基礎統計(2)変異推定
💡 へんいすいてい
📈 へんさ
📈 へいきんぜったいへんさ
📈 ぶんさん
📈 ひょうじゅんへんさ
📈 中位絶対偏差(MAD)
# statsmodels Download
!pip install statsmodels
# import
from statsmodels import robust
# make DataFrame
state = pd.DataFrame({'State':['Alabama', 'Alaska', 'Arizona', 'Arkansas', 'California', 'Colorado', 'Connecticut', 'Delaware'],
'Population':[4779736, 710231, 6392017, 2915918, 37253956, 5029196, 3574097, 897934],
'Murder': [5.7, 5.6, 4.7, 5.6, 4.4, 2.8, 2.4, 5.8],
'Abbreviation':['AL', 'AK', 'AZ', 'AR', 'CA', 'CO', 'CT', 'DE']})
# MAD구하기
robust.scale.mad(state['Population'])
>>>
2576836.044572552
# 실제로 해당데이터의 표준편차는 12105745.29585633 으로 MAD가 훨씬 robust한 결과를 얻는것을 알 수 있다.
📈 範囲
📈 四分位範囲(IQR)
# make DataFrame
state = pd.DataFrame({'State':['Alabama', 'Alaska', 'Arizona', 'Arkansas', 'California', 'Colorado', 'Connecticut', 'Delaware'],
'Population':[4779736, 710231, 6392017, 2915918, 37253956, 5029196, 3574097, 897934],
'Murder': [5.7, 5.6, 4.7, 5.6, 4.4, 2.8, 2.4, 5.8],
'Abbreviation':['AL', 'AK', 'AZ', 'AR', 'CA', 'CO', 'CT', 'DE']})
state['Population'].quantile(0.75) - state['Population'].quantile(0.25)
>>>
2958479.25
📈 じゅんじとうけいりょう
変異を測定する方法
Reference
この問題について(基礎統計(2)変異推定), 我々は、より多くの情報をここで見つけました https://velog.io/@ljs7463/Practical-Statistics-for-Data-Science-2변이추정テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol