数据描述的统计量解释-下

目录

---

一、前言

二、正文

Ⅰ.偏度和峰度

①偏度

② 峰度

Ⅱ.相关系数

🔺补充说明

①皮尔逊系数

注意：

②斯皮尔曼

③比较 

三、结语

---

一、前言

 

 在下篇我们来介绍关于偏峰度与相关系数的统计量的介绍

 

 

二、正文

 

Ⅰ.偏度和峰度

 

①偏度

 

 偏度（Skewness）可以用来度量随机变量概率分布的不对称性。

 公式:

 

 

几何意义：

偏度的取值范围为(-∞,+∞)

当偏度<0时，概率分布图左偏。

当偏度=0时，表示数据相对均匀的分布在平均值两侧，不一定是绝对的对称分布。

当偏度>0时，概率分布图右偏。

 

② 峰度

 

峰度（Kurtosis）可以用来度量随机变量概率分布的陡峭程度。 

 

公式： 

 

 

几何意义：

峰度的取值范围为[1,+∞)，完全服从正态分布的数据的峰度值为 3，峰度值越大，概率分布图越高尖，峰度值越小，越矮胖。

 

 

Ⅱ.相关系数

 

🔺补充说明

 

在了解俩个相关系数之前让我们先来直观的理解协方差，协方差是对于两个变量而言,如下我们给出公式：
 

 

理解: 如果 X 、 Y 变化方向相同，即当 X 大于（小于）其均值时， Y 也
大于（小于）其均值，在这两种情况下，乘积为正。如果 X 、 Y 的变化方向一直
保持相同，则协方差为正；同理，如果 X 、 Y 变化方向一直相反，则协方差为负；
如果 X 、 Y 变化方向之间相互无规律，即分子中有的项为正，有的项为负，那么
累加后正负抵消。

 

①皮尔逊系数

皮尔逊系数是用于度量两个变量X和Y之间的相关性（线性相关），其值介于-1与1之间。

皮尔逊系数是：两个变量之间的协方差与两个变量之间的标准差的乘积的比，即：

 

 

皮尔逊相关系数也可以看成是剔除了两个变量量纲影响，即将 X 和 Y 标准化后的协方差。

 

▲注意

1. 非线性相关会导致线性相关系数很大。
2. 离群点对相关系数的影响很大。
3. 如果两个变量的相关系数很大也不能说明两者相关，可能是受到了异常值的影响。
4. 相关系数计算结果为0，只能说不是线性相关，但说不定会有更复杂的相关关系（非线性相关）

 

 

②斯皮尔曼

 

斯皮尔曼相关系数评估两个变量之间的单调关系(不是严格的线性关系，评估的是等级之间的关系，把皮尔逊的具体值换成了斯皮尔曼的等级)。

一个数的等级，就是将它所在的一列数按照从小到大排序后，这个数所在的位置 。

将观测等级与平均等级做差，如果有的数值相同，则将它们所在的位置取算术平均。

 

 

因为是评估单调关系，所以斯皮尔曼相关系数对于数据错误和极端值的反应不敏感。

③比较 

1.皮尔逊评估的是两个变量的线性关系，而斯皮尔曼评估的两变量的单调关系。

2.连续数据，正态分布，线性关系，用 pearson 相关系数是最恰当，当然用

spearman 相关系数也可以， 就是效率没有 pearson 相关系数高。

注：斯皮尔曼相关系数的适用条件比皮尔逊相关系数要广，只要数据满足单调关系

（例如线性函数、指数函数、对数函数等）就能够使用。

 

三、结语

 对于数据描述的统计量到这里就结束了，希望能对你有所帮助。