博客介绍了常见的数据分布类型，包括单峰、双峰、偏态、均匀和正态分布。单峰和双峰由峰值数量区分，偏态分左右偏，均匀分布无明显峰，正态分布是单峰对称。还提及数据分布的异常特性，如缺口和异常值，以及离群值的判断标准。
单峰分布（unimodal distribution）& 双峰分布 （bimodal distribution）
数据分布会有一个或者很多个峰值（peaks），数据分布中只有一个明显峰值的叫做单峰，有两个明显峰值的叫做双峰，同样，具有多个峰值的就是多峰。
偏态分布（skewness distribution）
在数据分布的图像展现形式中，偏态分布中一边的观测值要比另一边的观测值多，右边的观测值少时，称为右偏（skewed right）；左边的观测值少时，称为左偏（skewed left）。相对于正态分布，右偏的分布也称为正偏态分布，以平均数（average）、中位数（median）和众数（mode）之间的关系来描述的话，若 x ˉ > M e > M o \bar{x} > M_{e} > M_{o} xˉ>Me>Mo，也即是平均数大于中位数，中位数又大于众数时，数据分布时正偏态分布。
左偏的分布也称为负偏态分布，若 x ˉ < M e < M o \bar{x} < M_{e} < M_{o} xˉ<Me<Mo，也即是平均数小于中位数，中位数又小于众数时，数据分布时负偏态分布。
均匀分布（uniform distribution）
当一组数据中的观测值在分布范围内均匀分布时，这种分布称为均匀分布。均匀分布没有明显的峰。
正态分布（normal distribution）
当数据的分布图，既具有对称性，又具有单峰时，就是正态分布，也即是单峰对称分布就是正态分布。
异常特性（Unusual Features）
数据分布中的异常特性主要是两种：缺口（gaps） & 异常（outliers）
缺口主要是指数据分布中有些区域没有观测值：
异常主要是与数据分布差别很大的极端值。在正态分布中，如果极值低于第一个四分位数(Q1)至少1.5个四分位数区间，或者高于第三个四分位数(Q3)至少1.5个四分位数区间，那么极值通常被认为是一个离群值。
扫一扫
1281
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
