峰度和偏度(3)

偏度（Skewness）是描述某变量取值分布对称性的统计量。

如果是正太分布的话.偏度是 三阶中心距,值为0.

Skewness=0 分布形态与正态分布偏度相同

Skewness>0 正偏差数值较大，为正偏或右偏。长尾巴拖在右边。

Skewness<0 负偏差数值较大，为负偏或左偏。长尾巴拖在左边。

计算公式：

Skewness=E[((x-E(x))/(\sqrt{D(x)}))^3]

| Skewness| 越大，分布形态偏移程度越大。

峰度（Kurtosis）是描述某变量所有取值分布形态陡缓程度的统计量。

它是和正态分布相比较的。

Kurtosis=0 与正态分布的陡缓程度相同。

Kurtosis>0 比正态分布的高峰更加陡峭——尖顶峰

Kurtosis<0 比正态分布的高峰来得平台——平顶峰

计算公式：

Kurtosis=E[ ( (x-E(x))/ (\sqrt(D(x))) )^4 ]-3 四阶中心距-3.

如果是正态分布,那么偏度为0，峰度为3.

峰度：

峰度（Kurtosis）是描述某变量所有取值分布形态陡缓程度的统计量。

它是和正态分布相比较的。

Kurtosis=0 与正态分布的陡缓程度相同。

Kurtosis>0 比正态分布的高峰更加陡峭——尖顶峰

Kurtosis<0 比正态分布的高峰来得平台——平顶峰

计算公式：

Kurtosis=

偏度：

偏度（Skewness）是描述某变量取值分布对称性的统计量。

Skewness=0 分布形态与正态分布偏度相同

Skewness>0 正偏差数值较大，为正偏或右偏。长尾巴拖在右边。

Skewness<0 负偏差数值较大，为负偏或左偏。长尾巴拖在左边。

计算公式：

Skewness=

| Skewness| 越大，分布形态偏移程度越大。