatil porque \u00e9 menos afetada por valores discrepantes do que outras medidas de dispers\u00e3o, como desvio padr\u00e3o e vari\u00e2ncia. A f\u00f3rmula para calcular o desvio mediano absoluto, muitas vezes abreviado como MAD, \u00e9: MAD = mediana […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1282","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n\n
Exemplo 1: Calcule o MAD para uma tabela<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\nfrom<\/span> statsmodels import<\/span> robust<\/span>\n\n#define data\n<\/span>data = np. array<\/span> ([1, 4, 4, 7, 12, 13, 16, 19, 22, 24])\n\n#calculate MAD\n<\/span>robust. mad<\/span> (data)\n\n11.1195\n<\/strong><\/pre>\n #calculate MAD without scaling factor\n<\/span>robust. mad<\/span> (data, c=1)\n\n7.5<\/strong><\/pre>\n Exemplo 2: Calcular MAD para um DataFrame<\/strong><\/span><\/h3>\n
#make this example reproducible\n<\/span>n.p. random<\/span> . seeds<\/span> (1)\n\n#create pandas DataFrame\n<\/span>data = pd. DataFrame<\/span> ( np.random.randint<\/span> (0,10,size=(5,3)),columns =<\/span> [' A<\/span> ',' B<\/span> ',' C<\/span> '])\n\n#view DataFrame\n<\/span>data\n\n A B C\n0 5 8 9\n1 5 0 0\n2 1 7 6\n3 9 2 4\n4 5 2 4\n\n#calculate MAD for column B<\/em>\ndata[[' B<\/span> ']]. apply<\/span> (robust. mad<\/span> )\n\nB 2.965204\ndtype:float64<\/span><\/span><\/strong><\/pre>\n #calculate MAD for all columns<\/span>\ndata[[' A<\/span> ',' B<\/span> ',' C<\/span> ']]. apply<\/span> (robust. mad<\/span> )\n\nAt 0.000000\nB 2.965204\nC 2.965204\ndtype:float64\n<\/span><\/span><\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como calcular SMAPE em Python<\/a>
Como calcular RMSE em Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"