常见描述性指标的python实现

集中趋势

均值

\[ \mu=\frac{\displaystyle\sum\limits_{i=1}^N{X_i}}{N} \]

中位数
众数

离散程度

极差

\[ R=\max{(X)}-\min{(X)} \]

方差

\[ \sigma^2=\frac{\displaystyle\sum\limits_{i=1}^N (X_i-\mu)^2}{N} \]

标准差

\[ \sigma =\sqrt{\sigma^2} \]

变异系数

\[ CV=\frac{\sigma}{\mu} \]

偏差程度

Z-分数

\[ Z_i=\frac{X_i-\mu}{\sigma} \]

相关程度

协方差

\[ Cov(X,Y)=\frac{\displaystyle\sum\limits_{i=1}^N (X_i-\bar{X})(Y_i-\bar{Y})}{N} \]

相关系数

\[ r(X,Y)=\frac{Cov(X,Y)}{\sigma_X\sigma_Y} \]

具体实现

About ME

👋 读书城南，🤔 在未来面前，我们都是孩子～
  • 📙 一个热衷于探索学习新方向、新事物的智能产品经理，闲暇时间喜欢coding💻、画图🎨、音乐🎵、学习ing~
👋 Social Media
👋 加入小组~

👋 感谢打赏~