Molemmat menetelmät tuottavat samankaltaisia tuloksia, mutta pieniä eroja voi esiintyä käytettyjen nimittäjien vuoksi: N numpy (populaatiovarianssi) ja N-1 pandas (otosvarianssi).


              123456789101112
            
import pandas as pd
import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0)

# Calculate the variance using the function from the NumPy library
var_1 = np.var(df['salary_in_usd'])
# Calculate the variance using the function from the pandas library
var_2 = df['salary_in_usd'].var()

print('The variace using NumPy library is', var_1)
print('The variace using pandas library is', var_2)

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 3. Luku 3

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Kurssisisältö

Tilastotieteen Opiskelu Pythonilla

1. Peruskäsitteet

Otos vs Populaatio Tilastotieteen Tyypit Datan Tyypit Keskiarvo Mediaaniarvo Parillisen Määrän Arvojen Mediaaniarvo Keskiarvo Vai Mediaani Moodiarvo Kuvailevan Tilastotieteen Testi

2. Keskiarvo, Mediaani ja Moodi Pythonilla

Tutki Aineistoa Keskiarvon ja Mediaanin Laskeminen Pythonilla Tilastot Pandas-kirjastolla Keskiarvon ja mediaanipalkan laskeminen

3. Varianssi ja Keskihajonta

Populaatiovarianssi Otosvarianssi Varianssin Laskeminen Pythonilla Keskihajonta Keskihajonta Pythonilla Varianssin ja Keskihajonnan Laskeminen

4. Kovarianssi vs. Korrelaatio

Kovarianssi Korrelaatio Kovarianssi ja Korrelaatio -Kysely Kovarianssin ja Korrelaation Laskeminen

5. Luottamusväli

Tutki Aineistoa Luottamusväli Luottamusvälin Laskeminen Pythonilla Luottamusvälin Leveyden Testi Laske 95 %:n Luottamusväli Edistynyt Luottamusvälin Laskenta Pythonilla Yhdistä Funktiot

6. Tilastollinen Testaaminen

Mikä on t-testi Hypoteesit T-testi Matemaattisesti Yksisuuntainen ja Kaksisuuntainen Testi T-test-Oletukset T-testin Suorittaminen Pythonilla Suorita t-testi Parillinen t-testi

Varianssin Laskeminen Pythonilla

Varianssin laskeminen NumPylla

numpy-kirjastossa syötä arvojoukko (esimerkiksi tietosarjan sarake) np.var()-funktioon, esimerkiksi: np.var(df['work_year']).

Varianssin laskeminen pandasilla

pandas-kirjastossa käytä .var()-metodia suoraan sarakkeeseen näin: df['work_year'].var().

Molemmat menetelmät tuottavat samankaltaisia tuloksia, mutta pieniä eroja voi esiintyä käytettyjen nimittäjien vuoksi: N numpy (populaatiovarianssi) ja N-1 pandas (otosvarianssi).


              123456789101112
            
import pandas as pd
import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0)

# Calculate the variance using the function from the NumPy library
var_1 = np.var(df['salary_in_usd'])
# Calculate the variance using the function from the pandas library
var_2 = df['salary_in_usd'].var()

print('The variace using NumPy library is', var_1)
print('The variace using pandas library is', var_2)

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 3. Luku 3