统计学-Week2

基本概念

1. 集中趋势度量

2. 集中趋势度量代码实现

import numpy as np
import pandas as pd
from scipy import stats

def weighted_avg(values, weights):
    return (values * weights).sum() / weights.sum()


if __name__ == '__main__':
    ## 创建随机Series,10-20随机10个数
    df = pd.Series(np.random.randint(10, 20, 10))
    weights = pd.Series([1, 1, 2, 1, 1, 1, 2, 1, 1, 1])  ##加权系数
    ## 数据的集中程度
    print('算术平均数:',df.mean())           # 平均数
    print('加权平均数:',weighted_avg(df, weights))          # 加权平均数
    print('加权平均数v2:', np.average(df,weights=weights))  # 加权平均数
    print('几何平均数', stats.gmean(df))     #几何平均数
    print('众数:',df.mode()[0])             # 众数
    print('中位数:', df.median())           # 中位数
    print('分位数第一位',df.quantile(0.25))  # 25%分位数
    print('分位数第二位:',df.quantile(0.5))  # 50%分位数
    print('分位数第三位:',df.quantile(0.75)) # 75%分位数

3. 离散程度度量

标准分数（Z分）经验法则：
（1）当一组数据对称分布时，经验法则表明：
约有68%的数据在平均数±1个标准差的范围之内。
约有95%的数据在平均数±2个标准差的范围之内。
约有99%的数据在平均数土3个标准差的范围之内。

（2）切比雪夫不等式
经验法则适合对称分布的数据。如果一组数据不是对称分布，经用，这时可使用切比雪夫不等式（Chebyshev’s inequality),它对任据都适用。切比雪夫不等式提供的是“下界”，也就是“所占比例到任意分布形态的数据，根据切比雪夫不等式，至少有（1-1/k2)的准差之内。其中k是大于1的任意值，但不一定是整数。对于k=2的含义是：
至少有75%的数据在平均数士2个标准差的范围之内。
至少有89%的数据在平均数土3个标准差的范围之内。
至少有94%的数据在平均数土4个标准关的范围之内。

4. 离散程度度量代码实现

import numpy as np
import pandas as pd


if __name__ == '__main__':
    ## 创建随机Series,10-20随机10个数
    df = pd.Series(np.random.randint(10, 20, 10))
 ## 数据的离散程度
    print('方差:',df.var())    # 方差
    print('标准差:',df.std())  # 标准差
    print('平均差:',np.abs(df-df.mean()).mean())  # 平均绝对偏差
    print('四分位极差:',df.quantile(0.75) - df.quantile(0.25))  # 四分位差
    print('异众比率:', 1 - df.value_counts()[df.mode()].sum() / df.count())
    print('离散系数:', df.std() / df.mean())  # 离散系数

5. 分布形态