统计分析之集中、离中、偏态和峰态的一些度量方法
来源:互联网 发布:matlab 初始化3维矩阵 编辑:程序博客网 时间:2024/05/18 09:26
1.集中趋势
集中趋势的度量主要包括:众数、中位数、平均数(算术平均数(简单平均数,加权平均数)、几何平均数,切尾平均数),四分位数
根据数据的类型,我们一般:
分类数据:众数
顺序数据:中位数
数值型数据:平均数
2.离中趋势
离中趋势的度量主要有异众比率、四分位差、极差、平均差、方差和标准差、离散系数、标准分数(归一化)
根据数据的类型,我们一般:
分类数据:异众比率
顺序数据:四分位差
数值型数据:方差和标准差
相对位置的度量数据:离散系数 = 方差/平均数 或者 标准差/平均数,主要用于测量的水平或者单位不同的两组数据
3.偏态
在对称分布的情况下,一般是众数=中位数=平均值,但是在现实生活中,有些获取到数据并不是对称分布的,会产生数据偏态的情况;数据偏态主要分为左偏和右偏,度量方法有:
(1)皮尔孙偏态系数
(2)中心距偏态系数
4.峰态
主要用峰态系数来度量,用的是四阶中心矩
0 0
- 统计分析之集中、离中、偏态和峰态的一些度量方法
- 机器学习中常用的距离和相似性度量方法
- 敏捷方法中采集的度量数据
- 敏捷方法中采集的度量数据
- Oracle的统计分析方法
- iOS之图片缩放的集中方法
- android中listview优化的集中方法
- Java中加载配置文件的集中方法
- 机器学习之距离和相似性度量方法
- 统计之都统计分析和R语言方面的图书
- 数组统计分析的另一种方法
- 集中注意力的方法
- 集中精力的方法
- Scrum度量的一些想法
- 随机变量的非高斯度量方法之峰度法
- 机器学习中常用的相似性度量方法<总结性文章>
- 计算机视觉中关于相似性度量的方法
- 距离和相似性度量方法
- linux ssh -T测试github失败的解决方案
- spark 开发环境搭建
- fatal error: malformed or corrupted AST file: 'Unable to load module Darwin.pcm 问题解决
- 如何在竞争对手的活动里做市场宣传
- java垃圾回收机制——经典论文阅读uniprocessor garbage collection techniques
- 统计分析之集中、离中、偏态和峰态的一些度量方法
- IOS 7.0以后的UILabel自适应高度解决办法.
- 【学习OpenCV】xml的读写
- UITableViewCell 颜色修改
- __attribute__((weak))的应用
- 2.ajax+springmvc+json
- 数组,字符串用法
- Android通过Wifi来调试你的应用
- MFC RadioButton用法详解