Gewichtete Standardabweichung in NumPy
-
19-09-2019 - |
Frage
numpy.average()
hat eine Gewicht Option, aber numpy.std()
nicht. Hat jemand Vorschläge für eine Abhilfe haben?
Lösung
Wie auf die folgende kurze "manuelle Berechnung"?
def weighted_avg_and_std(values, weights):
"""
Return the weighted average and standard deviation.
values, weights -- Numpy ndarrays with the same shape.
"""
average = numpy.average(values, weights=weights)
# Fast and numerically precise:
variance = numpy.average((values-average)**2, weights=weights)
return (average, math.sqrt(variance))
Andere Tipps
Es gibt eine Klasse in statsmodels
, die es einfach macht gewichtete Statistiken zu berechnen: < a href = "http://www.statsmodels.org/dev/generated/statsmodels.stats.weightstats.DescrStatsW.html" rel = "noreferrer"> statsmodels.stats.weightstats.DescrStatsW
.
Unter der Annahme, diesen Datensatz und Gewichten:
import numpy as np
from statsmodels.stats.weightstats import DescrStatsW
array = np.array([1,2,1,2,1,2,1,3])
weights = np.ones_like(array)
weights[3] = 100
Sie initialisieren die Klasse (beachten Sie, dass Sie in den Korrekturfaktor passieren müssen, die Delta- Grad die Freiheit an dieser Stelle ):
weighted_stats = DescrStatsW(array, weights=weights, ddof=0)
Dann können Sie berechnen:
-
.mean
der gewichtete Mittelwert :>>> weighted_stats.mean 1.97196261682243
-
.std
die gewichtete Standardabweichung :>>> weighted_stats.std 0.21434289609681711
-
.var
die gewichtete Varianz :>>> weighted_stats.var 0.045942877107170932
-
.std_mean
Standardfehler von gewichtetes Mittel :>>> weighted_stats.std_mean 0.020818822467555047
Für den Fall, Sie Interesse an der Beziehung zwischen dem Standardfehler und der Standardabweichung: Der Standardfehler ist (für
ddof == 0
) als die gewichtete Standardabweichung berechnet durch die Quadratwurzel aus der Summe der Gewichte dividiert minus 1 ( entsprechende Quelle fürstatsmodels
Version 0.9 auf GitHub ):standard_error = standard_deviation / sqrt(sum(weights) - 1)
Es scheint keine solche Funktion in numpy / scipy noch zu sein, aber es ist ein Ticket diese zusätzliche Funktionalität vorzuschlagen. Eingeschlossen dort finden Sie Statistics.py die gewichtete Standard implementiert Abweichungen.
Hier ist eine weitere Option:
np.sqrt(np.cov(values, aweights=weights))
Es ist ein sehr gutes Beispiel vorgeschlagen von gaborous :
import pandas as pd
import numpy as np
# X is the dataset, as a Pandas' DataFrame
mean = mean = np.ma.average(X, axis=0, weights=weights) # Computing the
weighted sample mean (fast, efficient and precise)
# Convert to a Pandas' Series (it's just aesthetic and more
# ergonomic; no difference in computed values)
mean = pd.Series(mean, index=list(X.keys()))
xm = X-mean # xm = X diff to mean
xm = xm.fillna(0) # fill NaN with 0 (because anyway a variance of 0 is
just void, but at least it keeps the other covariance's values computed
correctly))
sigma2 = 1./(w.sum()-1) * xm.mul(w, axis=0).T.dot(xm); # Compute the
unbiased weighted sample covariance
Correct Gleichung für gewichtete unvoreingenommene Probe Kovarianz, URL (Version: 2016.06.28)