目錄

• 1 代碼
• 2 為什么要處理偏斜數(shù)據(jù)
• 3 處理偏斜數(shù)據(jù)的一些常用技術(shù)
• 4 峰度的意義

1 代碼

import scipy.stats as st st.skew(data) # 計(jì)算偏度 st.kurtosis(data) # 計(jì)算峰度

2 為什么要處理偏斜數(shù)據(jù)

因?yàn)樵S多統(tǒng)計(jì)測試和機(jī)器學(xué)習(xí)模型都依賴于正態(tài)性假設(shè)。 因此，嚴(yán)重偏斜意味著數(shù)據(jù)不正常，并且可能會影響您的統(tǒng)計(jì)測試或機(jī)器學(xué)習(xí)預(yù)測能力。

• 如果偏度在-0.5到0.5之間，則數(shù)據(jù)是相當(dāng)對稱的(正態(tài)分布)；
• 如果偏斜度在-1和-0.5之間(負(fù)偏度)或0.5和1之間(正偏度)，則數(shù)據(jù)偏斜；
• 如果偏斜度小于-1(負(fù)偏度)或大于1(正偏度)，則數(shù)據(jù)高度偏斜；

3 處理偏斜數(shù)據(jù)的一些常用技術(shù)

在這種情況下，我們需要轉(zhuǎn)換數(shù)據(jù)以使其正常。 用于處理偏斜數(shù)據(jù)的一些常用技術(shù)：

• Log transformation
• Square root transformation
• Power transformation
• Exponential transformation
• Box-Cox transformation
• etc

4 峰度的意義

“峰度”是對實(shí)值隨機(jī)變量的概率分布的“尾部”度量。 通常用于標(biāo)識給定數(shù)據(jù)集中的異常值(極值)。 由于用于識別離群值，因此使用尾部兩端的極值進(jìn)行分析。

• 常態(tài)峰 Mesokurtic (峰度=3)-此分布顯示峰度3接近零。 極值(離群值)的分布與正態(tài)分布相似。
• 尖峰的 Leptokurtic (峰值>3)-這種分布顯示出比Mekokurtic更大的峰度。 該峰比中胚層更高且更尖銳。 它的兩邊都有粗尾，表明離群值較大。 在投資世界中，尖峰的發(fā)行意味著它是高風(fēng)險的投資。
• 低峰態(tài) Platykurtic：(峰值<3)-此分布顯示峰度比中側(cè)偏低。 該峰比中胚層低且寬。 它的兩側(cè)均顯示平坦的尾巴，表示離群值較小。 在投資世界中，platykurtic發(fā)行意味著它是一種低風(fēng)險的投資。
  

總結(jié)

以上是生活随笔為你收集整理的偏度和峰度存在的意义的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。