sons dataStory

통계적 지표 StDev(표준편차) 첨도(kurtosis) 왜도(Skewness) StDev(표준편차) 주가의 변동성 정도를 측정하는 지표로 표준편차 개념을 차용하여 특정기간 동안의 주가들이 평균가격으로부터 얼마나 흩어져 있는지를 나타냅니다. 핵심 개념: 변동성 측정: STDEV는 시장의 변동성을 수치화합니다. 높은 STDEV 값은 주가가 평균 가격으로부터 크게 벗어남 → 변동성 증가 낮은 STDEV 값은 주가가 평균 가격 주변에서 비교적 안정적 움직임 → 변동성이 작음 평균으로부터의 편차: STDEV는 각 주가가 설정된 기간의 평균 주가와 얼마나 차이가 나는지를 계산하고, 이 차이들의 평균적인 크기를 나타냅니다. $$\begin{align}\text{mean} &=\frac{\sum^n_{i=1} \text{price}_i}{n}\\ \text{Deviation}_i&=\text{price}_i-\text{mean}\\ \text{Deviation}^2_i&=\left(\text{price}_i-\text{mean}\right)^2\\ \text{Variance}&=\frac{\sum^n_{i=1}\left(\text{price}_i-\text{mean}\right)^2}{n-1}\\ \text{STDEV}&=\sqrt{\text{Variance}}\end{align}$$ pandas_ta.stdev(close, length=None, ddof=None, talib=None, offset=None, **kwargs) 함수로 계산합니다. length의 기본값은 30이며 ddof는 자유도를 계산하기 위해 전체 수에서 제외하는 값으로 기본값은 1입니다. import numpy as np import pandas as pd import matplotlib.pyplot as plt import pandas_ta as ta import FinanceDataRea...

내용 기술통계(descriptive statistics) 그룹화에 의한 기술통계 패키지 함수 적용 기본통계 기술통계(descriptive statistics) mtcars vars mpg hp wt Mazda RX4 21.0 110 2.620 Mazda RX4 Wag 21.0 110 2.875 Datsun 710 22.8 93 2.320 Hornet 4 Drive 21.4 110 3.215 Hornet Sportabout 18.7 175 3.440 Valiant 18.1 105 3.460 summary(mt1)#요약통계량을 반환 mpg hp wt Min. :10.40 Min. : 52.0 Min. :1.513 1st Qu.:15.43 1st Qu.: 96.5 1st Qu.:2.581 Median :19.20 Median :123.0 Median :3.325 Mean :20.09 Mean :146.7 Mean :3.217 3rd Qu.:22.80 3rd Qu.:180.0 3rd Qu.:3.610 Max. :33.90 Max. :335.0 Max. :5.424 apply(객체, 1 or 2, FUN)는 객체의 행 또는 열에 함수를 적용합니다. 1: row, 2:column sapply(객체, FUN)는 객체의 각 열에 함수를 적용합니다. 위 함수에서 객체의 결측치를 제외하기 위해 함수에 인자 na.omit=True를 첨가합니다. 위 함수들의 인수중 FUN에 사용되는 전형적인 함수들은 다음과 같습니다. mean, sd, var, min,max, median, length, range, quantile fivenum() 은 Turkey의 5가지 요약...

Skewness and Kurtosis Skewness and kurtosis are also frequently used in addition to the mean and variance as a statistic that indicates the characteristics of the probability distribution. Skewness indicates the degree of asymmetry between the left and right with respect to the center of the distribution, that is, the mean, and kurtosis is an index indicating the sharpness of the peak of the distribution. Skewness and kurtosis can be calculated with Equations 1 and 2, respectively. As shown in these equations, these statistics are the expected values for a new random variable, applying the third and fourth powers to the difference between the random variable and the mean. As a result, skewness and kurtosis are calculated using third and fourth-order moments, respectively. Skewness The skewness of the standard normal distribution is 0 skewness <0: Distribution skewed to right skewness >0: Distribution skewed to left $$\begin{align...