De variantie berekenen

Het is belangrijk om enig begrip te hebben van wat veelgebruikte functies onder de motorkap doen. Ook al weet je misschien al hoe je varianties moet berekenen, dit is een beginnerscursus waarin we dat niet aannemen. In deze oefening berekenen we expliciet de variantie van de kroonbladlengte van Iris veriscolor met behulp van de formules die in de video's zijn besproken. Daarna gebruiken we np.var() om het te berekenen.

Deze oefening maakt deel uit van de cursus

Statistisch denken in Python (deel 1)

Cursus bekijken

Oefeninstructies

Maak een array differences die het verschil is tussen de kroonbladlengtes (versicolor_petal_length) en de gemiddelde kroonbladlengte. De variabele versicolor_petal_length staat al in je namespace als een NumPy-array, dus je kunt gebruikmaken van de gevectoriseerde bewerkingen van NumPy.
Kwadrateer elk element in deze array. Bijvoorbeeld, x**2 kwadrateert elk element in de array x. Sla het resultaat op als diff_sq.
Bereken het gemiddelde van de elementen in diff_sq met np.mean(). Sla het resultaat op als variance_explicit.
Bereken de variantie van versicolor_petal_length met np.var(). Sla het resultaat op als variance_np.
Print zowel variance_explicit als variance_np in één print-aanroep om te controleren of ze overeenkomen.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Array of differences to mean: differences


# Square the differences: diff_sq


# Compute the mean square difference: variance_explicit


# Compute the variance using NumPy: variance_np


# Print the results

Code bewerken en uitvoeren