数据分布的偏度(skewness)和峰度(kurtosis)

您所在的位置:网站首页 二维正态分布图像关于什么对称 数据分布的偏度(skewness)和峰度(kurtosis)

数据分布的偏度(skewness)和峰度(kurtosis)

2024-07-16 16:09| 来源: 网络整理| 查看: 265

偏度(skewness)

是统计数据分布偏斜方向和程度的度量,是统计数据分布非对称程度的数值特征:定义为:样本的三阶标准化矩。 S k e w ( X ) = E [ ( X − μ σ ) ] = k 3 σ 3 = k 3 k 2 3 / 2 Skew(X)=E[(\frac{X-\mu}{\sigma})]=\frac{k_3}{\sigma_3}=\frac{k_3}{k_2^{3/2}} Skew(X)=E[(σX−μ​)]=σ3​k3​​=k23/2​k3​​

偏度定义中包括:正态分布(偏度=0)、右偏(尾巴右偏)分布(也叫正偏分布,偏度>0),左偏(尾巴左偏)分布(也叫负偏分布,其偏度3),瘦尾(峰度值



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3