こんにちは!
デジタルマーケター兼データサイエンティストのウマたん(@statistics1012)です!
データの傾向・性質を見る指標はたくさんありますが、「データの散らばり具合を見る」指標である標準偏差と分散は非常に重要です!
具体的には「データが平均からどれだけ散らばっているか」示しており、データのばらつきが大きいと標準偏差と分散が大きくなり、ばらつきが小さくなると0に近づく特徴を持っています!
この記事では、分散と標準偏差の求め方と違いについて解説していきます!
・分散と標準偏差の求め方について解説!
・分散と標準偏差の違いについて解説!
・Pythonで実装してみよう!
以下の動画でも解説していますのであわせてチェックしてみてください!
分散・標準偏差の求め方
分散とは「データのばらつきを示す指標」と定義されています。分散の値が分かることで、データの分布が予想でき、データの比較が行うことができます!
\(s^{2}\) = \(\frac{1}{n}\)\(\sum_{i=1}^{n}\) \((x_i – \bar{ x })^{2}\)
これらの式では、\(n\)がサンプルサイズ,\(x_i\)が各サンプルごとの値、\(\bar{ x }\)が平均値を表しています!特に\((x_i – \bar{ x })\)を偏差と呼びます!
そして分散には標本分散と不偏分散の2種類があります!標本分散は標本内の分散、不偏分散は母集団の分散を推定したものです。その違いについてはこちらの記事で解説しています!
次に標準偏差について解説します!標準偏差も分散と同様、「データのばらつきを示す指標」と定義できます。
\(s\) = \(\sqrt{s^{2}}\)
= \(\sqrt{\frac{1}{n}\sum_{i=1}^{n} (x_i – \bar{ x })^{2}}\)
標準偏差と分散の違い
例として、以下のような問題設定を考えましょう!
工場でネジ[単位:㎜]を10個作って、データのばらつきを見たいと考えます。
この時、分散は「平方和の2乗」なので、単位は㎟であることが分かります。
そして標準偏差は「分散の平方根」なので、単位は㎜であることが分かりますね!
実際に標準偏差・分散をPythonで実装してみよう!
最後にPythonで標準偏差・分散を実装しましょう!
標準偏差・分散はNumpyライブラリのstd関数・var関数で実装できます!
問題の設定は、先程の工場のネジの問題を使いましょう!
import numpy as np
#工場のネジ10本のデータ
A = [76,89,100,21,30,35,21,56,49,44]
#分散
print("分散:"+str(np.var(A)))
#標準偏差
print("標準偏差:"+str(np.std(A)))
実行してみると,ちゃんと標準偏差・分散が算出していることが分かります!
標準偏差・分散のまとめ
本記事では標準偏差・分散の求め方と違いについてまとめました!
データの性質・傾向を見るために、データのばらつきを表す分散は非常に重要な指標でした。さらに分散だけでなく平均値を見たり、ヒストグラムからデータの分布を見る癖をつけると、データに対する理解が深まること間違いなしでしょう!
また、そうしたデータサイエンスの力を身に付けるためにはスタビジの記事やスクールを活用すると良いでしょう。
そして僕の経験を詰め込んだデータサイエンス特化のスクール「スタアカ(スタビジアカデミー)」を運営していますので,興味のある方はぜひチェックしてみてください!
AIデータサイエンス特化スクール「スタアカ」
【価格】 | ライトプラン:1280円/月 プレミアムプラン:149,800円 |
---|---|
【オススメ度】 | |
【サポート体制】 | |
【受講形式】 | オンライン形式 |
【学習範囲】 | データサイエンスを網羅的に学ぶ 実践的なビジネスフレームワークを学ぶ SQLとPythonを組みあわせて実データを使った様々なワークを行う マーケティングの実行プラン策定 マーケティングとデータ分析の掛け合わせで集客マネタイズ |
データサイエンティストとしての自分の経験をふまえてエッセンスを詰め込んだのがこちらのスタビジアカデミー、略して「スタアカ」!!
当メディアが運営するスクールです。
24時間以内の質問対応と現役データサイエンティストによる複数回のメンタリングを実施します!
カリキュラム自体は、他のスクールと比較して圧倒的に良い自信があるのでぜひ受講してみてください!
他のスクールのカリキュラムはPythonでの機械学習実装だけに焦点が当たっているものが多く、実務に即した内容になっていないものが多いです。
そんな課題感に対して、実務で使うことの多いSQLや機械学習のビジネス導入プロセスの理解などもあわせて学べるボリューム満点のコースになっています!
Pythonが初めての人でも学べるようなカリキュラムしておりますので是非チェックしてみてください!
ウォルマートのデータを使って商品の予測分析をしたり、実務で使うことの多いGoogleプロダクトのBigQueryを使って投球分析をしたり、データサイエンティストに必要なビジネス・マーケティングの基礎を学んでマーケティングプランを作ってもらったり・Webサイト構築してデータ基盤構築してWebマーケ×データ分析実践してもらったりする盛りだくさんの内容になってます!
・BigQuery上でSQL、Google Colab上でPythonを使い野球の投球分析
・世界最大手小売企業のウォルマートの実データを用いた需要予測
・ビジネス・マーケティングの基礎を学んで実際の企業を題材にしたマーケティングプランの策定
・Webサイト構築してデータ基盤構築してWebマーケ×データ分析実践して稼ぐ
データサイエンスに関する記事はこちら!
データサイエンスを勉強できるスクールやサイトは、ぜひこちらを参考にしてみてください!