重み付きの標準偏差ても済む
-
19-09-2019 - |
質問
numpy.average()
はウエイトのオプションが numpy.std()
ではできません。いての提案をプレロード?
解決
どのように以下の短い "手計算" についてはどうですか?
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))
他のヒント
あるクラス statsmodels
で使用することができる計算資統計 statsmodels.stats.weightstats.DescrStatsW
.
このデータセットおよびウエイト:
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
きの初期化クラス(注する補正係数のデルタ 自由度 このポイント):
weighted_stats = DescrStatsW(array, weights=weights, ddof=0)
それを計算でき:
.mean
の 加重平均:>>> weighted_stats.mean 1.97196261682243
.std
の 均標準偏差:>>> weighted_stats.std 0.21434289609681711
.var
の 加重分散:>>> weighted_stats.var 0.045942877107170932
-
>>> weighted_stats.std_mean 0.020818822467555047
だんとの関係を標準誤差の標準偏差標準誤差(
ddof == 0
計算の均標準偏差の平方根の和のウエイトをマイナス1(対応するソースstatsmodels
バージョン0.9以降でGitHub):standard_error = standard_deviation / sqrt(sum(weights) - 1)
まだnumpyの/ scipyのダウンロードでは、このような機能があるようには表示されませんが、
ここに1つの以上のオプションです。
np.sqrt(np.cov(values, aweights=weights))
gaborousするによって提案された非常に良い例があります
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
所属していません StackOverflow