numpy标准差与scipy stats标准差的结果不同

czq61nw1 于 2022-11-09 发布在其他

关注(0)|答案(2)|浏览(165)

标准差法和标准差法给予的结果略有不同。我不明白为什么。有人能给我解释一下吗？
这里有一个例子。

import numpy as np
import scipy.stats
ar = np.arange(20)
print(np.std(ar))
print(scipy.stats.tstd(ar))

5.766281297335398
5.916079783099616

2条答案

它在我的脑海里一段时间前..得到同样的价值观

import numpy as np
import scipy.stats
ar = np.arange(20)
print(np.std(ar, ddof=1))
print(scipy.stats.tstd(ar))

输出编号

5.916079783099616
5.916079783099616

我的导师常说
--〉ddof=1，如果您正在计算取自完整数据集的样本的np.std()。
---〉ddof=0如果计算的是全部人口

使用np.std()计算标准差：

x = np.abs(ar - ar.mean())**2
std = np.sqrt(np.sum(x) / len(ar)) # 5.766281297335398

但是，对于scipy.stats.tstd，您计算的是修剪后的标准差：

x = np.abs(ar - ar.mean())**2
std = np.sqrt(np.sum(x) / (len(ar) - 1)) # 5.916079783099616

请注意，当使用np.std()时，计算的是x的平均值的平方根（x的平均值是x的和除以x的长度）。当计算修剪后的版本时，计算的是除以n-1，n是数组的长度。