Aan de slagBegin gratis

Standaarddeviatie uitwerken

In de video bespraken we maten van spreiding en vooral de standaarddeviatie, omdat die het meest wordt gebruikt. Het is belangrijk dat je dit concept goed begrijpt; in sollicitaties komt het vaak al vroeg terug, bijvoorbeeld in een code-opdracht of via een meer conceptuele vraag.

Hier boots je die ervaring na door de standaarddeviatie zelf te berekenen. Dat betekent dat je geen bestaande functie zoals std() gebruikt om het resultaat te krijgen.

Deze oefening maakt deel uit van de cursus

Statistiek-vragen voor sollicitaties oefenen in Python

Bekijk cursus

Oefeninstructies

  • Bereken, zonder de functie mean() te gebruiken, het gemiddelde van de lijst nums die voor je is gedefinieerd.
  • Gebruik de berekende waarde variance samen met de functie math.sqrt() om de standaarddeviatie te krijgen; print je resultaat.
  • Controleer je werk door de echte standaarddeviatie te printen met de eerder genoemde functie np.std().

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Create a sample list
import math
nums = [1, 2, 3, 4, 5]

# Compute the mean of the list
mean = ____

# Compute the variance and print the std of the list
variance = sum(pow(x - mean, 2) for x in nums) / len(nums)
std = ____
print(____)

# Compute and print the actual result from numpy
real_std = np.array(____).std()
print(____)
Code bewerken en uitvoeren