欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

统计学基础之一:集中趋势、样本和方差

程序员文章站 2022-03-05 14:31:18
...

平均数、中位数、众数

平均数、中位数、众数

举个例子:
23、29、20、32、23、21、33、25
均值:25.75-衡量集中趋势的方法,异常值出现的时候容易产生偏差
中位数:24-集中测试的另一个方法,不受异常值影响
众数:23-数据集中出现频率最多的数
举个例子:3,3,3,3,3,100
import numpy as np
x = np.array([1,1,1,2,3,4,5])
def _mean(x):
return np.mean(x)

def _median(x):
return np.median(x)

def _mode(x):
counts = np.bincount(x)
#返回众数,但是,由于索引值是从0开始的,所以这种求众数的方法只能用在非负数据集。
return np.argmax(counts)

#众数推荐的实现方式
from scipy import stats
def _mode2(x):
return stats.mode(x)[0][0]

print(_mean(x))
print(_median(x))
print(_mode2(x))

样本和总体

国家领导换届,施行选举制度,但是你、我又曾投过票么?显然回答是否定的,因为我们都被代表了。我们来看一下选举这个事情,客观情况下应该是这样的:全国具有投票权限的人,抽出自己的一票,然后再计算各候选人的所占的支持比率,最高者获选。设想一下要收集全国这么多人的投票,要做多少事情宣讲、投票、计票、防作弊…,得耗费多少资金、时间。如果真这么干是不现实的,那么就得有一种相对有效的方法来解决这个问题——从全国抽出人民代表,以代表某个市、县的人民去实行投票,这样一来,事情就简单了。(这里不去理会被代表的任何个人主观情绪)

   就以上例子来说明2个概念:总体、样本。

   总体:拥有投票权的全部人。

   样本:抽出来的人民代表。

总体和样本是相对数据而主的,往往由于总体的数据比较庞大,而无法全部获得,导致无法完全地反映总体的状态,那么可以通过研究样本,以小范围的数据来反映总体的状态,样本的研究不是必然的准备,但是有一定的实际意义。

μ :(发音为miu)Population mean(总体均值)
X ̅:sample mean(样本均值)
一、总体(population)和样本(sample)
总体:研究对象的整个群体。
样本:从总体中选取的一部分。
样本数量:有多少个样本。
样本大小(样本容量):每个样本里包含多少个数据。
抽样分布:将样本平均值的分布可视化。

相关标签: 统计学