Расчет стандартного отклонения образца

Question

Это выглядит немного запутанным. Когда вам нужно вычислить стандартное значение, вы можете легко использовать np.std(). И Std является квадратным корнем дисперсии. Однако когда мы вычисляем дисперсию выборки, мы делим ее на n-1. Так что, если мы используем np.std(), это не должно дать нам правильный вывод.

Есть ли другой способ рассчитать стандартное отклонение образца или нам нужно рассчитать его вручную?

Answer 1

Вы можете передать аргумент ddof при выполнении np.std ()

a=[1,2,3,4,5]

vsum=0
for x in a:
    vsum=vsum + (x - np.mean(a))**2

variance=vsum / (len(a) - 1)
print("Variance is {} and Actual STD Dev is {} ".format(variance,np.sqrt(variance)))
print("np.std is {} and np.std with parameter is {} ".format(np.std(a),np.std(a,ddof=1)))

То, что делает ddof = 1, заставляет numy использовать дельта степеней свободы до 1

Answer 2

Вы можете указать знаменатель степени свободы при использовании np.std(). Просто используйте параметр ddof:

np.std(x, ddof=1)

Подробнее об этом можно прочитать в документах