Tilastollisten mittausten ymmärtäminen, kuten varianssi, kovarianssi ja korrelaatio, on olennaista data-analyysissä. Python-kirjastot, kuten NumPy ja SciPy, tarjoavat tehokkaita työkaluja näiden mittareiden laskentaan. Tässä artikkelissa selitetään, miten näitä kirjastoja käytetään tilastollisten mittausten laskemiseen.

Varianssi

Varianssi mittaa dataaineiston leviämistä. Se osoittaa, kuinka paljon datapisteet eroavat keskiarvosta. NumPy:ssä varianssi voidaan laskea käyttämällä . SciPy tarjoaa myös toimintoja varianssilaskelmiin.

Esimerkki NumPy-järjestelmän käytöstä:

[[LLT:1]]

[[LLT:2]]

[[LLT:3]]

Korivariaasi

Munasarjakuva mittaa, miten kaksi muuttujaa muuttuvat yhdessä. Positiivinen munasarjakuva osoittaa, että muuttujat taitavat kasvaa yhdessä, kun taas negatiivinen munasarjakuva osoittaa käänteistä liikettä. NumPy tarjoaa laskea munasarjamatriisit.

Esimerkki NumPy-järjestelmän käytöstä:

[[LLT:6]]

[[LLT:7]]

Vastaavuus

Korrelaatio määrittää kahden muuttujan välisen lineaarisen suhteen asteen. Se vaihtelee -1:stä 1. NumPyn lasketaan korrelaatiokertoimen matriisi.

Esimerkki NumPy-järjestelmän käytöstä:

[[LLT: 9]]

SciPy tarjoaa myös toimintoja kehittyneeseen tilastolliseen analyysiin, mukaan lukien varianssi- ja munasarjalaskelmat, usein lisävaihtoehdoin tietojen käsittelyyn.