Data Science - Statistika standardní odchylka

Standardní odchylka

Směrodatná odchylka je číslo, které popisuje, jak rozprostřená jsou pozorování.

Matematická funkce bude mít potíže s předpovídáním přesných hodnot, pokud jsou pozorování „rozprostřena“. Směrodatná odchylka je mírou nejistoty.

Nízká směrodatná odchylka znamená, že většina čísel se blíží střední (průměrné) hodnotě.

Vysoká směrodatná odchylka znamená, že hodnoty jsou rozprostřeny v širším rozsahu.

Směrodatná odchylka je často reprezentována symbolem Sigma: σ

std()K nalezení směrodatné odchylky proměnné můžeme použít funkci z Numpy:

import numpy as np

std = np.std(full_health_data)
print(std)

výstup:

Co tato čísla znamenají?

Variační koeficient se používá k získání představy o tom, jak velká je směrodatná odchylka.

Matematicky je variační koeficient definován jako:

Coefficient of Variation = Standard Deviation / Mean

Můžeme to udělat v Pythonu, pokud budeme pokračovat s následujícím kódem:

import numpy as np

cv = np.std(full_health_data) / np.mean(full_health_data)
print(cv)

výstup:

Vidíme, že proměnné Duration, Calorie_Burnage a Hours_Work mají vysokou standardní odchylku ve srovnání s Max_Pulse, Average_Pulse a Hours_Sleep.