偏度和峰度

【偏度(skewness)就是分布不對稱的程度。正態分佈是完全對稱的，所以正態分佈的偏度為零。但是現實中很多分布是不對稱的，有的偏向左邊，有的偏向右邊，所以就用偏度來衡量分布偏離的程度。

偏度是離群值(outliers)導致的。離群值是那些正數中特別大或者負數中特別小的值，也就是絕對值特別大的值。從名字也可以看出來，這些數值特別不合群，不是特別大，就是特別小，有點離群索居的感覺，所以叫做離群值。】參考

峰度(kurtosis)是衡量某個分布相比正態分佈而言，其峰值高低的程度。其中，尖峰態(leptokurtic)就是比正態分佈更尖的一種分布，低峰態(platykurtic)是指沒有正態分佈那麼尖的一種分布，常峰態(mesokurtic)就是峰值和正態分佈相同的分布。

df_train['test'].skew()    # 偏度

df_train['test'].kurt() # 峰度

偏度和峰度

偏度這一指標，又稱偏斜係數 偏態係數，是用來幫助判斷資料序列的分布規律性的指標。在資料序列呈對稱分布 正態分佈 的狀態下，其均值 中位數和眾數重合。且在這三個數的兩側，其它所有的資料完全以對稱的方式左右分布。如果資料序列的分布不對稱，則均值 中位數和眾數必定分處不同的位置。這時，若以均值為參照點，則...

峰度的意義 偏度和峰度

偏度 skewness 可以用來度量隨機變數概率分布的不對稱性。公式 其中 是均值，是標準差。計算例子 一組資料為1 2 2 4 1，均值為2，標準差約為1.22，所以偏度為 幾何意義 偏度的取值範圍為 當偏度 0時，概率分布圖左偏。當偏度 0時，表示資料相對均勻的分布在平均值兩側，不一定是絕對的對...

資料的偏度和峰度

我們一般會拿偏度和峰度來看資料的分布形態，而且一般會跟正態分佈做比較，我們把正態分佈的偏度和峰度都看做零。如果我們在實操中，算到偏度峰度不為0，即表明變數存在左偏右偏，或者是高頂平頂這麼一說。偏度是資料的不對稱程度。無論偏度值是 0 正數還是負數，都顯示有關資料分布形狀的資訊。圖 a 圖 b 對稱或...