Python 用数据目标代替数据均值计算方差
给定一系列数据,例如:Python 用数据目标代替数据均值计算方差,python,pandas,numpy,data-analysis,Python,Pandas,Numpy,Data Analysis,给定一系列数据,例如: data = [30.5, 31.01, 30.4, 30.01, 29.5, 29.6, 29.63, 30.5, 30.33, 30.2] 我使用numpy获得数据方差 Xi = np.var(data, ddof=1) 此函数使用平均值而不是目标值 mean = 30.168 target = 30 n = number of elements #variance = sum(X1,X2...Xn - mean)^2/n-1 这是numpy对给定数据
data = [30.5, 31.01, 30.4, 30.01, 29.5, 29.6, 29.63, 30.5, 30.33, 30.2]
我使用numpy获得数据方差
Xi = np.var(data, ddof=1)
此函数使用平均值而不是目标值
mean = 30.168
target = 30
n = number of elements
#variance = sum(X1,X2...Xn - mean)^2/n-1
这是numpy对给定数据序列进行计算的方式,但如果定义了目标值T,则必须使用目标值而不是平均值进行计算
#variance = sum(X1,X2...Xn - target)^2/n-1.
有人知道用目标值而不是平均值来计算方差的方法吗?你可以自己用这个:
target = 30
Xi = ((np.array(data) - target)**2).mean()
您可以使用以下内容来实现自己的目标:
target = 30
Xi = ((np.array(data) - target)**2).mean()
为CumminUP07关于自由度的回答增加了一点灵活性:
target = 30
ddof = 1
var = sum((np.array(data) - target) **2) / (len(data)-ddof)
输出:
0.264
为CumminUP07关于自由度的回答增加了一点灵活性:
target = 30
ddof = 1
var = sum((np.array(data) - target) **2) / (len(data)-ddof)
输出:
0.264
你错过了2的平方,但是的,这就是你将如何包括自由度。完全错过了2!谢谢你注意到了!你错过了2的平方,但是的,这就是你将如何包括自由度。完全错过了2!谢谢你注意到了!