Разброс: дисперсия и стандартное отклонение
Насколько широко на самом деле распределены Ваши данные
«Разброс: дисперсия и стандартное отклонение» — бесплатный урок Data Science Academy на CoddyKit. Это урок 2 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Data Science Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Data Science Academy содержит 4 уроков всего.
Части этого урока еще не переведены и отображаются на английском.
Center Is Not Enough
Two columns can share the same mean yet look nothing alike. To tell them apart you measure their spread, how widely the values scatter. 📏
Deviation From the Mean
Spread starts with each point's distance from the average, its deviation. Small deviations mean tight data, large ones mean it sprawls.
Why We Square Deviations
Positive and negative deviations would cancel to zero. So we square each one first, turning every gap into a positive contribution.
Variance Defined
The variance is the average of those squared deviations. A bigger variance means values stray further from the mean on average.
df["price"].var()The Units Problem
Squaring inflates the units too. Variance of prices in dollars comes out in dollars squared, which is impossible to read at a glance.
Standard Deviation to the Rescue
Take the square root of variance and you get the standard deviation. It lives in the same units as your data, so it finally makes sense.
df["price"].std()Reading Std Dev
Standard deviation is roughly the typical distance of a point from the mean. A small std means consistent values, a large one means volatility.
The 68 Percent Rule
For roughly bell-shaped data, about 68 percent of values land within one standard deviation of the mean. It is a fast sanity check on range.
Sample vs Population
pandas divides by n minus one by default, the sample version. That small tweak corrects bias when your data is just a sample of a bigger group.
Spread Feeds Comparison
Standard deviation lets you compare consistency fairly. The product with the smaller std in delivery time is the more reliable one.
Both in One Look
You do not pick between them by hand. The describe output already includes std for every numeric column you have.
df.describe().loc["std"]Quick Check
You want a spread measure that uses the same units as the original data.
Recap: Measuring Spread
You learned that variance averages squared distances and standard deviation brings that back to real units. Together they reveal how much your data moves. 🌟
Часто задаваемые вопросы
Урок «Разброс: дисперсия и стандартное отклонение» бесплатный?
Да — полный текст урока «Разброс: дисперсия и стандартное отклонение» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Data Science Academy, подпишись на CoddyKit PRO. Курс Data Science Academy содержит 4 уроков всего.
Чему я научусь в уроке «Разброс: дисперсия и стандартное отклонение»?
Насколько широко на самом деле распределены Ваши данные Ты практикуешь Data Science Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать Data Science Academy?
Предыдущий опыт не требуется. Data Science Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 2 из 4.
Сколько времени занимает урок «Разброс: дисперсия и стандартное отклонение»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке Data Science Academy?
Да. Каждый урок Data Science Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Среднее, медиана и мода
- Разброс: дисперсия и стандартное отклонение
- Минимум, максимум и квартили
- Выбросы и их значение