Python: medir la varianza

En estadística, la varianza es una medida de qué tan lejos se encuentra un valor en un conjunto de datos del valor medio. En otras palabras, indica cuán dispersos están los valores. Se mide utilizando la desviación estándar. El otro método comúnmente utilizado es la asimetría.

Ambos se calculan mediante el uso de funciones disponibles en la biblioteca de pandas.

Medición de la desviación estándar

La desviación estándar es la raíz cuadrada de la varianza. la varianza es el promedio de la diferencia al cuadrado de valores en un conjunto de datos desde el valor medio. En Python calculamos este valor usando la función std () de la biblioteca de pandas.

import pandas as pd

#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
   'Lee','Chanchal','Gasper','Naviya','Andres']),
   'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}

#Create a DataFrame
df = pd.DataFrame(d)

# Calculate the standard deviation
print df.std()

Sus output es como sigue -

Age       7.265527
Rating    0.661628
dtype: float64

Medir la asimetría

Se utiliza para determinar si los datos son simétricos o sesgados. Si el índice está entre -1 y 1, entonces la distribución es simétrica. Si el índice no es mayor que -1, entonces está sesgado hacia la izquierda y si es al menos 1, entonces está sesgado hacia la derecha.

import pandas as pd

#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
   'Lee','Chanchal','Gasper','Naviya','Andres']),
   'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}

#Create a DataFrame
df = pd.DataFrame(d)
print df.skew()

Sus output es como sigue -

Age       1.443490
Rating   -0.153629
dtype: float64

Por tanto, la distribución de la clasificación por edades es simétrica, mientras que la distribución por edades está sesgada hacia la derecha.