Menu
CoddyTech
Bắt đầu học

Quy tắc 68-95-99,7

Thuộc phần Thống kê cho machine learning trong hành trình Machine Learning của Coddy. Bài học 10 trên 64.

Với dữ liệu thông thường, độ lệch chuẩn cho bạn biết tỷ lệ dữ liệu nằm cách giá trị trung bình bao xa. Lượng cà phê rót ra có giá trị trung bình là 250 ml, độ lệch chuẩn là 5 ml:

Đường cong hình chuông biểu diễn lượng cà phê rót ra, có tâm ở 250 ml; vùng tô đậm nhất nằm từ 245 đến 255, vùng nhạt hơn kéo dài đến 240 và 260, vùng nhạt nhất kéo dài đến 235 và 265. Các dấu ngoặc ghi 68% nằm trong phạm vi 1 độ lệch chuẩn, 95% nằm trong phạm vi 2 độ lệch chuẩn, 99,7% nằm trong phạm vi 3 độ lệch chuẩn

Đó là quy tắc 68-95-99.7. Kiểm tra quy tắc này trên 10.000 chiếc cốc được mô phỏng: mặt nạ đếm số cốc nằm trong phạm vi 1 độ lệch chuẩn.

rng = np.random.default_rng(1)
cups = rng.normal(250, 5, size=10000)
within1 = (cups > 245) & (cups < 255)
print(within1.sum() / cups.size)

Kết quả in ra:

0.6868

Với tỷ lệ nằm dưới một giá trị bất kỳ, stats.norm.cdf(x, mean, std) cho biết diện tích bên trái x: stats.norm.cdf(260, 250, 5) bằng 0.977.

Một lần đổ vượt quá 3 độ lệch chuẩn xảy ra 3 lần trong 1.000 lần: đủ hiếm để đánh dấu trước khi dữ liệu đến mô hình.

challenge icon

Thử thách

Dễ

Một phòng thí nghiệm cho 5,000 bóng đèn hoạt động đến khi cháy. life lưu số giờ hoạt động của chúng, còn chương trình đọc h. Dùng giá trị trung bình và độ lệch chuẩn (np.std) của life, in ra các tỷ lệ sau dưới dạng phần trăm (1 chữ số thập phân):

  1. trong phạm vi 1 độ lệch chuẩn so với giá trị trung bình,
  2. trong phạm vi 2 độ lệch chuẩn,
  3. dưới h, tính theo số liệu đếm được,
  4. dưới h, theo đường cong chuẩn.

Với một lô khác và đầu vào 1100:

Within 1 std: 67.6%
Within 2 std: 95.7%
Below 1100 hours, counted: 10.2%
Below 1100 hours, normal curve: 10.1%

Tự làm thử

import numpy as np
from scipy import stats

# Đừng thay đổi các dòng bên dưới
rng = np.random.default_rng(12)
life = np.round(rng.normal(1200, 100, size=5000))
h = int(input())

# Viết code bên dưới
quiz iconTự kiểm tra

Bài 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 hàng

4Mẫu và tổng thể

Tổng thể và mẫuTrung bình mẫu biến thiênPhân phối mẫuMẫu lớn hơn, ít nhiễu hơnÔn tập: khảo sát một thị trấn

7Đường xu hướng

Phần dưKhớp bình phương tối thiểuVẽ đường khớpDự đoán bằng đường thẳngĐường khớp chính xác đến đâu?Ôn tập: Giờ luyện tập

10Mã hóa danh mục

Danh mục dưới dạng sốMã hóa one-hotPhân nhóm sốÔn tập: tin đăng xe

2Các phân phối

Biểu đồ tần suất mật độHình dạng của dữ liệuĐường cong chuẩnQuy tắc 68-95-99,7Điểm ZÔn tập: Thời lượng pin

5Giá trị ngoại lệ

Biểu đồ hộpQuy tắc IQRQuy tắc điểm ZXử lý giá trị ngoại lệÔn tập: Lỗi cảm biến

8So sánh các nhóm

Biểu đồ hộp theo nhómChênh lệch giữa các giá trị trung bìnhCó thể chỉ là ngẫu nhiên không?Giá trị pKiểm định tÔn tập: Thử nghiệm A/B

11Khám phá bộ dữ liệu

Nhìn qua lần đầuTất cả đặc trưng cùng lúcĐối chiếu đặc trưng với nhãnHai đặc trưng tốt nhấtÔn tập: dữ liệu bệnh tiểu đường

3Xác 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 xắc

6Mối 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 trời

9Co giãn đặc trưng

Vì sao cần co giãn đặc trưngCo giãn Min-MaxChuẩn hóaStandardScalerÔn tập: bạn đồng hành leo núi

12Thử thách cuối

Tàu trễ giờChất lượng không khíHóa học trong rượu vangKhảo sát tại phòng khám

Tự luyện tập: Trình biên dịch Python online