Введение:
Привет, любители данных! Сегодня мы погружаемся в увлекательный мир описательной статистики. Не позволяйте имени запугать вас; описательная статистика — это просто набор методов, которые помогают нам обобщать и понимать данные. В этой статье блога мы рассмотрим различные методы, используя разговорный язык и примеры кода. Итак, возьмите свой любимый напиток и начнем!

1. Центральная тенденция.
   Первой остановкой на нашем пути к описательной статистике является центральная тенденция. Этот набор методов направлен на поиск «типичного» или «центрального» значения в наборе данных. Вот несколько популярных мер:

a) Среднее значение. Среднее значение, часто называемое средним, рассчитывается путем суммирования всех значений и деления на количество наблюдений. В Python вы можете использовать функцию mean()из библиотеки NumPy.

import numpy as np
data = [1, 2, 3, 4, 5]
mean_value = np.mean(data)
print(mean_value)

b) Медиана. Медиана — это среднее значение в отсортированном наборе данных. Если имеется четное количество наблюдений, это среднее из двух средних значений. Функция median()из NumPy может помочь вам вычислить его.

import numpy as np
data = [1, 2, 3, 4, 5]
median_value = np.median(data)
print(median_value)

c) Режим: Режим представляет наиболее распространенные значения в наборе данных. В Python этот режим можно найти с помощью функции mode()из библиотеки SciPy.

from scipy import stats
data = [1, 2, 3, 4, 4, 5]
mode_value = stats.mode(data)
print(mode_value)

2. Дисперсия.
   Далее давайте рассмотрим дисперсию, которая поможет нам понять, насколько разбросаны данные. Вот несколько методов, которые вы можете использовать:

a) Диапазон: диапазон — это разница между максимальным и минимальным значениями в наборе данных. Это дает вам представление о распространении данных. Вычислить диапазон можно с помощью базовой арифметики в Python.

data = [1, 2, 3, 4, 5]
data_range = max(data) - min(data)
print(data_range)

b) Дисперсия. Дисперсия измеряет среднеквадратичное отклонение от среднего значения. Он количественно определяет разброс точек данных вокруг среднего значения. Вам может помочь функция var()из NumPy.

import numpy as np
data = [1, 2, 3, 4, 5]
variance_value = np.var(data)
print(variance_value)

c) Стандартное отклонение: стандартное отклонение представляет собой квадратный корень дисперсии. Это помогает нам понять среднюю величину отклонения точек данных от среднего значения. В Python можно использовать функцию std()из NumPy.

import numpy as np
data = [1, 2, 3, 4, 5]
std_deviation = np.std(data)
print(std_deviation)

3. Исследование данных.
   Описательная статистика также включает методы визуального изучения данных. Давайте кратко рассмотрим пару примеров:

a) Гистограмма: гистограмма обеспечивает графическое представление распределения набора данных. Он показывает частоту значений, попадающих в разные интервалы. Функция hist()из Matplotlib может помочь вам создавать гистограммы.

import matplotlib.pyplot as plt
data = [1, 2, 3, 3, 4, 4, 4, 5, 5, 5]
plt.hist(data, bins=5)
plt.show()

b) Ящичковая диаграмма: Ящичковая диаграмма (или диаграмма «ящик с усами») отображает распределение набора данных по квартилям. Это помогает выявить выбросы и дает представление о разбросе и асимметрии данных. Можно использовать функцию boxplot()из Matplotlib.

import matplotlib.pyplot as plt
data = [1, 2, 3, 3, 4, 4, 4, 5, 5, 5]
plt.boxplot(data)
plt.show()

Описательная статистика — мощный инструмент для понимания и обобщения данных. В этой статье мы исследовали различные методы измерения центральной тенденции и дисперсии, а также визуализации данных. Используя примеры кода на Python, мы развеяли тайну этих статистических методов и сделали их доступными для всех. Так что вперед, используйте эти методы, чтобы получить ценную информацию о своих данных и принимать более обоснованные решения!