python方差的计算公式为什么减一_样本标准差分母为何是n-1
欢迎各位学习从0到1Python数据科学之旅,腾讯课堂和网易云课堂入口分别如下:
(腾讯课堂新营业,报名可领取20元优惠券)
微信公众号:pythonEducation
模型和统计项目QQ:231469242
大家好,今天给大家介绍标准差。标准差在统计领域是一个重要概念,有些地方晦涩难懂,特别是样本标准差的分母为何是n-1,而不是n或n-2,接下来我会一一介绍并用计算机模拟难点。
什么是标准差?下面看两组数[28,29,30,31,32],[10,20,30,40,50],它们的平均数都是30。这两组数是一致的吗?实际上,这两组数离散程度有很大区别。
用numpy模块计算,两组数的标准差相差10倍
方差是实际值与期望值之差平方的平均值。方差,通俗点讲,就是和中心偏离的程度!用来衡量一批数据的波动大小(即这批数据偏离平均数的大小)并把它叫做这组数据的方差。记作S2。
在样本容量相同的情况下,方差越大,说明数据的波动越大,越不稳定。标准差就是方差的平方根。方差和标准差用于不同场合,方便计算。
(标准差英文解释)
方差公式
标准差公式
难点来了,总体标准差和样本标准差的公式是有区别的,如下图
样本标准差公式中,分母是n-1。
为何样本标准差的分母为何是n-1,而不是n或n-2?
我们用计算机建模,环境Anaconda(python2.7)
参数解释:
Sigma表示总体标准差
S表示样本标准差
ddofValue=0 表示样本标准差分母是n
ddofValue=1 表示样本标准差分母是n-1
ddofValue=2 表示样本标准差分母是n-2
算法思路:
1.模拟出一个总体(服从正态分布的1000个随机数)
2. 从总体中随机抽样(100个随机数)
3.分别算出总体和样本的标准差,然后相减得到distance差值
4.循环1000次试验,把1000个distance相加,得到total_distance
5.在步骤3中,分别对样本标准差的分母取n, n-1,n-2, 最终得到dict_modes
观察dict_modes,ddof1的绝对值最小3.8
ddof1=1 表示样本标准差分母是n-1
总结:s样本标准差的分母采用n-1更加接近真实的总体标准差。通过计算机模拟,我们证明了为什么样本标准差的分母n-1比较合适,而不是n或n-2。
源代码:
如果允许代码有任何问题,请反馈至邮箱231469242@qq.com
# -*- coding: utf-8 -*-
'''
为什么样本标准差的分母是n-1
'''
import random
import numpy as np
#试验次数
trial=1000
#正态分布总体大小
size_total=1000
#正态分布样本大小
size_sample=100
#分母状态
#ddofValue=0 表示样本标准差分母是n
#ddofValue=1 表示样本标准差分母是n-1
#ddofValue=2 表示样本标准差分母是n-2
list_ddofValues=[0,1,2]
#返回样本标准差和总体标准差的距离总和
def Total_distance(ddofValue):
#总体标准差
和样本标准差的差值
total_distance=0
for i in range(trial):
normal_values=list(np.random.normal(size=size_total))
#总体标准差
sigma=np.std(normal_values,ddof=0)
#随机抽样
sample=random.sample(normal_values,size_sample)
s=np.std(sample,ddof=ddofValue)
distance=sigma-s
total_distance+=distance
return total_distance
#选择最佳模型
def Dict_modes():
distance_ddof0=Total_distance(list_ddofValues[0])
distance_ddof1=Total_distance(list_ddofValues[1])
distance_ddof2=Total_distance(list_ddofValues[2])
dict_modes={}
dict_modes["ddof0"]=distance_ddof0
dict_modes["ddof1"]=distance_ddof1
dict_modes["ddof2"]=distance_ddof2
return dict_modes
dict_modes=Dict_modes()
print dict_modes
'''
for i in range(trial):
normal_values=list(np.random.normal(size=n))
#总体标准差
sigma=np.std(normal_values,ddof=0)
#plt.hist(normal_values)
#随机抽样
sample=random.sample(normal_values,100)
#plt.hist(sample)
s=np.std(sample,ddof=ddofValue)
distance=sigma-s
total_distance+=distance
print"when ddofValue is:",ddofValue
print"Distance:",total_distance
'''
End.
Python数据分析与机器学习项目实战
(腾讯课堂新营业,报名可领取20元优惠券)
python方差的计算公式为什么减一_样本标准差分母为何是n-1相关推荐
- python方差的计算公式_用numpy计算均值,方差,标准差
numpy自带一些函数接口,可以用来很方便的计算一组数据的均值(mean),方差(variance)和标准差(standard deviation). 均值(mean) >>> a ...
- python方差的计算公式_使用Python计算方差协方差相关系数
使用Python计算方差,协方差和相关系数 数学定义 期望 设随机变量X只取有限个可能值a_i (i=0, 1, ..., m),其概率分布为P (X = a_i) = p_i. 则X的数学期望,记为 ...
- python方差的计算公式_python计算均值方差
原博文 2014-06-07 14:13 − 用Python求均值与方差,可以自己写,也可以借助于numpy,不过到底哪个快一点呢? 我做了个实验,首先生成9百万个样本: ```python nlis ...
- python方差的计算公式_Python计算库numpy进行方差/标准方差/样本标准方差/协方差的计算...
使用numpy可以做很多事情,在这篇文章中简单介绍一下如何使用numpy进行方差/标准方差/样本标准方差/协方差的计算. variance: 方差 方差(Variance)是概率论中最基础的概念之一, ...
- Python科学计算库核心知识点总结_代码篇(ML/DL依赖语法)
Python科学计算库核心知识点总结_代码篇(ML/DL依赖语法) ...
- Python 程序设计(第二版)董付国_清华大学出版社_习题答案与分析【针对8.4及其之前的】
更多精彩内容:(没有设置公众号获得,麻烦动动小手~谢谢) CSDN下载:Python编程无师自通电子书,[美]科里·奥尔索夫(Cory Althoff)-文档类-CSDN下载 百度云:链接:https ...
- python脚本监控网站状态 - 赵海华_运维之路 - 51CTO技术博客
python脚本监控网站状态 - 赵海华_运维之路 - 51CTO技术博客 python脚本监控网站状态 2013-01-09 09:21:02 标签:监控 python 原创作品,允许转载,转载时请 ...
- 下列数据类型中python不支持的是_ 下列选项中 ,Python 不支持的数据类型有 ( ) 。_学小易找答案...
[单选题] 下列标识符中 , 合法的是 ( ) . [简答题]说明轴承代号7204AC表达的含义. [判断题]type() 函数可以查看变量的数据类型. ( ) [名词解释]限界 [单选题]体育教学 ...
- python基础-PyCharm设置作者信息模板_修改解释器_设置软件UTF-8编码
python基础-PyCharm设置作者信息模板_修改解释器_设置软件UTF-8编码 一.PyCharm 设置作者信息模板 1.File---Settings---在搜索框中搜索:File and C ...
最新文章
- 从 2017 OpenStack Days China 看国内云计算的发展现状
- php redis ip查找,php+redis实现ip白名单并提供可配置ip页面
- Kali渗透测试技术实战
- 从mysql取出数据封装成json中遇到特殊字符自动转成unicode解决方案
- 什么是依赖注入 php,什么是依赖注入?
- 算法训练 表达式计算
- 推荐系统系列 - 引导 - 5类系统推荐算法,非常好使,非常全
- Deprecated注解
- 拔丝芋头的Java学习日记---Day10
- 设置笔记本电脑插入USB鼠标时,自动禁用触摸板
- 事业单位计算机专业能力测试考什么内容,事业单位职业能力测试考什么
- 51单片机入门教程(1)——点亮一个LED灯
- 解决word在输入文字后公式自动矮的问题,同时实现公式自动居中,编号居右
- 做网站域名_网站域名
- PostgreSql 日期类型处理
- 精准助力中小微企业 京东惠寻的核心逻辑是什么
- Android开发--调试--模拟器--加快模拟器速度
- intel linux 开发板,Intel IOMMU在Linux上的实现架构
- 学计算机什么电脑配置可以吗,学习室内设计,需要什么样的电脑配置?
- 连Faceboo也要转型做元宇宙,元宇宙真那么香?
热门文章
- 从数学的角度来谈谈,孩子为什么要学编程!
- java中三个基本框架_对于Java基础者应该如何理解Java中的三大框架!
- jq的插件 vue中引用_详解如何在 vue 项目里正确地引用 jquery 和 jquery-ui的插件
- 删除 终端服务器,终端服务器命令更改 - Windows Server | Microsoft Docs
- php curl 要安装pear,MacOS 安装pear
- 怎样让计算机恢复到桌面上,如何把电脑桌面恢复成原样.怎么办?
- 在各个PC端应用使用表情的快捷键,王大妈都开始用这个表情啦
- android低电量提示,Android4.4开发之电池低电量告警提示原理与实现方法分析
- 如何使用github搭建个人博客
- 使用data-自定义数据及如何获取该值