python - 如何计算python输出的均值、众数、方差、标准差等？

Question

我有一个基于概率的简单游戏，每天我们抛硬币，如果我们正面朝上，我们就赢，我们得到 20 美元，如果我们抛硬币，我们反面朝上，那么我们输掉 19 美元，最后每月(28 天)的一天，我们会看到我们损失了多少或赚了多少。

def coin_tossing_game():
    random_numbers = [random.randint(0, 1) for x in range(500)] #generate 500 random numbers
    for x in random_numbers:
        if x == 0: #if we get heads
            return 20 #we win $20
        elif x == 1: #if we get tails
            return -19 #we lose $19


for a in range(1, 28): #for each day of the month
    print(coin_tossing_game())

这将返回输出 2020-19-19-19-19-1920-1920-1920-192020-19-192020-19-19-19202020-19-19-192020

这个输出正是我所期望的。我想找到输出和其他描述性统计数据的总和，如均值、众数、中位数、标准差、置信区间等。我不得不将这些数据复制并粘贴到 excel 中以进行此数据分析。我希望有一种方法可以在 python 中快速轻松地完成此操作。

Answer 1

你在问如何。最直接可用的是以 statistics 库的形式构建到 Python 中。但同样，你似乎想知道如何做到这一点。下面的代码展示了我近 50 年来一直没有必要去做的基础知识。

首先，修改您的代码，使其捕获向量中的样本。在我的代码中，它称为 sample。

代码的第一部分只是简单地练习了 Python 库。那里没有汗水。

代码的第二部分展示了如何累加样本中值的总和，以及它们与平均值的偏差的平方和。我留给您来解决如何在这些统计数据的通常假设下计算样本方差、样本标准差和置信区间。对样本进行排序和重命名后，我计算了最大值和最小值(对于某些分布的估计很有用)。最后，我从排序后的样本中计算出中位数。我把中位数的计算留给你。

import random

def coin_tossing_game():
    random_numbers = [random.randint(0, 1) for x in range(500)] #generate 500 random numbers
    for x in random_numbers:
        if x == 0: #if we get heads
            return 20 #we win $20
        elif x == 1: #if we get tails
            return -19 #we lose $19

sample = []
for a in range(1, 28): #for each day of the month
    #~ print(coin_tossing_game())
    sample.append(coin_tossing_game())

## the easy way

import statistics

print (statistics.mean(sample))
print (statistics.median(sample))
print (statistics.mode(sample))
print (statistics.stdev(sample))
print (statistics.variance(sample))

## the hard way

sample.sort()
orderedSample = sample
N = len(sample)
minSample = orderedSample[0]
maxSample = orderedSample[-1]
sumX = 0
for x in sample:
    sumX += x
mean = sumX / N

sumDeviates2 = 0
for x in sample:
    sumDeviates2 += ( x-mean )**2

k = N//2
if N%2==0:
    mode = 0.5* (orderedSample[k]+orderedSample[k-1])
else:
    mode = orderedSample[k]