Campione o popolazione?
Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 4 di 64.
Un apicoltore ha pesato il miele proveniente da 5 arnie, in kg. NumPy e pandas non concordano sulla deviazione standard:
values = [18, 22, 25, 19, 26]
print(np.round(np.std(values), 2))
print(np.round(pd.Series(values).std(), 2))Stampa:
3.16
3.54Entrambi sommano le stesse deviazioni al quadrato, poi dividono:
Dividere per n è adatto a una popolazione, che comprende tutti i valori. Un campione si concentra sulla propria media, quindi la sua dispersione sembra ridotta; n - 1 compensa questa differenza.
ddof=1 dà a NumPy la formula campionaria: np.std(a, ddof=1) corrisponde a pandas. I dati del modello sono un campione: una discrepanza nella deviazione standard tra strumenti dipende da ddof, non è un bug.
Sfida
FacileUna biologa ha ottenuto due valori diversi per la deviazione standard delle aperture alari di alcuni pipistrelli, in cm. Il codice iniziale le legge nell'array spans e nella Series column; il controllo stampa False.
- I pipistrelli costituiscono un campione: correggi la riga NumPy in modo che entrambi gli strumenti calcolino la deviazione standard campionaria.
- Sotto, stampa di quanto il valore predefinito di NumPy
np.std(spans)è inferiore acolumn.std(), con 2 cifre decimali.
Per le aperture alari 33, 27, 30, 35 e 29:
Sample std: 3.19 cm, tools agree: True
Dividing by n underestimated it by 0.34 cmProvalo tu
import numpy as np
import pandas as pd
n = int(input())
values = []
for i in range(n):
values.append(int(input()))
spans = np.array(values)
column = pd.Series(values)
# Esta comprobación imprime False: corrige la línea de NumPy para que ambas herramientas den la desviación estándar muestral
numpy_std = np.round(np.std(spans), 2)
pandas_std = np.round(column.std(), 2)
print(f"Sample std: {numpy_std} cm, tools agree: {numpy_std == pandas_std}")
# Escribe tu código a continuación
Mettiti alla provaQuesta lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.
Tutte le lezioni di Statistica per il machine learning
1Centro e dispersione
Media e medianaPercentili e quartiliVarianza e deviazione standardCampione o popolazione?Il valore più frequenteRiepilogo: tempi di consegna4Campioni e popolazioni
Popolazione e campioneLe medie campionarie varianoDistribuzione campionariaCampioni più grandi, meno rumoreRiepilogo: sondare una città7Linee di tendenza
ResiduiAdattamento dei minimi quadratiTracciare la retta di adattamentoFare previsioni con una rettaQuanto è buono l’adattamento?Riepilogo: ore di pratica10Codifica delle categorie
Categorie come numeriCodifica one-hotRaggruppamento dei numeri in intervalliRiepilogo: annunci di auto2Distribuzioni
Istogrammi di densitàForme dei datiCurva normaleRegola 68-95-99,7Punteggi ZRiepilogo: durata della batteria5Valori anomali
Diagrammi a scatolaLa regola dell'IQRLa regola dello z-scoreGestire i valori anomaliRiepilogo: anomalie dei sensori3Probabilità tramite simulazione
La probabilità come frequenzaLa legge dei grandi numeriSomme dei dadiValore attesoProbabilità condizionataRiepilogo: probabilità al banco dei dadi6Relazioni
Leggere i grafici a dispersioneCorrelazioneMatrice di correlazioneMappe di calore della correlazioneCorrelazione non significa causalitàRiepilogo: gelato e soleEsercitati da solo: Compilatore Python online