[Python/平均と標準偏差を求めるの編集]

ページへ戻る

− Links

印刷

Python/平均と標準偏差を求めるの編集

詳細な入力項目を表示

ページタイトル( 空白で自動設定 ):
ページ並び順( 0-9 小数可標準:1 ):
ページ別名(複数は[改行]で区切る):

ページ内容:

Pythonには標準でstatisticsという数理統計関数ライブラリが用意されています。

それを使うと、平均や標準偏差、中央値などさまざまな統計量が簡単に計算できます。

*平均 [#i983fcef]

平均を求めるにはmeanを使います。

import statistics
 
 data = [1,2,3,4,5]
 
 print(statistics.mean(data))

結果:
 3

*標準偏差 [#e9f8f1bb]

標準偏差は母標準偏差(pstdev)と標本標準偏差(stdev)が両方用意されています。
母標準偏差はデータの個数で割るもの、標本標準偏差はデータの個数から1減じたもので割る方です。
詳細は略しますが、標本から母集団の統計量を推測するときには標本標準偏差を使うべきとされています。

「[[Python/正規分布に従う乱数を生成する]]」で紹介した「random.gauss」で、平均10、標準偏差2.5の正規分布に従うランダムなデータを1000個作成し、その平均と標準偏差を求めると以下のようになります。

import statistics
 import random
 m = 10
 v = 2.5
 n = 1000
 data = []
 
 for j in range(n):
     data.append(random.gauss(m,v))
 
 print("平均\t\t",statistics.mean(data))
 print("母標準偏差\t",statistics.pstdev(data))
 print("標本標準偏差\t",statistics.stdev(data))

結果：
 平均             9.961114639666533
 母標準偏差       2.4024438913751966
 標本標準偏差    2.403646014988765

乱数を使っているので値は実行するたびに変化しますが、平均10、標準偏差2.5に近い値が出ています。

また、母分散(pvariance)や標本標準分散(variance)も全く同様に求められます。

上の例のように、1000個ぐらいのデータなら、スペックの低いパソコンでもほぼ一瞬で答えが出ます。

しかし、もしもっと大量のデータを扱うなら、NumPyにも同様の関数があり、より高速なのでそちらを使うのがおすすめです。

編集の要約:

Q & A 認証: ページ更新時は次の質問にお答えください。(プレビュー時は必要ありません)
Q: 日本の首都は？(漢字で)
A:

お名前: タイムスタンプを変更しない

テキスト整形のルールを表示する^[1]

添付ファイル^[2]:

Links list

(This host) = https://njf.jp

^{(This host)}/cms/modules/xpwiki/?cmd=edit&help=true&page=Python%2F%E5%B9%B3%E5%9D%87%E3%81%A8%E6%A8%99%E6%BA%96%E5%81%8F%E5%B7%AE%E3%82%92%E6%B1%82%E3%82%81%E3%82%8B
^{(This host)}/cms/modules/xpwiki/?plugin=attach&pcmd=list&refer=Python%2F%E5%B9%B3%E5%9D%87%E3%81%A8%E6%A8%99%E6%BA%96%E5%81%8F%E5%B7%AE%E3%82%92%E6%B1%82%E3%82%81%E3%82%8B

Python​/平均と標準偏差を求める の編集 :: NJF Wiki

Python/平均と標準偏差を求める の編集

Links list

Python/平均と標準偏差を求めるの編集 :: NJF Wiki

Python/平均と標準偏差を求めるの編集