Python2年生:8日目

今日は、データの見方について（代表値について）

代表値＝このデータは全体としてどういうものなのかを表す値

代表値の使い方

• データの比較に使う

• 他の値と比較する

• 代表値と代表値の比較＝グループとグループの差がわかる

• 代表値と1つのデータの比較＝1つのデータが全体のどのあたりなのかがわかる

代表値いろいろ

• 平均値…すべてのデータを考慮。外れ値の影響大。標準偏差の相性がいい。

• 中央値…データを順番に並べたときちょうど真ん中にくる値。外れ値の影響は少なめ。

• 最頻値…データの中で一番多く現れる値。外れ値の影響はかなり少ない。サンプル数が少ないと使えない。

代表値を求めていく

まずはデータセットを作る

平均値

平均値を代表値とすると…

• 外れ値の影響を受けやすい

平均値を代表としていいか調べる

データのばらつきについて

データのばらつきを調べる
表にして調べるときは度数分布表で調べる

度数分布表は…区切った範囲に値がどれくらい入っているか見れる。
いくつかの範囲に区切る。区切った範囲のことは「階級」という。

データセットを作る

平均値・中央値・最頻値を出す

度数分布表を作る

• pd.cut()　　いくつかの範囲に区切る

• cut.value_counts()　それぞれの範囲に幾つのデータが入っているかカウントする

• right=False　範囲の左側は含まれるが右側は含まれない

と、ここまでで次の章に行くので…今日はここまで。

Python2年生 データ分析のしくみ 体験してわかる！会話でまなべる！

※本のリンクはAmazonアソシエイトプログラムを使ってます。