数学期望、方差、矩（moments）、倾斜度（skewness）及峰度（kurtosis）的理解及c/c++实现

在概率论中期望，方差等是基础知识点，下面简单介绍一下个人所理解的几点及实现过程，如有错误之处请指出，仅供学习参考。

转载请注明出处。

1.分布函数

2.概率密度函数

直意为对分布函数的求导，数学公式如下，

3.数学期望

式1表示为离散的，2为连续。

4.矩（moments）

5.方差与矩的关系

方差主要表示随机变量围绕中心值的散布程度。

6.倾斜度（skewness）

表示随机变量与中心分布的不对称程度，向右倾斜，值为正，向左值为负。

7.峰度（kurtosis）

随机变量在均值附近的相对平坦程度或峰值程度，以正态分布为界，峰度值为0，如比正态分布陡，峰度值大于0，否则小于0.

代码实现如下：

仅供参考学习。

#include<iostream>
using namespace std;
int main()
{
	//自定义一个数集，用数组a存储
	int a[10] = {1,2,2,6,8,8,2,15,20,8};
	int b[10];
	int count;
	double exp = 0.0;//期望
	double sum1 = 0.0, sum2 = 0.0;
	double y=0.0;//中心矩

	for (int i = 0; i < 10;i++)
	{
		b[i] = -1;
	}

	for (int i = 0; i < 10;i++)
	{
		count = 1;
		for (int j = i + 1; j < 10; j++)
		{
			if (a[i] == a[j])
			{
				b[j] = 0;
				count++;
			}
		}

		if (b[i] != 0)
		{
			b[i] = count;
		}
	}

	//输出每个数出现的次数
	for (int i = 0; i < 10;i++)
	{
		if (b[i] != 0)
		{
			//cout << a[i] <<" "<< b[i] << endl;
			//期望
			exp += a[i] * (b[i] / 10.0);
		}
	}
	printf("期望exp=%.2f\n",exp);

	//传统方法：方差
	for (int i = 0; i < 10;i++)
	{
		sum1 += (a[i] - exp)*(a[i] - exp);
	}
	double var1 = sum1 / 10.0;
	printf("方差var1=%.2f\n",var1);

	//非传统方法：方差
	for (int i = 0; i < 10;i++)
	{
		sum2 += (a[i] * a[i])*(b[i] / 10.0);
	}
	double var2 = sum2 - (exp*exp);
	printf("方差var2=%.2f\n", var2);

	//倾斜度
	//求中心矩y
	for (int i = 0; i < 10;i++)
	{
		y += ((a[i] - exp)*(a[i] - exp)*(a[i] - exp))*(b[i]/10.0);
	}
	double skew = y / (sqrt(var2)*var2);
	printf("倾斜度skew=%.2f\n",skew);

	//峰度
	for (int i = 0; i < 10; i++)
	{
		y += ((a[i] - exp)*(a[i] - exp)*(a[i] - exp)*(a[i] - exp))*(b[i] / 10.0);
	}
	double kurt = (y / (var2*var2)) - 3;
	printf("峰度kurt=%.2f\n",kurt);

	system("pause");
	return 0;
}