Beskriv datafördelningen med kvantiler

Importera och hantera finansiell data i Python

Stefan Jansen

Instructor

Beskriv datafördelningar

Första blicken: Centralmått och standardavvikelse
Hur får vi en mer detaljerad bild av fördelningen?
Beräkna och visualisera kvantiler

Mer om spridning: kvantiler

Kvantiler: Grupper med lika stor andel observationer
- Kvartiler: 4 grupper, 25 % av data var
- Deciler: 10 grupper, 10 % av data var
- Kvartilavstånd: 3:e kvartilen − 1:a kvartilen

Kvantiler med pandas

market_cap = nasdaq['Market Capitalization'].div(10**6) 
median = market_cap.quantile(.5)

median == market_cap.median()

True

quantiles = market_cap.quantile([.25, .75])

0.25     43.375930
0.75    969.905207

quantiles[.75] - quantiles[.25] # Interquartile Range

926.5292771575

Kvantiler med pandas & numpy

deciles = np.arange(start=.1, stop=.91, step=.1)
deciles

array([ 0.1,  0.2,  0.3,  0.4,  ..., 0.7,  0.8,  0.9])

market_cap.quantile(deciles)

0.1       4.884565
0.2      26.993382
0.3      65.714547
0.4     124.320644
0.5     225.968428
0.6     402.469678
...

Visualisera kvantiler med stapeldiagram

title = 'NASDAQ Market Capitalization (million USD)'
market_cap.quantile(deciles).plot(kind='bar', title=title)
plt.tight_layout(); plt.show()

Stapeldiagram över NASDAQ-kvantiler

All statistik på en gång

market_cap.describe()

count      3167.000000
mean       3180.712621
std       25471.038707
min           0.000000
25%          43.375930  # 1st quantile
50%         225.968428  # Median
75%         969.905207  # 3rd quantile
max      740024.467000
Name: Market Capitalization

All statistik på en gång

market_cap.describe(percentiles=np.arange(.1, .91, .1))

count      3167.000000
mean       3180.712621
std       25471.038707
min           0.000000
10%           4.884565
20%          26.993382
30%          65.714547
40%         124.320644
50%         225.968428
60%         402.469678
70%         723.163197
80%        1441.071134
...

Nu kör vi en övning!

Importera och hantera finansiell data i Python