Python'da varyasyon katsayısı nasıl hesaplanır?

Genellikle CV olarak kısaltılan bir varyasyon katsayısı , bir veri kümesindeki değerlerin ortalamaya göre yayılmasını ölçmenin bir yoludur. Aşağıdaki şekilde hesaplanır:

CV = σ / μ

Altın:

• σ: veri kümesinin standart sapması
• μ: veri setinin ortalaması

Basitçe söylemek gerekirse, varyasyon katsayısı standart sapmanın ortalamaya oranıdır.

Değişim katsayısı ne zaman kullanılır?

Değişim katsayısı genellikle iki farklı veri kümesi arasındaki değişimi karşılaştırmak için kullanılır.

Gerçek dünyada, finansta bir yatırımın ortalama beklenen getirisini, yatırımın beklenen standart sapması ile karşılaştırmak için sıklıkla kullanılır. Bu, yatırımcıların yatırımlar arasındaki risk-getiri dengesini karşılaştırmasına olanak tanır.

Örneğin, bir yatırımcının aşağıdaki iki yatırım fonuna yatırım yapmayı düşündüğünü varsayalım:

Yatırım Fonu A: ortalama = %9, standart sapma = %12,4

UCITS B: ortalama = %5, standart sapma = %8,2

Yatırımcı, her fonun değişim katsayısını hesaplayarak şunları not eder:

Yatırım fonu A için CV = %12,4 /%9 = 1,38

Yatırım fonu B için CV = %8,2 / %5 = 1,64

A Yatırım Fonu’nun değişim katsayısı daha düşük olduğundan standart sapmaya göre daha iyi bir ortalama getiri sağlamaktadır.

Python’da Varyasyon Katsayısı Nasıl Hesaplanır?

Python’da bir veri kümesinin değişim katsayısını hesaplamak için aşağıdaki sözdizimini kullanabilirsiniz:

 import numpy as np

cv = lambda x: np. std (x, ddof= 1 ) / np. mean (x) * 100

Aşağıdaki örnekler bu sözdiziminin pratikte nasıl kullanılacağını göstermektedir.

Örnek 1: Tek bir ağ için değişim katsayısı

Aşağıdaki kod tek bir tablo için CV’nin nasıl hesaplanacağını gösterir:

 #create vector of data
data = [88, 85, 82, 97, 67, 77, 74, 86, 81, 95, 77, 88, 85, 76, 81, 82]

#define function to calculate cv
cv = lambda x: np. std (x, ddof= 1 ) / np. mean (x) * 100 

#calculate CV
cv(data)

9.234518

Değişim katsayısı 9,23 olarak çıkıyor.

Örnek 2: Çeşitli vektörler için varyasyon katsayısı

Aşağıdaki kod, bir pandas DataFrame’de birden fazla sütunun CV’sinin nasıl hesaplanacağını gösterir:

 import numpy as np
import pandas as pd

#define function to calculate cv
cv = lambda x: np. std (x, ddof= 1 ) / np. mean (x) * 100

#create pandas DataFrame
df = pd. DataFrame ({'a': [88, 85, 82, 97, 67, 77, 74, 86, 81, 95],
                   'b': [77, 88, 85, 76, 81, 82, 88, 91, 92, 99],
                   'c': [67, 68, 68, 74, 74, 76, 76, 77, 78, 84]})

#calculate CV for each column in data frame
df. apply (cv)

a 11.012892
b8.330843
c7.154009
dtype:float64

Değişim katsayısı hesaplanırken eksik değerlerin göz ardı edileceğini unutmayın:

 import numpy as np
import pandas as pd

#define function to calculate cv
cv = lambda x: np. std (x, ddof= 1 ) / np. mean (x) * 100

#create pandas DataFrame
df = pd. DataFrame ({'a': [88, 85, 82, 97, 67, 77, 74, 86, 81, 95],
                   'b': [77, 88, 85, 76, 81, 82, 88, 91, np. no , 99],
                   'c': [67, 68, 68, 74, 74, 76, 76, 77, 78, np. no ]})

#calculate CV for each column in data frame
df. apply (cv)

a 11.012892
b 8.497612
c5.860924
dtype:float64

Ek kaynaklar

R’nin varyasyon katsayısı nasıl hesaplanır?
Excel’de Değişim Katsayısı Nasıl Hesaplanır?
Google E-Tablolarda Varyasyon Katsayısı Nasıl Hesaplanır?