matlab 求样本离差阵,样本的离差、标准差、方差、偏度、(多图)

一、离差

指单项数值和平均值的差，正负可以作为方向。用来反映某一数值与平均值的偏离程度(距离)。

二、标准差(sd)

用来反映样本数据离散程度的指标。多用来反映样本是否“稳重”。比如一学生整个学期的数学成绩作为样本，计算其标准差，标准差小代表该学生的成绩比较稳定。当然没有固定的标准，多用来比较多组数据的“靠谱性”。

其中，n为样本的大小(样本自由度，样本频数)，u为样本平均数。

三、方差

标准差平方后的值。一样的作用。

四、偏度

偏度反应分布的对称情况，。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。

当离群值在正数中特别大的时候，分布就是右偏(Positively Skewed)的，在分布的右侧有一个长尾。对于右偏分布而言，平均值 > 中位数 > 众数。

当离群值在负数中特别小的时候，分布就是左偏(Negatively Skewed)的，在分布的左侧有一个长尾。对于左偏分布而言，平均值 < 中位数 < 众数。

样本X的偏度为样本的三阶标准矩其中μ是均值，δ为标准差，E是均值操作，μ3是三阶中心距。

五、峰度

峰度反应的是图像的尖锐程度：峰度越大，表现在图像上面是中心点越尖锐。在相同方差的情况下，中间一大部分的值方差都很小，为了达到和正太分布方差相同的目的，必须有一些值离中心点越远，所以这就是所说的“厚尾”，反应的是异常点增多这一现象。

尖峰分布如果仅仅是尖峰就简单了，但是实际上，尖峰分布通常都会伴随着肥尾一同出现，即“尖峰肥尾”，或“尖峰厚尾”。从下图中可以看出，尖峰分布的峰(即平均值)和尾(即正负两端)都比正态分布的概率高，而在其他地方都比正态分布的概率低。

其中k4是四阶累积量的唯一对称无偏估计，k2是二阶累积量的无偏估计(等同于样本方差)，m4是样本四阶平均距，m2是样本二阶平均距。

著作权归作者所有。商业转载请联系本站作者获得授权，非商业转载请注明出处