Dua kolom bisa memiliki pusat yang sama dan tetap berperilaku sangat berbeda. Sebaran mengukur seberapa jauh nilai-nilai berada dari pusat:
- Simpangan baku (SD) adalah jarak tipikal dari rata-rata, dalam satuan kolom itu sendiri. Untuk sampel, pembaginya n - 1, bukan n.
.std() pandas melakukan ini secara default; np.std() membagi dengan n kecuali Anda memberikan ddof=1.
- Varians adalah SD kuadrat, dalam satuan kuadrat, itulah sebabnya orang biasanya melaporkan SD.
- Rentang antarkuartil (IQR) adalah jarak antara persentil ke-25 dan ke-75: separuh data di bagian tengah. Pencilan nyaris tidak memengaruhinya.
- Koefisien variasi membagi SD dengan rata-rata, sehingga Anda bisa membandingkan sebaran antara hal-hal yang berbeda skala.
Gunakan SD untuk data yang kurang lebih simetris dan IQR untuk data miring yang memiliki pencilan.
SD sampel dan IQR.