Mathematik ist ein kleines Dekill Gewöhnlicher Backend-Ingenieur Die Geschichte des Statistikstudiums
Verwenden Sie das Jupyter-Notizbuch, um verschiedene Statistiken zu berechnen.
· Gesamtwert ·Durchschnittswert ・ Probendispersion ・ Unvoreingenommene Dispersion ·Standardabweichung ·Mindestwert ·Median ·Maximalwert
import numpy as np
import scipy as sp
#Versuchen Sie beschreibende Statistiken zum Thema Fischdaten
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
Übergeben Sie das Array fish_data an die Summenmethode des scipy-Moduls. Speichern Sie das Ergebnis in sum_value
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
#Gesamtwert(sum_value)Herausgeben
sum_value = sp.sum(fish_data)
Weil ich an einem regnerischen Tag keinen Sportunterricht machen kann, der Lehrer Eine Zahl von 1 bis 100 für einen Jungen Wo ich alle Ergänzungen auferlegt habe Die Berechnung und Erstellung der Ergebnisse dauerte nur wenige zehn Sekunden.
Sie alle kennen diesen Jungen Herr Gauß, der später ein großer Mann auf den Gebieten der Mathematik und Physik wurde.
Sie kann durch Messen der Länge des Arrays berechnet werden.
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
#Zählen Sie die Anzahl der Proben N.
N = len(fish_data)
Sie kann anhand des Gesamtwerts / der Anzahl der Proben berechnet werden. Sie kann nach der Mittelwertmethode mit scipy berechnet werden.
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
#Summe zum Durchschnitt_value / N
avg = sp.mean(fish_data)
Ein Index, der angibt, "wie weit die Daten vom Durchschnittswert entfernt sind".
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
#Summe zum Durchschnitt_value / N
avg = sp.mean(fish_data)
#Die Stichprobenvarianz ist in Englisch "Stichprobenvarianz"
sigma = sp.sum((fish_data - avg)**2) / N
Sie können die Stichprobenvarianz einfach mit scipy berechnen.
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
#Berechnen Sie das Sigma der Stichprobenvarianz
# (Kann mit der var-Methode von scipy auf einmal berechnet werden)
sigma = sp.var(fish_data , ddof = 0)
Unvoreingenommene Varianz, die den Wert der Varianz unterschätzt
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
#Summe zum Durchschnitt_value / N
avg = sp.mean(fish_data)
#Zählen Sie die Anzahl der Proben N.
N = len(fish_data)
#"Unvoreingenommene Verteilung" auf Englisch
unb_dist = sp.sum((fish_data - avg)**2) / (N-1)
Sie können die unverzerrte Varianz einfach mit scipy berechnen.
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
unb_dist = sp.var(fish_data , ddof = 1)
"Wie viele Abweichungen hat Herr XX?" Es ist der Abweichungswert von "Nun, der Abweichungswert ist niedrig !!?"
Sie kann berechnet werden, indem die unverzerrte Varianz quadriert wird.
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
#Summe zum Durchschnitt_value / N
avg = sp.mean(fish_data)
#Zählen Sie die Anzahl der Proben N.
N = len(fish_data)
#"Unvoreingenommene Verteilung" auf Englisch
unb_dist = sp.sum((fish_data - avg)**2) / (N-1)
#Standardabweichung "Standardabweichung" in Englisch
std_dev = sp.sqrt(unb_dist)
Sie können die Standardabweichung einfach mit scipy berechnen.
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
#Berechnen Sie die Standardabweichung mit der unverzerrten Varianz(ddof = 1)
sp.std(fish_data,ddof = 1)
Sie können den Mindestwert einfach mit scipy berechnen. Die kleinste Zahl
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
sp.amin(fish_data)
Sie können den Medianwert einfach mit scipy berechnen. Der Medianwert ist die Zahl, die sich genau in der Mitte der Stichprobe befindet.
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
sp.median(fish_data)
Sie können den Maximalwert einfach mit scipy berechnen. Die größte Anzahl
import numpy as np
import scipy as sp
fish_data = np.array([2,3,3,4,4,4,4,5,5,6])
sp.amax(fish_data)
Wenn Sie mit Numpy und Scipy umgehen können Die in der deskriptiven Statistik häufig verwendeten Statistiken können grob berechnet werden. Lassen Sie uns jedoch verstehen, wie Sie jede Statistik erhalten.