统计分析:偏度和峰度

https://blog.csdn.net/baidu_28858149/article/details/50553414

偏度

偏度(Skewness): 是对Sample构成的分布的对称性状况的描述。

计算时间序列 xx 的偏度,偏度用于衡量 xx 的对称性。若偏度为负,则 xx 均值左侧的离散度比右侧强;若偏度为正,则 xx均值左侧的离散度比右侧弱。对于正态分布(或严格对称分布)偏度等于 00。

Skewness 是对于分布的标准三阶中心距(standardized 3rd central moment)

正态分布的 Skewness=0Skewness=0。如果 Skewness>0Skewness>0 代表波形有右侧长尾,如果 Skewness<0Skewness<0 代表波形有左侧长尾。

 

x=E(x−μ)3σ3x=E(x−μ)3σ3

 


峰度

Kurtosis(峰度): 是对Sample构成的分布的峰值是否突兀或是平坦的描述。

计算时间序列 xx 的峰度,峰度用于度量 xx 偏离某分布的情况,正态分布的峰度为3。当时间序列的曲线峰值比正态分布的高时,峰度大于3;当比正态分布的低时,峰度小于3。

Kurtosis是对于分布的标准四阶中心距(standardized 4th central moment)

 

x=E(x−μ)4σ4x=E(x−μ)4σ4

 

正态分布的Kurtosis为 k=3k=3 ,为了描述的方便,使用exceess_k=k−3exceess_k=k−3 来标准化表示。如果exceess_k>0exceess_k>0, 表示波形更平坦(flatness); 如果 exceess_k<0exceess_k<0, 则表示波形更突兀消瘦(peakedness).

你可能感兴趣的:(机器学习课件,基础知识,常识,基础算法)