第4章数据分布特征的描述报告.pptVIP

2021/2/11 3-* 第三节 变量分布的偏度与峰度 一、矩（动差 ） 二、偏度（Skewness） 三、峰度（Kurtosis） 2021/2/11 3-* 一、矩（动差 ） 矩（动差 ）—— 一系列刻画数据分布特征的指标的统称。 变量值与数值 a 之离差的 K 次方的平均数称为变量 x 关于 a 的K 阶矩,即: 2021/2/11 3-* K 阶原点矩（当a = 0 时）是数据的K次方的平均数. 一阶原点矩即算术平均数; 二阶原点矩即平方平均数。 2021/2/11 3-* K 阶中心矩矩（当a =均值 时）是以均值为中心计算的离差 K 次方的平均数 k=1时,称为一阶中心矩,它恒等于0,即 m1=0; k=2时,称为二阶中心矩,也就是方差,即m2=σ2。 2021/2/11 3-* 偏态与峰态分布的形状 扁平分布 尖峰分布 偏态 峰态 左偏分布 右偏分布 与标准正态分布比较！ 2021/2/11 3-* 二、偏度（Skewness） 偏度——指数据分布的不对称程度或偏斜程度。 以 对称分布 为标准来区分 偏态分布又分左偏（负偏）和右偏（正偏）. 左偏分布（负偏） 右偏分布（正偏） 2021/2/11 3-* 偏态(skewness) 统计学家Pearson于1895年首次提出 数据分布偏斜程度的测度 偏态系数=0为对称分布 偏态系数 0为右偏分布 偏态系