【numpy, statistics】NumPyとstatisticsの違い：標準偏差と分散値［Python］

2020年8月21日2023年11月6日

URLをコピーしました！

numpyとstatisticsで値が違う？

前回、前々回と数値計算ライブラリnumpyと数理統計ライブラリstatisticsを使って、平均値、中央値、標準偏差、分散値の計算を紹介しました。

あわせて読みたい

【statistics】平均値、中央値、標準偏差、分散値（mean、median、stdev、variance）［Python］【数理統計関数statistics】前回、numpyを使って、平均値や中央値など統計で使いそうな関数を解説しました。今回は数理統計関数のライブラリであるstatisticsを使って…

しかしその際、numpyの標準偏差np.stdと分散値np.varの値が、statisticsの標準偏差stdevと分散値varianceの値と異なっているということを見つけました。

今回はそれが何故起こったのかを考えていきたいと思います。

まずは基本となるプログラムから。

今回はnumpyもstatisticsも使うので両方インポートしますが、statisticsを何度もタイプするのは疲れるので、「stat」としてインポートします。

import numpy as np
import statistics as stat

a = [1, 5, 3, 4, 0, 9, 6, 2, 8, 7]

print("<Standard Deviation>")
print(np.std(a))
print(stat.stdev(a))

print("<Variance>")
print(np.var(a))
print(stat.variance(a))

実行結果
<Standard Deviation>
2.8722813232690143
3.0276503540974917
<Variance>
8.25
9.166666666666666

確かに標準偏差も分散値も異なっています。

pstdevとpvariance

実はstatisticsの標準偏差と分散にはもう一つの計算方法があります。

それが「pstdev」と「pvariance」です。

これらは母集団の標準偏差と分散を計算するコマンドです。

ちなみに前に紹介した「stdev」は不偏標準偏差、「variance」は不偏分散という値になります。

とりあえず計算してみましょう。

import numpy as np
import statistics as stat

a = [1, 5, 3, 4, 0, 9, 6, 2, 8, 7]

print("<Standard Deviation>")
print(np.std(a))
print(stat.pstdev(a))

print("<Variance>")
print(np.var(a))
print(stat.pvariance(a))

実行結果
<Standard Deviation>
2.8722813232690143
2.8722813232690143
<Variance>
8.25
8.25

同じ値になりました。

ということはnumpyの「np.std」と「np.var」はstatisticsの「pstdev」と「pvariance」と同じ計算をしていると言えそうです。

ではstatisticsの「stdev」と「pstdev」、また「variance」と「pvariance」はどう違うのでしょうか？