[Python algo] 분산 구하기 | 표준편차 구하기

 

안녕하세요.

 

분산 / 표준편차 값들은 데이터의 퍼짐을 파악하기 위해 필요한 값입니다.

 

# 분산 ? 표준편차 ?

 

2021/01/21 - [데이터 분석] - [데이터 분석] 표준편차 | 분산

[데이터 분석] 표준편차 | 분산

 

파이썬에는 분산 , 표준편차를 구하는 다양하고 편한 함수들이 있습니다.

Numpy , pandas , math 등 다양한 모듈을 사용하면

분산과 표준편차를 쉽고 간단하게 구할 수 있습니다.

 

하지만 직접 분산과 표준편차를 구할 수 있는 코드를 구현하면서

분산과 표준편차를 더 잘 이해할 수 있는 시간을 가져보려고 합니다.

 

 

# 분산(Variance) 구하기

 

 

분산을 구하는 방법은 각 데이터의 편차 제곱 합을 구하는 것입니다.

따라서 구하는 순서는 다음과 같이 정했습니다.

 

1. 데이터 평균 구하기

2. 각 데이터 편차 제곱 합 구하기

3. 데이터 개수로 나누기

 

 

# 표준편차(standard deviation) 구하기

 

 

분산을 먼저 구한 후, 제곱근 사용합니다.

0.5 제곱을 사용하겠습니다

 

 

### Python 분산 , 표준편차 구하기

 

 

데이터는 emp 테이블의 월급을 사용하겠습니다.

 

import csv
# 데이터 임포트
f=open('d:\\emp2.csv','r')
emp=csv.reader(f)
# 헤더 삭제 (empno, ename, job ... 등)
next(emp)
# 월급 데이터(index=5) 추출
data=[int(i[5]) for i in emp]
print(data) # 데이터 확인

 

데이터를 임포트하고, 저장한 결과입니다.

 

# 평균 구하기
m=sum(data)/len(data)
print('평균 : ',m)
# 편차(데이터 - 평균) 제곱 합 담을 변수
ss=0
for i in data:
    ss+=pow(i-m,2)
# 분산 : 편차 제곱 합 / 데이터 개수
var=ss/len(data)
print('분산 : ',var)
# 표준편차 : 분산 제곱근
print('표준편차 : ',pow(var,1/2))

 

이론으로 배운 것 처럼 분산은 모든 편차의 음수를 없애기 위해 제곱을 했습니다.

그러다보니 값이 상당히 커져있는 것을 확인했습니다.

 

다시 제곱근을 사용해 표준편차로 만들어서 확인했습니다.

1139라는 수치는 800 ~ 5000 사이에 있는 월급 데이터의 표준 편차로 사용하기 알맞은 수치입니다.

 

만들어져 있는 함수를 사용하지 않고

직접 분산과 표준편차를 구하며 분산과 표준편차를 더 잘 알게 되었습니다.

 

이제 편히 만들어져 있는 함수를 사용하고, 언제 사용해야 하는지 잘 알게 되었습니다.

 

읽어주셔서 감사합니다.