我们重新回到对单随机变量分布的研究。描述量是从分布中提取出的一个数值,用来表示分布的某个特征。之前使用了两个描述量,即期望和方差。在期望和方差之外,还有其它的描述量吗?
斜度
值得思考的是,期望和方差足以用来描述一个分布吗?如果答案是可以,那么我们就没有必要寻找其它描述量的。事实上,这两个描述量并不足以完整的描述一个分布。
我们来看两个分布,一个是指数分布:
f(x)={ex0ififx≥0x<0
它的期望为E(x)=1,方差为Var(x)=1。
我们用Y = 2-X来获得一个新的随机变量,及其分布:
f(y)={e2−y0ifify≤2y>2
该密度曲线与原来的密度曲线关于直线X=1对称,与原来的分布有相同的期望值和方差。期望为E(x)=1,方差为Var(x)=1我们绘制两个分布的密度曲线,如下图:
可以看到,即使期望值和方差保持不变,两个分布曲线明显不同。第一条曲线下的面积偏向左,而第二条曲线则向右侧倾斜。为了表达分布的这一特征,我们引入一个新的描述量,斜度(skewness)。它的定义如下: