偏态与峰度

这是一篇学习笔记，若有不妥之处，欢迎评论指正

一、偏态

左右不对称即为偏态
口诀一：看长尾在哪边就是往哪偏
口诀二：峰左移，右偏态；峰右移，左偏态

数据状态	描述	图示
mean>median>mode	正偏态、右偏态
mean<median<mode	负偏态、左偏态
mode=median=mean	对称分布

我们为什么要去看数据的偏态？
1、更加全面的了解数据的分布，使用mode、median、mean三个指标来综合描述数据的分布。mode代表了样本中最多的样本的特性、median可以用于描述有一半的样本低于或高于某个值、mean用于描述样本的平均水平。对于明显左偏或者右偏的数据来说，使用中位数去描述数据状况比平均数更合理，因为平均数会受极值的影响。
2、左偏说明长尾在左边，左边有较多的极端数值。
3、许多算法要求样本服从正态分布，因此我们需要先观察数据的分布，如若不对称就要进行调整。

二、偏态系数SK

SK：Skewness

偏态系数绝对值值越大，偏斜程度越厉害。
SK< 0 左偏
SK> 0 右偏

SK以mean、mode之差与σ的比例来计算的，因此mean>mode，也就是右偏的时候，SK>0。

三、峰度kurtosis

正态分布的峰度K=3，均匀分布的峰度K=1.8。
除了左偏右偏之外我们还需要从峰度上看峰度是否偏离了正态分布。

kurtosis=K-3 称为超值峰度
kurtosis>0，尖峰态（leptokurtic），数据集比较分散，极端数值较多
kurtosis<0，低峰态（platykurtic），数据集比较集中，两侧的数据比较少

相关链接:

• 这到底是左偏啊还是右偏？私授你偏态分布的正确读取方式