菜单
×
   ❮     
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP HOW TO W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY DATA SCIENCE
     ❯   

数据科学 - 统计 标准差


标准差

标准差是一个描述观测值离散程度的数值。

Standard Deviation

如果观测值“分散”得厉害,数学函数就难以预测精确值。标准差是衡量不确定性的指标。

较低的标准差意味着大多数数值都接近平均值。

较高的标准差意味着数值分布在一个更宽的范围内。

提示:标准差通常用希腊字母 Sigma:σ 表示

我们可以使用 Numpy 的 std() 函数来查找变量的标准差

示例

import numpy as np

std = np.std(full_health_data)
print(std)
自己动手试一试 »

输出结果

Standard Deviation

这些数字代表什么?


变异系数

变异系数用于了解标准差的大小。

从数学上讲,变异系数定义为

变异系数 = 标准差 / 平均值

 如果按照以下代码进行,我们可以在 Python 中做到这一点

示例

import numpy as np

cv = np.std(full_health_data) / np.mean(full_health_data)
print(cv)
自己动手试一试 »

输出结果

Coefficient of Variation

我们看到 Duration、Calorie_Burnage 和 Hours_Work 这些变量的“标准差”相对于 Max_Pulse、Average_Pulse 和 Hours_Sleep 来说较高。


×

联系销售

如果您想将 W3Schools 服务用于教育机构、团队或企业,请发送电子邮件给我们
sales@w3schools.com

报告错误

如果您想报告错误,或想提出建议,请发送电子邮件给我们
help@w3schools.com

W3Schools 经过优化,旨在方便学习和培训。示例可能经过简化,以提高阅读和学习体验。教程、参考资料和示例会不断审查,以避免错误,但我们无法保证所有内容的完全正确性。使用 W3Schools 即表示您已阅读并接受我们的使用条款Cookie 和隐私政策

版权所有 1999-2024 Refsnes Data。保留所有权利。W3Schools 由 W3.CSS 提供支持