Pondérée écart-type NumPy

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?

Answer 1

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))

Answer 2

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 0.9 statsmodels sur GitHub ):

  standard_error = standard_deviation / sqrt(sum(weights) - 1)
  

Answer 3

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.

Answer 4

Voici une option supplémentaire:

np.sqrt(np.cov(values, aweights=weights))

Answer 5

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)