统计学的Python实现-016：变异系数

大家好，又见面了，我是你们的朋友全栈君。

作者：长行 时间：2019.03.15

统计学解释

变异系数：变异系数（coefficient of variation），又称离散系数，是一个衡量数据离散程度的、没有量纲的统计量。其值为标准差与平均值之比。

变异系数的计算公式为： C V = σ μ CV=\frac{\sigma}{\mu} CV=μσ​ 其中 σ \sigma σ为标准差， μ \mu μ为均值。

代码实现

import numpy
def coefficient_of_variation(data):
    mean=numpy.mean(data) #计算平均值
    std=numpy.std(data,ddof=0) #计算标准差
    cv=std/mean
    return cv
data_test_1=[1,2,3,4,5,6,7]
data_test_2=[1,1,1,4,7,7,7]
print('CV_1',coefficient_of_variation(data_test_1))
print('CV_2',coefficient_of_variation(data_test_2))

结果

CV_1 0.5
CV_2 0.6943650748294136

实际应用

变异系数通常用来比较两组量纲差异明显的数据的离散程度，例如两个粉丝数差距显著的社交媒体账号推文点赞数的离散程度。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/139819.html原文链接：https://javaforall.cn