Python 統計〜NumpyとPandasでは分散 var() と標準偏差 std() のデフォルト値が違う | IT工房｜AI入門とWeb開発

分散と不偏分散について 統計ばかりではなく、機械学習でもで分散や標準偏差は重要な指標になります。 PythonのライブラリでNumpyやPandasのメソッドを使うと簡単に分散や標準偏差の値を求めることができます。 NumpyとPandasで同じ名前の関数が用意されていますが、デフォルト値が違いますので注意が必要です。 これは分散には標本分散と不偏分散があり、それぞれ微妙に計算式が違うことが原因しています。 標本分散は標本=母数の時に使います 標本が母数の一部の場合は不偏分散を使います Numpyはデフォルト値で標本分散が求まり、pandasでは不偏分散の値が求まるようになっています。 標本分散の公式 $$ s^2 = \frac{1}{n}\sum_{i=1}^{n} (x_i – \bar{x})^2 $$ 不偏分散の公式 $$ s^2 = \frac{1}{n-1}\sum_{i=1