python – Scipy标准偏差

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Scipy标准偏差，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1149字，纯文字阅读大概需要2分钟。

内容图文

我正在尝试计算某些分布的标准差,并从两条路径中获得两个不同的结果.这对我来说没有多大意义 – 有人可以解释为什么会这样吗？

scipy.stats.binom(189, 100/189).std()
6.8622115305451707

scipy.stats.tstd([1]*100 + [0]*89)
0.50047821327986164

为什么这两个数字不相等？

解决方法:

基本原因是你在那里采取两个完全不同的标准偏差.我认为你误解了scipy.stats.binom的作用.从the documentation开始：

The probability mass function for binom is:

binom.pmf(k) = choose(n,k) * p**k * (1-p)**(n-k)

for k in {0,1,…,n}.

binom takes n and p as shape parameters.

当您执行binom(189,100 / 189)时,您正在创建一个可以采用0到189之间任何值的分布.这种分布不出所料地具有比您正在使用的其他样本数据大得多的差异,这仅限于值为零或一.

它看起来像你想要的scipy.stats.binom(1,100 / 189).std().但是,您仍然不能指望与样本数据完全相同的值,因为binom.std计算整体分布的标准偏差,而另一个版本(scipy.stats.tstd([scipy.stats.tstd] [ 1] * 100 [0] * 89))仅计算样本的标准偏差.如果增加样本的大小(例如,执行scipy.stats.tstd([1] * 1000 [0] * 890)),样本标准差将接近您从binom.std获得的值.

您还可以使用scipy.std或numpy.std而不是scipy.stats.tstd获取std(不是样本)std. scipy.stats.tstd没有ddof选项让您选择自由度,并始终计算样本标准.

内容总结

以上是互联网集市为您收集整理的python – Scipy标准偏差全部内容，希望文章能够帮你解决python – Scipy标准偏差所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端