峰度的意义_偏度和峰度

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：

其中

是均值，

是标准差。

计算例子：

一组数据为1、2、2、4、1，均值为2，标准差约为1.22，所以偏度为

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。

From [1]

例如上图中，两个概率分布图都是均值=0.6923，标准差=0.1685的，但是他们的形状是不一样的，左图偏度=-0.537，形状左偏，右图偏度=0.537，形状右偏。

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：

其中

是均值，

是标准差。

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。

From [1]

例如上图中，左图是标准正太分布，峰度=3，右图的峰度=4，可以看到右图比左图更高尖。

通常我们将峰度值减去3，也被称为超值峰度（Excess Kurtosis），这样正态分布的峰度值等于0，当峰度值>0，则表示该数据分布与正态分布相比较为高尖，当峰度值<0，则表示该数据分布与正态分布相比较为矮胖。

参考文献：

[1] Measures of Shape: Skewness and Kurtosis