
433
12
장
확률 과정
print('%14s %14.3f %14.3f' % ('max', sta1[1][1], sta2[1][1]))
print('%14s %14.3f %14.3f' % ('mean', sta1[2], sta2[2]))
print('%14s %14.3f %14.3f' % ('std', np.sqrt(sta1[3]),
np.sqrt(sta2[3])))
print('%14s %14.3f %14.3f' % ('skew', sta1[4], sta2[4]))
print('%14s %14.3f %14.3f' % ('kurtosis', sta1[5], sta2[5]))
In [18]: print_statistics(ST1, ST2)
statistic data set 1 data set 2
---------------------------------------------
size 10000.000 10000.000
min 32.327 28.230
max 414.825 409.110
mean 110.730 110.431
std 40.300 39.878
skew 1.122 1.115
kurtosis 2.438 2.217
➊
scs.describe( )
함수는 데이터에 대한 중요 통계를 반환
두 시뮬레이션 결과의 통계치가 분명히 유사하다. 약간의 차는 ...