Podsumowanie danych za pomocą statystyk opisowych

Importowanie i zarządzanie danymi finansowymi w Pythonie

Stefan Jansen

Instructor

Poznaj swoje dane

  • Cel: uchwycenie kluczowych cech ilościowych
  • Ważne perspektywy:
    • Tendencja centralna: które wartości są „typowe"?
    • Dyspersja: czy występują wartości odstające?
    • Ogólny rozkład poszczególnych zmiennych
Importowanie i zarządzanie danymi finansowymi w Pythonie

Tendencja centralna

  • Średnia: $\displaystyle \bar{x} = \frac{1}{n}\sum_{i=1}^n x_i$
  • Mediana: 50% wartości mniejszych/większych
  • Dominanta: najczęstsza wartość

Rozkład symetryczny

Importowanie i zarządzanie danymi finansowymi w Pythonie

Tendencja centralna

  • Średnia: $\displaystyle \bar{x} = \frac{1}{n}\sum_{i=1}^n x_i$
  • Mediana: 50% wartości mniejszych/większych
  • Dominanta: najczęstsza wartość

Rozkład skośny

Importowanie i zarządzanie danymi finansowymi w Pythonie

Tendencja centralna

  • Średnia: $\displaystyle \bar{x} = \frac{1}{n}\sum_{i=1}^n x_i$
  • Mediana: 50% wartości mniejszych/większych
  • Dominanta: najczęstsza wartość

Rozkład dwumodalny

Importowanie i zarządzanie danymi finansowymi w Pythonie

Obliczanie statystyk podsumowujących

nasdaq = pd.read_excel('listings.xlsx', sheet_name='nasdaq', na_values='n/a')
market_cap = nasdaq['Market Capitalization'].div(10**6)
market_cap.mean()
3180.7126214953805
market_cap.median()
225.9684285
market_cap.mode()
0.0
Importowanie i zarządzanie danymi finansowymi w Pythonie

Obliczanie statystyk podsumowujących

Histogram kapitalizacji rynkowej

Importowanie i zarządzanie danymi finansowymi w Pythonie

Dyspersja

  • Wariancja: Suma kwadratów odchyleń od średniej podzielona przez $n-1$
    • $\displaystyle var = \frac{1}{n-1}\sum_{i=1}^n(x_i-\bar{x})^2$
  • Odchylenie standardowe: Pierwiastek kwadratowy z wariancji
    • $\displaystyle sd = \sqrt{var}$

Wariancja kapitalizacji rynkowej

Importowanie i zarządzanie danymi finansowymi w Pythonie

Obliczanie wariancji i odchylenia standardowego

variance = market_cap.var()
print(variance)
648773812.8182
np.sqrt(variance)
25471.0387
market_cap.std()
25471.0387
Importowanie i zarządzanie danymi finansowymi w Pythonie

Czas na ćwiczenia!

Importowanie i zarządzanie danymi finansowymi w Pythonie

Preparing Video For Download...