Standar Deviasi

Apa itu standar deviasi?

Standar deviasi (Standard Deviation, biasa disebut dengan variance rata-rata) adalah angka yang menggambarkan tingkat dispersi nilai.

Standar deviasi yang rendah menunjukkan bahwa sebagian besar angka mendekati mean (rata-rata).

Standar deviasi yang tinggi menunjukkan bahwa nilai ini terdistribusikan di rentang yang lebar.

Contoh: kali ini kami telah mendaftar kecepatan 7 mobil:

speed = [86,87,88,86,87,85,86]

Standar deviasi adalah:

0.9

Ini berarti sebagian besar nilai berada di dalam rentang rata-rata sebesar 0.9, yaitu 86.4.

Biarkan kita mengobrol tentang koleksi angka yang lebih luas:

speed = [32,111,138,28,59,77,97]

Standar deviasi adalah:

37.85

Ini berarti sebagian besar nilai berada di dalam rentang rata-rata (rata-rata adalah 77.4) sebesar 37.85.

Seperti yang anda lihat, standar deviasi yang tinggi menunjukkan bahwa nilai ini terdistribusikan di rentang yang lebar.

Modul NumPy memiliki metode untuk menghitung standar deviasi:

Contoh

Gunakan NumPy std() Metode mencari standar deviasi:

Impor numpy
speed = [86,87,88,86,87,85,86]
x = numpy.std(speed)
print(x)

Jalankan Instan

Contoh

Impor numpy
speed = [32,111,138,28,59,77,97]
x = numpy.std(speed)
print(x)

Jalankan Instan

Varian

Varian adalah angka lain yang menunjukkan tingkat dispersi nilai.

Sebenarnya, jika menggunakan akar kuadrat dari varian, maka Anda akan mendapatkan standar deviasi!

atau sebaliknya, jika mengalikan standar deviasi dengan dirinya sendiri, maka Anda akan mendapatkan varian!

Untuk menghitung varian, Anda harus melaksanakan operasi berikut:

1. Menghitung rata-rata:

(32+111+138+28+59+77+97) / 7 = 77.4

2. Untuk setiap nilai: temukan perbedaan dengan rata-rata:

 32 - 77.4 = -45.4
111 - 77.4 =  33.6
138 - 77.4 =  60.6
 28 - 77.4 = -49.4
 59 - 77.4 = -18.4
 77 - 77.4 = - 0.4
 97 - 77.4 =  19.6

3. Untuk setiap perbedaan: temukan nilai kuadrat:

(-45.4)2 = 2061.16 
 (33.6)2 = 1128.96 
 (60.6)2 = 3672.36 
(-49.4)2 = 2440.36 
(-18.4)2 =  338.56 
(- 0.4)2 =    0.16 
 (19.6)2 =  384.16

4. Variansi adalah rata-rata dari perbedaan kuadrat ini:

(2061.16+1128.96+3672.36+2440.36+338.56+0.16+384.16) / 7 = 1432.2

Kenyataannya, NumPy memiliki metode untuk menghitung variansi:

Contoh

Berguna NumPy var() Metode untuk menentukan variansi:

Impor numpy
speed = [32,111,138,28,59,77,97]
x = numpy.var(speed)
print(x)

Jalankan Instan

Standar Deviasi

Seperti yang kita tahu, rumus untuk menghitung standar deviasi adalah akar kuadrat dari variansi:

√ 1432.25 = 37.85

atau, seperti contoh di atas, gunakan NumPy untuk menghitung standar deviasi:

Contoh

Gunakan metode std() NumPy untuk mencari standar deviasi:

Impor numpy
speed = [32,111,138,28,59,77,97]
x = numpy.std(speed)
print(x)

Jalankan Instan

Simbol

Standard Deviasi biasanya disimbolkan dengan Sigmaσ

Variansi biasanya disimbolkan dengan Sigma Square σ2 Mewakili

Ringkasan Bab

Standard Deviasi dan Variansi adalah istilah yang sering digunakan dalam pendidikan mesin, jadi penting untuk memahami bagaimana mengambil mereka serta konsep di baliknya.