![見出し画像](https://assets.st-note.com/production/uploads/images/131241942/rectangle_large_type_2_02e0a449ca7e298f6ac2ca80224d982c.png?width=800)
📐平均と分散と標準偏差をそれぞれ数式から比較してください
疑似コードに日本語での変数名とコメントを加えて、より理解しやすくします。
アルゴリズム: 平均を計算する
入力: 数値のリスト 数値群
出力: 数値リストの平均
1. 合計 ← 0 // 合計値を初期化
2. 個数 ← 数値群の要素数 // リストの要素数を取得
3. for 各数値 in 数値群 do
合計 ← 合計 + 各数値 // 各要素を合計に加算
4. 平均値 ← 合計 / 個数 // 平均を計算
5. return 平均値 // 平均値を返す
アルゴリズム: 分散を計算する
入力: 数値のリスト 数値群
出力: 数値リストの分散
1. 平均値 ← 平均を計算する(数値群) // 平均値を計算
2. 平方和 ← 0 // 平方和を初期化
3. for 各数値 in 数値群 do
平方和 ← 平方和 + (各数値 - 平均値) ^ 2 // 各要素の平均からの偏差の二乗を平方和に加算
4. 分散値 ← 平方和 / (数値群の要素数) // 分散を計算
5. return 分散値 // 分散値を返す
アルゴリズム: 標準偏差を計算する
入力: 数値のリスト 数値群
出力: 数値リストの標準偏巧
1. 分散値 ← 分散を計算する(数値群) // 分散を計算
2. 標準偏巧 ← sqrt(分散値) // 分散の平方根(標準偏差)を計算
3. return 標準偏巧 // 標準偏差を返す
![](https://assets.st-note.com/img/1708224665894-tOErtTnqLe.png)
Pythonを使って平均、分散、および標準偏差を計算する方法は、NumPyライブラリを使用するのが一般的です。以下に示すコードでは、NumPyを使ってこれらの値を計算します。
import numpy as np
# サンプルデータ
data = np.array([10, 20, 30, 40, 50])
# 平均の計算
mean = np.mean(data)
# 分散の計算
variance = np.var(data)
# 標準偏差の計算
std_deviation = np.std(data)
print("平均:", mean)
print("分散:", variance)
print("標準偏差:", std_deviation)
理解を深めるために、Numpyを使用せずに平均、分散、および標準偏差を計算するPythonコードをFORループを使って書いてみましょう。
# サンプルデータ
data = [10, 20, 30, 40, 50]
# 平均の計算
total = 0
for num in data:
total += num
mean = total / len(data)
# 分散の計算
sum_squared_diff = 0
for num in data:
sum_squared_diff += (num - mean) ** 2
variance = sum_squared_diff / len(data)
# 標準偏差の計算
std_deviation = variance ** 0.5
print("平均:", mean)
print("分散:", variance)
print("標準偏差:", std_deviation)
お願い致します