[python] 표본분산, 불편분산, 표준편차

표본분산

특징

① 분산을 과소추정 함

표본분산

    print('표본 분산: {}'.format(sp.sum((datas - mu)**2)/(len(datas)-0)))
    
    print('표본 분산: {}'.format(sp.var(datas, ddof=0)))

 

 

불편분산

특징

① 분산을 과소추정 하지 않는다.

② 총길이(N)에서 1을 빼준다.

 

불편분산

    print('불편 분산: {}'.format(sp.sum((datas - mu)**2)/(len(datas)-1)))
    
    print('불편 분산: {}'.format(sp.var(datas, ddof=1)))

 

표준편차

특징

① 제곱을 없엤다. 

    why? 계산하는데 복잡하다.

 

표준편차

    print('표준 편차: {}'.format(sp.sqrt(sp.sum((datas - mu) ** 2) / (len(datas) - 1))))

    print('표준 편차: {}'.format(sp.std(datas, ddof=1)))  # 표준편차

 

full code

github

def sample_var():
    import numpy as np
    import scipy as sp

    datas = np.asarray([2, 3, 3, 4, 4, 4, 4, 5, 5, 6])

    #평균 찾기
    mu = sp.mean(datas)

    print('mean: {}'.format(mu))

    print('표본 분산: {}'.format(sp.sum((datas - mu)**2)/(len(datas)-0)))
    print('표본 분산: {}'.format(sp.var(datas, ddof=0))) # 분산


    print('-'*100)

    print('불편 분산: {}'.format(sp.sum((datas - mu)**2)/(len(datas)-1)))
    print('불편 분산: {}'.format(sp.var(datas, ddof=1))) # 분산

    print('-'*100)
    print('표준 편차: {}'.format(sp.sqrt(sp.sum((datas - mu) ** 2) / (len(datas) - 1))))
    print('표준 편차: {}'.format(sp.std(datas, ddof=1)))  # 표준편차