วิธีคำนวณค่าเบี่ยงเบนมาตรฐานของรายการใน python

คุณสามารถใช้หนึ่งในสามวิธีต่อไปนี้เพื่อคำนวณค่าเบี่ยงเบนมาตรฐานของรายการใน Python:

วิธีที่ 1: ใช้ไลบรารี NumPy

 import numpy as np

#calculate standard deviation of list
n.p. std ( my_list )

วิธีที่ 2: ใช้ไลบรารีสถิติ

 import statistics as stat

#calculate standard deviation of list
stat. stdev ( my_list )

วิธีที่ 3: ใช้สูตรที่กำหนดเอง

 #calculate standard deviation of list
st. stdev ( my_list )

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติ

วิธีที่ 1: คำนวณค่าเบี่ยงเบนมาตรฐานโดยใช้ไลบรารี NumPy

รหัสต่อไปนี้แสดงวิธีการคำนวณทั้งค่าเบี่ยงเบนมาตรฐานตัวอย่างและค่าเบี่ยงเบนมาตรฐานประชากรของรายการโดยใช้ NumPy:

 import numpy as np

#define list
my_list = [3, 5, 5, 6, 7, 8, 13, 14, 14, 17, 18]

#calculate sample standard deviation of list
n.p. std ( my_list, ddof= 1 )

5.310367218940701

#calculate population standard deviation of list 
n.p. std ( my_list )

5.063236478416116

โปรดทราบว่าค่าเบี่ยงเบนมาตรฐานของประชากรจะน้อยกว่าค่าเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่างสำหรับชุดข้อมูลที่กำหนดเสมอ

วิธีที่ 2: คำนวณค่าเบี่ยงเบนมาตรฐานโดยใช้ไลบรารีสถิติ

รหัสต่อไปนี้แสดงวิธีการคำนวณทั้งค่าเบี่ยงเบนมาตรฐานตัวอย่างและค่าเบี่ยงเบนมาตรฐานประชากรของรายการโดยใช้ไลบรารีสถิติ Python:

 import statistics as stat

#define list
my_list = [3, 5, 5, 6, 7, 8, 13, 14, 14, 17, 18]

#calculate sample standard deviation of list
stat. stdev (my_list)

5.310367218940701

#calculate population standard deviation of list 
stat. pstdev (my_list)

5.063236478416116

วิธีที่ 3: คำนวณค่าเบี่ยงเบนมาตรฐานโดยใช้สูตรที่กำหนดเอง

รหัสต่อไปนี้แสดงวิธีการคำนวณทั้งค่าเบี่ยงเบนมาตรฐานตัวอย่างและค่าเบี่ยงเบนมาตรฐานประชากรของรายการโดยไม่ต้องนำเข้าไลบรารี Python:

 #define list
my_list = [3, 5, 5, 6, 7, 8, 13, 14, 14, 17, 18]

#calculate sample standard deviation of list
(sum((x-(sum(my_list) / len(my_list))) ** 2 for x in my_list) / (len(my_list)-1)) ** 0.5

5.310367218940701

#calculate population standard deviation of list 
(sum((x-(sum(my_list) / len(my_list))) ** 2 for x in my_list) / len(my_list)) ** 0.5

5.063236478416116

โปรดทราบว่าทั้งสามวิธีคำนวณค่าเดียวกันสำหรับค่าเบี่ยงเบนมาตรฐานของรายการ

แหล่งข้อมูลเพิ่มเติม

วิธีการคำนวณค่าคลาดเคลื่อนมาตรฐานของค่าเฉลี่ยใน Python
วิธีการคำนวณ Mean Square Error (MSE) ใน Python