Як обчислити зважене стандартне відхилення в python

Зважене стандартне відхилення є корисним способом вимірювання дисперсії значень у наборі даних, коли деякі значення в наборі даних мають вищу вагу, ніж інші.

Формула для обчислення зваженого стандартного відхилення:

золото:

• N: Загальна кількість спостережень
• M: кількість ненульових ваг
• w _i : вектор ваги
• x _i : вектор значень даних
• x : Середньозважене значення

Найпростіший спосіб обчислити зважене стандартне відхилення в Python — це використати функцію DescrStatsW() із пакету statsmodels:

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

У наступному прикладі показано, як використовувати цю функцію на практиці.

Приклад: зважене стандартне відхилення в Python

Припустимо, що у нас є наступний масив значень даних і відповідні ваги:

 #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]

У наступному коді показано, як обчислити зважене стандартне відхилення для цього масиву значень даних:

 from statsmodels. stats . weightstats import DescrStatsW

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

8.570050878426773

Зважене стандартне відхилення виявляється рівним 8,57 .

Зверніть увагу, що ми також можемо використовувати var для швидкого обчислення зваженої дисперсії:

 from statsmodels. stats . weightstats import DescrStatsW

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

73.44577205882352

Зважена дисперсія виявляється 73 446 .

Додаткові ресурси

У наступних посібниках пояснюється, як обчислити зважене стандартне відхилення в іншому статистичному програмному забезпеченні:

Як обчислити зважене стандартне відхилення в Excel
Як обчислити зважене стандартне відхилення в R