常见描述性指标的python实现
集中趋势
均值
\[\mu=\frac{\displaystyle\sum\limits_{i=1}^N{X_i}}{N} \]
中位数
众数
离散程度
极差
\[R=\max{(X)}-\min{(X)} \]
方差
\[\sigma^2=\frac{\displaystyle\sum\limits_{i=1}^N (X_i-\mu)^2}{N} \]
标准差
\[\sigma =\sqrt{\sigma^2} \]
变异系数
\[CV=\frac{\sigma}{\mu} \]
偏差程度
Z-分数
\[Z_i=\frac{X_i-\mu}{\sigma} \]
相关程度
协方差
\[Cov(X,Y)=\frac{\displaystyle\sum\limits_{i=1}^N (X_i-\bar{X})(Y_i-\bar{Y})}{N} \]
相关系数
\[r(X,Y)=\frac{Cov(X,Y)}{\sigma_X\sigma_Y} \]
具体实现