Ang pag-unawa sa mga estadistikal na mga sukat tulad ng pagkakaiba-iba, kompyuter, at correlation ay mahalaga sa pagsusuri ng datos. ang mga aklatan ng Python tulad ng Numbey at SciPy ay nagbibigay ng mahusay na mga kasangkapan upang pagdugtungin ang mga metrikong ito. Ang artikulong ito ay nagpapaliwanag kung paano gagamitin ang mga aklatan na ito sa pagkalkula ng mga hakbang na estadistikal na ito.

Pagbabagu - bago

Ang Variance ay sumusukat sa pagkalat ng isang dataset.[pahiwatig ito kung gaano kalaki ang pagkakaiba ng mga puntos ng datos sa mean. Sa NumbePy, ang pagkakaiba ay maaaring kalkulahin gamit ang . Ang SciPy ay nagbibigay rin ng mga tungkulin para sa mga hindi pantay na kalkulasyon.

Halimbawa na gumagamit ng Numbey:

Kaunlaran

Ang vovariance ay sumusukat kung paano ang dalawang variable ay nagbabago nang magkasama. Ang isang positibong covariance ay nagpapahiwatig na ang mga variable ay may tendensiyang dumami nang magkakasama, habang ang isang negatibong covariance ay nagpapakita ng inverse movement. ang Numbey ay nagbibigay upang mag-commute ng covarian marices.

Halimbawa na gumagamit ng Numbey:

Korreksiyon

Ang correlation quanifics ay nagbibigay ng antas ng linear relasyon sa pagitan ng dalawang variables. Ito ay mula -1 hanggang 1. Ang NumbePy's ay nagkokodigo sa correlation coordinative matrix.

Halimbawa na gumagamit ng Numbey:

Ang SciPy ay nag-aalok din ng mga tungkulin para sa advanced na pagsusuring estadistikal, kabilang ang mga hindi pantay at mga kalkulasyong covariance, na kadalasang may karagdagang mga pagpipilian sa paghawak ng datos.