统计学的Python实现-016:变异系数

统计学的Python实现-016:变异系数作者:长行时间:2019.03.15统计学解释变异系数:变异系数(coefficientofvariation),又称离散系数,是一个衡量数据离散程度的、没有量纲的统计量。其值为标准差与平均值之比。变异系数的计算公式为:CV=σμCV=\frac{\sigma}{\mu}CV=μσ​其中σ\sigmaσ为标准差,μ\muμ为均值。代码实现importnumpydefcoefficient_of_variation(data):mean=numpy.mean(dat.

大家好,又见面了,我是你们的朋友全栈君。

作者:长行

时间:2019.03.15

统计学解释

变异系数:变异系数(coefficient of variation),又称离散系数,是一个衡量数据离散程度的、没有量纲的统计量。其值为标准差与平均值之比。

变异系数的计算公式为:
C V = σ μ CV=\frac{\sigma}{\mu} CV=μσ
其中 σ \sigma σ为标准差, μ \mu μ为均值。

代码实现

import numpy
def coefficient_of_variation(data):
    mean=numpy.mean(data) #计算平均值
    std=numpy.std(data,ddof=0) #计算标准差
    cv=std/mean
    return cv
data_test_1=[1,2,3,4,5,6,7]
data_test_2=[1,1,1,4,7,7,7]
print('CV_1',coefficient_of_variation(data_test_1))
print('CV_2',coefficient_of_variation(data_test_2))

结果

CV_1 0.5
CV_2 0.6943650748294136

实际应用

变异系数通常用来比较两组量纲差异明显的数据的离散程度,例如两个粉丝数差距显著的社交媒体账号推文点赞数的离散程度。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/139819.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号