偏度和峰度

偏度和峰度

偏度（skewness）

• 数据分布的的不对称性称为偏态。偏态是指数据分布的偏斜方向和程度。偏度，通常分为右偏（正偏）和左偏（负偏）两种。它们是以对称分布为标准相比较而言的。
• 在对称分布的情况下，平均数、中位数和众数是合而为一的。
• 在偏态分布的情况下，平均数、中位数与众数是分离的。如果众数在左边，平均数在右边，即数据的极端值在右边，数据分布曲线向右延伸，则称为右向偏态。右向偏态，众数的数值较小，平均数的数值较大，平均数与众数之差为正值，因此右向偏态又称为正向偏态。
• 如果众数在右边，平均数在左边，即数据的极端值在左边，数据分布曲线向左延伸，则称为左向偏态。

【偏度(Skewness)就是分布不对称的程度。正态分布是完全对称的，所以正态分布的偏度为零。但是现实中很多分布是不对称的，有的偏向左边，有的偏向右边，所以就用偏度来衡量分布偏离的程度。

偏度是离群值(Outliers)导致的。离群值是那些正数中特别大或者负数中特别小的值，也就是绝对值特别大的值。从名字也可以看出来，这些数值特别不合群，不是特别大，就是特别小，有点离群索居的感觉，所以叫做离群值。】

参考

峰度（kurtosis）

峰度(Kurtosis)是衡量某个分布相比正态分布而言，其峰值高低的程度。其中，尖峰态(Leptokurtic)就是比正态分布更尖的一种分布，低峰态(Platykurtic)是指没有正态分布那么尖的一种分布，常峰态(Mesokurtic)就是峰值和正态分布相同的分布。

df_train['test'].skew()    # 偏度
df_train['test'].kurt()     # 峰度