Mẫu hay tổng thể?
Thuộc phần Thống kê cho machine learning trong hành trình Machine Learning của Coddy. Bài học 4 trên 64.
Một người nuôi ong cân lượng mật ong từ 5 tổ, tính bằng kg. NumPy và pandas cho kết quả std khác nhau:
values = [18, 22, 25, 19, 26]
print(np.round(np.std(values), 2))
print(np.round(pd.Series(values).std(), 2))Kết quả in ra:
3.16
3.54Cả hai đều cộng các độ lệch bình phương giống nhau, rồi chia:
Chia cho n phù hợp với tổng thể, vì mọi giá trị đều nằm trong đó. Mẫu tập trung quanh giá trị trung bình của chính nó, nên độ phân tán trông nhỏ; n - 1 giúp bù lại điều đó.
ddof=1 cho NumPy biết dùng công thức mẫu: np.std(a, ddof=1) cho kết quả giống pandas. Dữ liệu mô hình là một mẫu: nếu độ lệch chuẩn khác nhau giữa các công cụ thì nguyên nhân là ddof, không phải lỗi.
Thử thách
DễMột nhà sinh vật học tính được hai giá trị độ lệch chuẩn khác nhau cho sải cánh của một vài con dơi, tính bằng cm. Đoạn code khởi đầu đọc chúng vào mảng spans và Series column; phép kiểm tra in ra False.
- Các con dơi là một mẫu: sửa dòng NumPy để cả hai công cụ đều tính độ lệch chuẩn mẫu.
- Bên dưới dòng đó, in ra mức chênh lệch giữa
np.std(spans)mặc định của NumPy vàcolumn.std(), làm tròn đến 2 chữ số thập phân.
Với sải cánh 33, 27, 30, 35 và 29:
Sample std: 3.19 cm, tools agree: True
Dividing by n underestimated it by 0.34 cmTự làm thử
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)
# Phép kiểm tra này in ra False: sửa dòng NumPy để cả hai công cụ đều cho ra độ lệch chuẩn mẫu
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}")
# Viết code của bạn bên dưới
Tự kiểm traBài học này có một bài trắc nghiệm ngắn. Bắt đầu bài học để trả lời và theo dõi tiến độ.
Tất cả bài học trong Thống kê cho machine learning
1Giá trị trung tâm và độ phân tán
Giá trị trung bình và trung vịPhân vị và tứ phân vịPhương sai và độ lệch chuẩnMẫu hay tổng thể?Giá trị xuất hiện nhiều nhấtÔn tập: Thời gian giao hàng4Mẫu và tổng thể
Tổng thể và mẫuTrung bình mẫu biến thiênPhân phối mẫuMẫu lớn hơn, ít nhiễu hơnÔn tập: khảo sát một thị trấn2Các phân phối
Biểu đồ tần suất mật độHình dạng của dữ liệuĐường cong chuẩnQuy tắc 68-95-99,7Điểm ZÔn tập: Thời lượng pin3Xác suất qua mô phỏng
Xác suất dưới dạng tần suấtLuật số lớnTổng điểm khi gieo xúc xắcGiá trị kỳ vọngXác suất có điều kiệnÔn tập: Tỷ lệ thắng ở quầy xúc xắc6Mối quan hệ
Đọc biểu đồ phân tánTương quanMa trận tương quanBản đồ nhiệt tương quanTương quan không đồng nghĩa với quan hệ nhân quảÔn tập: Kem và mặt trờiTự luyện tập: Trình biên dịch Python online