Pondérée écart-type NumPy
-
19-09-2019 - |
Question
numpy.average()
a une option de poids, mais numpy.std()
ne fonctionne pas. Quelqu'un at-il des suggestions pour une solution de contournement?
La solution
Qu'en est-il court "calcul manuel" suivant?
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))
Autres conseils
Il y a une classe statsmodels
qui le rend facile de calculer les statistiques pondérées: < a href = "http://www.statsmodels.org/dev/generated/statsmodels.stats.weightstats.DescrStatsW.html" rel = "noreferrer"> statsmodels.stats.weightstats.DescrStatsW
.
En supposant que cet ensemble de données et poids:
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
Vous initialisez la classe (notez que vous devez passer le facteur de correction, le delta de la liberté à ce stade):
weighted_stats = DescrStatsW(array, weights=weights, ddof=0)
Ensuite, vous pouvez calculer:
-
.mean
la moyenne pondérée mean :>>> weighted_stats.mean 1.97196261682243
-
.std
la norme pondérée écart :>>> weighted_stats.std 0.21434289609681711
-
.var
la variance pondérée :>>> weighted_stats.var 0.045942877107170932
-
.std_mean
erreur standard de moyenne pondérée :>>> weighted_stats.std_mean 0.020818822467555047
Juste au cas où vous êtes intéressé par la relation entre l'erreur-type et l'écart-type: L'erreur standard est (pour
ddof == 0
) calculée comme l'écart-type pondéré divisé par la racine carrée de la somme des poids moins 1 ( source correspondant pour la version 0.9statsmodels
sur GitHub ):standard_error = standard_deviation / sqrt(sum(weights) - 1)
Il ne semble pas être une telle fonction dans numpy / scipy encore, mais il y a un billet proposant cette fonctionnalité ajoutée. Elle inclut, vous trouverez Statistics.py qui met en œuvre la norme pondérée écarts.
Voici une option supplémentaire:
np.sqrt(np.cov(values, aweights=weights))
Il est un très bon exemple proposé par 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
correcte équation de covariance d'échantillon pondérée non biaisée, URL (version: 28/06/2016)