Để tính toán sai số tiêu chuẩn của giá trị trung bình [SEM] trong Python, hãy sử dụng hàm SCIPY Library SEM SEM [].scipy library’s sem[] function. Chẳng hạn, hãy để tính toán SEM cho một nhóm số: Output: Nếu bạn chưa cài đặt SCIPY, hãy chạy:scipy installed, run: Đó là câu trả lời nhanh chóng. Nhưng hãy chắc chắn đọc cùng để tìm hiểu về lỗi tiêu chuẩn và cách tự thực hiện chức năng. Lỗi tiêu chuẩn của giá trị trung bình [SEM] là ước tính độ lệch chuẩn. SEM được sử dụng để đo lường mức độ gần gũi của mẫu có thể đối với dân số thực sự. Điều này đưa ra một dấu hiệu tốt về nơi một mẫu nhất định thực sự nằm liên quan đến dân số tương ứng của nó. Lỗi tiêu chuẩn của giá trị trung bình theo công thức sau:from scipy.stats import sem
# Create a dataset
data = [19, 2, 12, 3, 100, 2, 3, 2, 111, 82, 4]
# Calculate the standard error of mean
s = sem[data]
print[s]
13.172598656753378
pip install scipy
Lỗi tiêu chuẩn của giá trị trung bình [SEM] là gì
Trong đó σ là độ lệch chuẩn và n là số lượng mẫu.σ is the standard deviation and n is the number of samples.
Cách thực hiện lỗi tiêu chuẩn của hàm trung bình trong Python
Để viết một hàm tính toán sai số tiêu chuẩn của giá trị trung bình trong Python, trước tiên bạn cần thực hiện một hàm tính toán độ lệch chuẩn của dữ liệu.
Độ lệch chuẩn là gì
Độ lệch chuẩn là thước đo số lượng nằm bao xa từ mức trung bình.
Ví dụ, nếu chúng ta nhìn vào một nhóm người đàn ông, chúng ta thấy rằng hầu hết trong số họ nằm trong khoảng 5 588 và 6 tuổi2. Những người nằm bên ngoài phạm vi này chỉ chiếm một tỷ lệ nhỏ của nhóm. Độ lệch chuẩn xác định tỷ lệ phần trăm mà các số có xu hướng thay đổi từ mức trung bình.
Độ lệch chuẩn theo công thức:
Where:
= Độ lệch chuẩn mẫu = kích thước của dân số = mỗi giá trị từ dân số = trung bình mẫu [trung bình]
= the size of the population
= each value from the population
= the sample mean [average]
Cách tính độ lệch chuẩn trong Python
Giả sử bạn không sử dụng hàm độ lệch chuẩn tích hợp, bạn cần thực hiện công thức trên dưới dạng hàm Python để tính độ lệch chuẩn.
Dưới đây là việc thực hiện độ lệch chuẩn trong Python:
from math import sqrt def stddev[data]: N = len[data] mu = float[sum[data] / len[data]] s = [[x_i - mu] ** 2 for x_i in data] return sqrt[float[sum[s] / [N - 1]]]
Lỗi tiêu chuẩn của trung bình trong python
Bây giờ bạn đã thiết lập một hàm để tính độ lệch chuẩn, bạn có thể viết hàm tính toán sai số tiêu chuẩn của giá trị trung bình.
Đây là mã:
def sem[data]: return stddev[data] / sqrt[len[data]]
Bây giờ bạn có thể sử dụng chức năng này.
Ví dụ:
data = [19, 2, 12, 3, 100, 2, 3, 2, 111, 82, 4] sem_data = sem[data] print[sem_data]
Output:
13.172598656753378
Để xác minh rằng đây thực sự là SEM, hãy sử dụng chức năng SEM tích hợp để kiểm tra kỹ. Hãy cùng sử dụng cái mà bạn đã thấy trong phần giới thiệu:
from scipy.stats import sem # Create a dataset data = [19, 2, 12, 3, 100, 2, 3, 2, 111, 82, 4] # Calculate the standard error of mean s = sem[data] print[s]
Do đó, bạn nhận được đầu ra giống như triển khai tùy chỉnh mang lại.
13.172598656753378
Điều này hoàn thành ví dụ của chúng tôi về việc xây dựng chức năng tính toán sai số tiêu chuẩn của giá trị trung bình trong Python.
Dưới đây là mã đầy đủ được sử dụng trong ví dụ này để thuận tiện cho bạn:
from math import sqrt def stddev[data]: N = len[data] mu = float[sum[data] / len[data]] s = [[x_i - mu] ** 2 for x_i in data] return sqrt[float[sum[s] / [N - 1]]] def sem[data]: return stddev[data] / sqrt[len[data]] data = [19, 2, 12, 3, 100, 2, 3, 2, 111, 82, 4] sem_data = sem[data] print[sem_data]
Đây là cách khó khăn để có được lỗi tiêu chuẩn của giá trị trung bình trong Python.
Thông thường, khi bạn có một vấn đề chung, bạn nên dựa vào việc sử dụng chức năng hiện có càng nhiều càng tốt.
Tiếp theo, hãy xem xét hai cách để tìm lỗi tiêu chuẩn của trung bình trong Python bằng cách sử dụng chức năng tích hợp.
Cách sử dụng chức năng hiện có để tính toán lỗi tiêu chuẩn của giá trị trung bình trong Python
Lỗi tiêu chuẩn có nghĩa là sử dụng scipy
Bạn đã thấy cách tiếp cận này đã hai lần trong hướng dẫn này.
Mô-đun SCIPY đi kèm với hàm sem [] tích hợp. Điều này trực tiếp tính toán mức trung bình tiêu chuẩn của lỗi cho một bộ dữ liệu nhất định.scipy module comes in with a built-in sem[] function. This directly calculates the standard mean of error for a given dataset.
Ví dụ:
from scipy.stats import sem # Create a dataset data = [19, 2, 12, 3, 100, 2, 3, 2, 111, 82, 4] # Calculate the standard error of mean s = sem[data] print[s]
Output:
13.172598656753378
Lỗi tiêu chuẩn có nghĩa là sử dụng Numpy
Bạn cũng có thể sử dụng mô -đun Numpy để tính toán sai số tiêu chuẩn của giá trị trung bình trong Python.NumPy module to calculate the standard error of the mean in Python.
Tuy nhiên, không có hàm sem [] chuyên dụng trong Numpy. Nhưng có một hàm gọi là std [] tính toán độ lệch chuẩn.std[] that calculates the standard deviation.
Vì vậy, để tính toán SEM với Numpy, hãy tính độ lệch chuẩn và chia nó cho căn bậc hai của kích thước dữ liệu.NumPy, calculate the standard deviation and divide it by the square root of the data size.
Ví dụ:
13.1725986567533782
Output:
13.172598656753378
Để xác minh rằng đây thực sự là SEM, hãy sử dụng chức năng SEM tích hợp để kiểm tra kỹ. Hãy cùng sử dụng cái mà bạn đã thấy trong phần giới thiệu:
Do đó, bạn nhận được đầu ra giống như triển khai tùy chỉnh mang lại.
Điều này hoàn thành ví dụ của chúng tôi về việc xây dựng chức năng tính toán sai số tiêu chuẩn của giá trị trung bình trong Python.
Dưới đây là mã đầy đủ được sử dụng trong ví dụ này để thuận tiện cho bạn:scipy‘s sem[] function.
Đây là cách khó khăn để có được lỗi tiêu chuẩn của giá trị trung bình trong Python.NumPy module. But there is no direct sem[] function there. Thus you need to use the standard deviation and the equation of SEM.
Thông thường, khi bạn có một vấn đề chung, bạn nên dựa vào việc sử dụng chức năng hiện có càng nhiều càng tốt.sem[] function yourself. To do this, you need to implement the functionality to calculate the standard deviation first. Then the rest is simple.
Tiếp theo, hãy xem xét hai cách để tìm lỗi tiêu chuẩn của trung bình trong Python bằng cách sử dụng chức năng tích hợp.
Cách sử dụng chức năng hiện có để tính toán lỗi tiêu chuẩn của giá trị trung bình trong Python
Lỗi tiêu chuẩn có nghĩa là sử dụng scipy
Bạn đã thấy cách tiếp cận này đã hai lần trong hướng dẫn này.
Mô-đun SCIPY đi kèm với hàm sem [] tích hợp. Điều này trực tiếp tính toán mức trung bình tiêu chuẩn của lỗi cho một bộ dữ liệu nhất định.