下一个→ ←上一页

Python方差函数

我们可以利用统计包的强大功能来计算任何与统计相关的任务。其中一个函数是方差()。我们可以借助该方法计算数据样本的方差(样本是总体数据的一小部分)。

我们可以在计算样本的方差时使用方差()函数。总体的方差可以使用另一个称为p方差()的函数来确定。

在初等统计学中，一个量与其均值的偏差的平方称为方差。从本质上讲，它评估的是随机数据与数据均值或中位数的距离。虽然较高的数字表明所提供的数据集与平均值分离得更多，但方差的较低得分表明数据值围绕平均值分组，而不是分散开来。

在统计数据分析广泛应用的科学领域，方差是一个至关重要的工具。它也被称为给定数据的第二个中心矩，等于数据集标准差的平方。在纯统计中，它通常表示为s2， σ2和Var()。

在数学上，方差是个体数据点偏离平均值的平方平均值的结果。

方差函数的语法

参数

【数据】:-这是一个数组或任何包含实值的Python可迭代数据结构。
xbar(可选):在这个参数中，我们需要给出一个真实的值，即给定数据集的平均值。

返回类型:该函数返回给定数据集的方差。

例- 1

代码

            #导入statistics包导入statistics #创建一个数据样本列表sample =[3.74, 2.23, 2.43, 2.12, 4, 2.98] #计算样本的方差#我们不需要给出数据的平均值，因为函数会自己计算平均值并将其设置为xbar print(" the variance of the data sample is:- "， statistics.variance(sample))
           

输出:

数据样本方差为:- 0.6397066666666666

例- 2

代码

            # Python程序展示如何计算各种数据的方差统计模块的范围使用方差函数#从方差统计进口进口统计包#导入函数来计算分数分数分数作为fr导入#创建一个正整数列表#在这个数据集,数据但不广泛传播sample_1 =(7、8、8、9、11、12、13)#创建一个负整数的值列表sample_2 =(3、5、2、2、4、7] #创建一个积极的和消极的整数值列表#数据点被广泛分开sample_3 =[-10、2 0、3、2,4,5,18]#创建一组分数sample_4 = [fr(2、3),fr (1,3), fr (5, 4), fr (1,6), fr (3 8), fr(6, 9)] #创建一个浮点值列表sample_5 =(1.43, 2.45, 3.1, 3.2, 2.9) #计算每个数据样本的方差打印(“Sample_1的方差是:方差(Sample_1))打印(“Sample_2的方差是:”,方差(sample_2)) print("方差的Sample_3是:- "，方差(Sample_3)) print("方差的Sample_4是:- "，方差(Sample_4)) print("方差的Sample_5是:- "，方差(Sample_5)))
           

输出:

Sample_1的方差为:- 5.238095238095238 Sample_2的方差为:- 3.766666666666666666 Sample_3的方差为:- 61.714285714285715 Sample_4的方差为:- 2549/17280 Sample_5的方差为:- 0.52253

示例- 3

代码

            # Python程序展示使用xbar参数的方差函数#导入统计模块import statistics #创建一个数据样本点列表sample =[2,4,1,0， -1.3， -5.2, 5,8,9] #计算上述样本集的均值mean = statistics.mean(sample) #计算我们样本集的方差print(" the variance of the data sample is:- "， statistics。方差(sample, xbar = mean))
           

输出:

数据样本方差为:- 20.435000000000002

例- 4

现在我们将看到，如果xbar参数的值不同于实际的平均值或平均值，方差值就会变得不正确。

代码

            # Python程序显示xbar时误差方差与均值的导入统计模块导入统计数据集# #创建的列表数据采样点样品=(2、4、1、0、-1.3、-5.2,5,8,9)#计算的均值高于样本集的意思= statistics.mean(样本)打印(“样本集的均值是:——“,意思是)#实际值的样本集使用均值的均值()函数出来2.5 #但是发现错误,我们将给xbar参数print(" the correct variance of the sample set is:- "，统计。方差(sample, xbar = mean))打印(“样本集的不正确方差是:-”，统计。方差(sample, xbar = -100))
           

输出:

样本集的均值为:- 2.5样本集的正确方差为:- 20.435000000000002样本集的不正确方差为:- 11839.96625

例- 5

我们将看到方差()函数何时会引发StatisticsError。

代码

            #导入Statistics模块导入Statistics #初始化一个空数据集sample =[] #将一个空数据集传递给函数将引发StatisticsError print(Statistics .variance(sample))
           

输出:

StatisticsError回溯(去年)最近调用< ipython-input-5-d7f3060a7f32 > <模块> 8 9 #空数据集传递给函数将提高StatisticsError——> 10打印(statistics.variance(样本))/usr/lib/python3.8/statistics.py在方差(数据、xbar) 739 n = len(740年数据)如果n < 2: - > 741年筹集StatisticsError(方差至少需要两个数据点)742 T,党卫军= _ss(743年数据,xbar)返回_convert (ss / (n - 1), T) StatisticsError:方差至少需要两个数据点