计算样本的标准偏差

Question

这看起来有点混乱。当你需要计算std时，你可以很方便地使用np.std()。 Std 是方差的平方根。然而，当我们计算样本的方差时，我们将它除以 n-1。所以如果我们使用 np.std() 这不应该给我们一个正确的输出。

是否有另一种方法来计算样本的标准差，还是我们需要手动计算？

Answer 1

使用np.std()时可以指定分母自由度。只需使用 ddof 参数：

np.std(x, ddof=1)

您可以在 docs

中阅读更多相关信息

Answer 2

您可以在执行 np.std()

时传递参数 ddof

a=[1,2,3,4,5]

vsum=0
for x in a:
    vsum=vsum + (x - np.mean(a))**2

variance=vsum / (len(a) - 1)
print("Variance is {} and Actual STD Dev is {} ".format(variance,np.sqrt(variance)))
print("np.std is {} and np.std with parameter is {} ".format(np.std(a),np.std(a,ddof=1)))

ddof=1 的作用是使 numpy 使用 delta 自由度为 1

计算样本的标准偏差

Calculating standard deviation of a sample

python

variance

resampling

population

standard-deviation