用Python计算样本方差,总体方差,比较

举报
yk 坤帝 发表于 2022/03/15 22:33:58 2022/03/15
【摘要】 1.样本方差 #样本方差,考虑自由度 def f_sigma(x): # 通过Python定义一个计算变量波动率的函数 # x:代表变量的样本值,可以用列表的数据结构输入 n ...

1.样本方差

#样本方差,考虑自由度

def f_sigma(x):
    # 通过Python定义一个计算变量波动率的函数
    # x:代表变量的样本值,可以用列表的数据结构输入
    n = len(x)
    u_mean = sum(x)/n  #计算变量样本值的均值
    z = []   #生成一个空列表
    for t in range(n):
        z.append((x[t]-u_mean)**2)
    return (sum(z)/(n-1))**0.5    # n-1 自由度

a = f_sigma(x = [1,2,3])
print('样本方差:', a) 

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

在这里插入图片描述

2.总体方差

#总体方差,总体个数

def f_sigma(x):
    # 通过Python定义一个计算变量波动率的函数
    # x:代表变量的样本值,可以用列表的数据结构输入
    n = len(x)
    u_mean = sum(x)/n  #计算变量样本值的均值
    z = []   #生成一个空列表
    for t in range(n):
        z.append((x[t]-u_mean)**2)
    return (sum(z)/n)**0.5    # n 总体个数

a = f_sigma([1,2,3])
print('总体方差:', a) 

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

在这里插入图片描述

3.两者区别

#样本方差,考虑自由度

def f_sigma(x):
    # 通过Python定义一个计算变量波动率的函数
    # x:代表变量的样本值,可以用列表的数据结构输入
    n = len(x)
    u_mean = sum(x)/n  #计算变量样本值的均值
    z = []   #生成一个空列表
    for t in range(n):
        z.append((x[t]-u_mean)**2)
    return (sum(z)/(n-1))**0.5    # n-1 自由度

a = f_sigma(x = [1,2,3])
print('样本方差:', a) 


#总体方差,总体个数

def f_sigma(x):
    # 通过Python定义一个计算变量波动率的函数
    # x:代表变量的样本值,可以用列表的数据结构输入
    n = len(x)
    u_mean = sum(x)/n  #计算变量样本值的均值
    z = []   #生成一个空列表
    for t in range(n):
        z.append((x[t]-u_mean)**2)
    return (sum(z)/n)**0.5    # n 总体个数

a = f_sigma([1,2,3])
print('总体方差:', a) 

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30

在这里插入图片描述

文章来源: blog.csdn.net,作者:yk 坤帝,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/qq_45803923/article/details/123498874

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200