python数据分析课程笔记 | 第五章 Python统计分析（上）

最新推荐文章于 2023-04-12 19:44:19 发布

啥都不会的怪蜀黍

最新推荐文章于 2023-04-12 19:44:19 发布

阅读量361

点赞数

CC 4.0 BY-SA版权

分类专栏：数据分析文章标签： python 数据分析统计学

本文链接：https://blog.youkuaiyun.com/SimbaG/article/details/117332098

本文介绍了描述性统计分析的关键概念，包括基本统计学概念如总体与样本，统计量如均值、标准差、中位数等，以及离散程度的衡量。此外，详细讲解了点估计与区间估计，通过实例展示了如何利用样本数据进行点估计，并应用中心极限定理进行95%置信区间的计算。接着，文章概述了假设检验的基本步骤，并给出了单样本和双样本t检验的Python实现示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

5.1 描述性统计分析

（1）基本统计学概念

总体
样本

（2）统计量

可以在一定程度上反应总体的特征，从样本数据中计算得到，常见统计量包括：

均值
标准差
中位数
分位数
众数

（3）离散程度

统计量可以对数据有个大体的认识，仅反应了数据的某些趋势，常见的离散程度有：

极差
四分位差
方差
变异系数

import pandas as pd
import os

os.chdir(r'C:\Users\Administrator.DESKTOP-0L8IC5U\Desktop\数据分析\data')
insuance = pd.read_csv('train.csv', encoding='utf-8', dtype={
   
   'Gender': 'str'})

a = insuance['Age'].mean()
b = insuance['Age'].std()
c = insuance['Age'].median()
d = insuance['Age'].quantile([0, 0.05, 0.25, 0.5, 0.75])
print(a, '\n', b, '\n', c, '\n', d