Ilmu Data - Varians Statistik
Perbedaan
Varians adalah angka lain yang menunjukkan seberapa menyebar nilai-nilai tersebut.
Faktanya, jika Anda mengambil akar kuadrat dari varians, Anda mendapatkan standar deviasi. Atau sebaliknya, jika Anda mengalikan standar deviasi dengan dirinya sendiri, Anda mendapatkan variansnya!
Kami pertama-tama akan menggunakan kumpulan data dengan 10 pengamatan untuk memberikan contoh bagaimana kami dapat menghitung varians:
| Durasi | Rata_Pulse | Maks_Pulsa | Pembakaran Kalori | Jam_Kerja | Jam_Tidur |
|---|---|---|---|---|---|
| 30 | 80 | 120 | 240 | 10 | 7 |
| 30 | 85 | 120 | 250 | 10 | 7 |
| 45 | 90 | 130 | 260 | 8 | 7 |
| 45 | 95 | 130 | 270 | 8 | 7 |
| 45 | 100 | 140 | 280 | 0 | 7 |
| 60 | 105 | 140 | 290 | 7 | 8 |
| 60 | 110 | 145 | 300 | 7 | 8 |
| 60 | 115 | 145 | 310 | 8 | 8 |
| 75 | 120 | 150 | 320 | 0 | 8 |
| 75 | 125 | 150 | 330 | 8 | 8 |
Varians sering diwakili oleh simbol Sigma Square: ^2
Langkah 1 untuk Menghitung Varians: Temukan Mean
Kami ingin mencari varians Average_Pulse.
1. Temukan rata-ratanya:
(80+85+90+95+100+105+110+115+120+125) / 10 = 102.5
Rata-ratanya adalah 102,5
Langkah 2: Untuk Setiap Nilai - Temukan Perbedaan Dari Mean
2. Temukan perbedaan dari rata-rata untuk setiap nilai:
80 - 102.5 = -22.5
85 - 102.5 = -17.5
90 - 102.5 = -12.5
95 - 102.5 =
-7.5
100 - 102.5 = -2.5
105 - 102.5 = 2.5
110 - 102.5 = 7.5
115 -
102.5 = 12.5
120 - 102.5 = 17.5
125 - 102.5 = 22.5
Langkah 3: Untuk Setiap Perbedaan - Temukan Nilai Kuadrat
3. Temukan nilai kuadrat untuk setiap perbedaan:
(-22.5)^2 = 506.25
(-17.5)^2 = 306.25
(-12.5)^2 = 156.25
(-7.5)^2 =
56.25
(-2.5)^2 = 6.25
2.5^2 = 6.25
7.5^2 = 56.25
12.5^2 = 156.25
17.5^2 = 306.25
22.5^2 = 506.25
Catatan: Kita harus mengkuadratkan nilainya untuk mendapatkan total spread.
Langkah 4: Varians adalah Jumlah Rata-rata Nilai Kuadrat Ini
4. Jumlahkan nilai kuadrat dan temukan rata-ratanya:
(506.25 + 306.25 + 156.25 + 56.25 + 6.25 + 6.25 + 56.25 + 156.25 + 306.25 +
506.25) / 10 = 206.25
Variansnya adalah 206,25.
Gunakan Python untuk Menemukan Varians dari health_data
Kita dapat menggunakan var()fungsi dari Numpy untuk menemukan varians (ingat bahwa kita sekarang menggunakan kumpulan data pertama dengan 10 pengamatan):
Contoh
import numpy as np
var = np.var(health_data)
print(var)
Hasil:
Gunakan Python untuk Menemukan Varians Kumpulan Data Lengkap
Di sini kami menghitung varians untuk setiap kolom untuk kumpulan data lengkap:
Contoh
import numpy as np
var_full = np.var(full_health_data)
print(var_full)
Hasil:
