На python Наблюдение посещаемости четырех внеклассных мероприятий в экспериментальном (20 человек) и контрольном (30 человек) классах дали значения (соответственно): 18, 20, 20, 18 и 15, 23, 10, 28. Требуется найти среднее значение, стандартное отклонение, медиану и квартили этих данных.

Python код для статистического анализа

Вот код на Python, который вычисляет среднее значениестандартное отклонениемедиану и квартили для заданных данных:

python

import numpy as np

# Данные
experimental = [18, 20, 20, 18]
control = [15, 23, 10, 28]

# Функция для вычисления статистики
def calculate_statistics(data):
    mean = np.mean(data)  # Среднее значение
    std_dev = np.std(data, ddof=0)  # Стандартное отклонение (для всей популяции)
    median = np.median(data)  # Медиана
    q1 = np.percentile(data, 25)  # Первый квартиль (Q1)
    q3 = np.percentile(data, 75)  # Третий квартиль (Q3)
    return mean, std_dev, median, q1, q3

# Статистика для экспериментального класса
exp_mean, exp_std_dev, exp_median, exp_q1, exp_q3 = calculate_statistics(experimental)

# Статистика для контрольного класса
ctrl_mean, ctrl_std_dev, ctrl_median, ctrl_q1, ctrl_q3 = calculate_statistics(control)

# Вывод результатов
print("Статистика экспериментального класса:")
print(f"Среднее: {exp_mean}, Стандартное отклонение: {exp_std_dev}, Медиана: {exp_median}, Q1: {exp_q1}, Q3: {exp_q3}")

print("\nСтатистика контрольного класса:")
print(f"Среднее: {ctrl_mean}, Стандартное отклонение: {ctrl_std_dev}, Медиана: {ctrl_median}, Q1: {ctrl_q1}, Q3: {ctrl_q3}")


Объяснение кода:

  1. Используемые библиотеки:
    • numpy используется для числовых операций, таких как вычисление среднего, стандартного отклонения и квартилей.
  2. Данные:
    • experimental содержит данные посещаемости для экспериментального класса.
    • control содержит данные посещаемости для контрольного класса.
  3. Вычисляемая статистика:
    • Среднее: Среднее значение данных.
    • Стандартное отклонение: Измеряет разброс данных.
    • Медиана: Среднее значение упорядоченных данных.
    • Q1 (25-й процентиль): Значение, ниже которого находится 25% данных.
    • Q3 (75-й процентиль): Значение, ниже которого находится 75% данных.
  4. Результаты:
    • Функция calculate_statistics вычисляет все необходимые статистики для заданного набора данных.
    • Результаты выводятся отдельно для экспериментального и контрольного классов.