Python 衡量浮点数列表的波动性或稳定性

Python 衡量浮点数列表的波动性或稳定性,python,math,statistics,volatility,Python,Math,Statistics,Volatility,不知是否有人能帮忙 我有一组数字列表,大约300个列表,每个列表大约有200个数字。我想计算的是每个列表的“相对稳定性” 例如: 列表A:100101103,99,98-范围很小-非常稳定。 列表B:0.3,0.1,-0.2,0.1-同样,v范围小,非常稳定。 列表C:0.00003,0.00002,0.00007,0.00008-稳定 现在,我可以使用标准偏差-但是标准偏差返回的值将与每个列表中的值相关。因此,与列表A的std相比,列表C的std很小,因此从数字上看,并没有给我一个可比的稳定性

不知是否有人能帮忙

我有一组数字列表,大约300个列表,每个列表大约有200个数字。我想计算的是每个列表的“相对稳定性”

例如:

列表A:100101103,99,98-范围很小-非常稳定。
列表B:0.3,0.1,-0.2,0.1-同样,v范围小,非常稳定。
列表C:0.00003,0.00002,0.00007,0.00008-稳定

现在,我可以使用标准偏差-但是标准偏差返回的值将与每个列表中的值相关。因此,与列表A的std相比,列表C的std很小,因此从数字上看,并没有给我一个可比的稳定性/波动性度量,让我有意义地问:列表A是否比列表C更稳定

所以,我想知道是否有人对一个可以在这些列表中进行比较的衡量标准有什么建议

非常感谢你的帮助。
R

您可以使用列表的标准偏差除以列表的平均值

这些度量具有相同的单位,因此它们的商将是一个纯数字,没有单位。这将可变性(标准偏差)缩放到数字的大小(平均值)


这方面的主要困难是对于既有正数又有负数的列表,如列表B。平均值可能会比数字小一个数量级,从而夸大稳定性度量。更糟糕的是,平均值可能最终为零,这使得度量值无法定义。我想不出任何纠正措施在所有情况下都能奏效。一个包含正数和负数的列表的“稳定性”是非常值得怀疑的,这取决于上下文,因此我怀疑任何一般的稳定性措施在所有此类情况下都能起到很好的作用。不同的情况下,您需要不同的列表。

您的列表B和C根本不“稳定”。变异系数分别为238%和48%(A组为1.7%)。看来你对稳定性的看法是错误的。谢谢你们的回答。变异系数可能就是我要找的。非常感谢。所有这些都是有益的。