Các thước đo trung tâm

Nhập môn Thống kê với Python

Maggie Matsui

Content Developer, DataCamp

Dữ liệu giấc ngủ của thú có vú

print(msleep)

                 name       genus   vore         order  ... sleep_cycle  awake  brainwt   bodywt
1             Cheetah    Acinonyx  carni     Carnivora  ...         NaN   11.9      NaN   50.000
2          Owl monkey       Aotus   omni      Primates  ...         NaN    7.0  0.01550    0.480
3     Mountain beaver  Aplodontia  herbi      Rodentia  ...         NaN    9.6      NaN    1.350
4 Greater short-ta...     Blarina   omni  Soricomorpha  ...    0.133333    9.1  0.00029    0.019
5                 Cow         Bos  herbi  Artiodactyla  ...    0.666667   20.0  0.42300  600.000
..                ...         ...    ...           ...  ...         ...    ...      ...      ...
79         Tree shrew      Tupaia   omni    Scandentia  ...    0.233333   15.1  0.00250    0.104
80 Bottle-nosed do...    Tursiops  carni       Cetacea  ...         NaN   18.8      NaN  173.330
81              Genet     Genetta  carni     Carnivora  ...         NaN   17.7  0.01750    2.000
82         Arctic fox      Vulpes  carni     Carnivora  ...         NaN   11.5  0.04450    3.380
83            Red fox      Vulpes  carni     Carnivora  ...    0.350000   14.2  0.05040    4.230

Biểu đồ tần suất

Thú có vú trong bộ dữ liệu này thường ngủ bao lâu?

Giá trị điển hình là gì?

Trung tâm dữ liệu ở đâu?

Trung bình
Trung vị
Mode

Screen Shot 2020-07-02 at 11.01.16 AM.png

Thước đo trung tâm: trung bình

                  name  sleep_total
1              Cheetah         12.1
2           Owl monkey         17.0
3      Mountain beaver         14.4
4   Greater short-t...         14.9
5                  Cow          4.0
..                 ...          ...

$\text{Thời gian ngủ trung bình}=$

$$\frac{12.1 + 17.0 + 14.4 + 14.9 + ...}{83} = 10.43$$

import numpy as np
np.mean(msleep['sleep_total'])

10.43373

Thước đo trung tâm: trung vị

msleep['sleep_total'].sort_values()

msleep['sleep_total'].sort_values().iloc[41]

10.1

np.median(msleep['sleep_total'])

10.1

Thước đo trung tâm: mode

Giá trị xuất hiện nhiều nhất

msleep['sleep_total'].value_counts()

12.5    4
10.1    3
14.9    2
11.0    2
8.4     2
...
14.3    1
17.0    1
Name: sleep_total, Length: 65, dtype: int64

msleep['vore'].value_counts()

herbi      32
omni       20
carni      19
insecti     5
Name: vore, dtype: int64

import statistics
statistics.mode(msleep['vore'])

'herbi'

Thêm một ngoại lệ

# Lọc msleep để chọn các hàng có 'vore' bằng 'insecti'
msleep[msleep['vore'] == 'insecti']

                     name         genus     vore         order  sleep_total
22          Big brown bat     Eptesicus  insecti    Chiroptera         19.7
43       Little brown bat        Myotis  insecti    Chiroptera         19.9
62        Giant armadillo    Priodontes  insecti     Cingulata         18.1
67  Eastern american mole      Scalopus  insecti  Soricomorpha          8.4

Thêm một ngoại lệ

msleep[msleep['vore'] == "insecti"]['sleep_total'].agg(["mean", "median"])

mean      16.53
median    18.9
Name: sleep_total, dtype: float64

Thêm một ngoại lệ

msleep[msleep['vore'] == 'insecti']

                     name         genus     vore         order  sleep_total
22          Big brown bat     Eptesicus  insecti    Chiroptera         19.7
43       Little brown bat        Myotis  insecti    Chiroptera         19.9
62        Giant armadillo    Priodontes  insecti     Cingulata         18.1
67  Eastern american mole      Scalopus  insecti  Soricomorpha          8.4

84    Mystery insectivore            ... insecti           ...          0.0

Thêm một ngoại lệ

msleep[msleep['vore'] == "insecti"]['sleep_total'].agg(["mean", "median"])

mean      13.22
median    18.1
Name: sleep_total, dtype: float64

Trung bình: 16.5 → 13.2

Trung vị: 18.9 → 18.1

Nên dùng thước đo nào?

# Import matplotlib.pyplot với bí danh plt
import matplotlib.pyplot as plt

# Biểu đồ tần suất của 'values'
data['values'].hist()

# Hiển thị biểu đồ
plt.show()

biểu đồ tần suất dữ liệu đối xứng

Độ lệch

Lệch trái

Biểu đồ tần suất với ít giá trị bên trái, tăng dần về bên phải.

Lệch phải

Biểu đồ tần suất với nhiều giá trị bên trái, giảm dần về bên phải.

Nên dùng thước đo nào?

Biểu đồ tần suất với ít giá trị bên trái, tăng dần về bên phải.

Biểu đồ tần suất với nhiều giá trị bên trái, giảm dần về bên phải.

Ayo berlatih!

Nhập môn Thống kê với Python