计算偏度Skewness与峰度kurtosis的python程序——简单
来源:互联网 发布:rsa算法能被破解的原因 编辑:程序博客网 时间:2024/04/26 03:52
偏度和峰度都是统计量
偏度Skewness(三阶) ——三阶中心距除以标准差的三次方
峰度Kurtosis (四阶) —— 概率密度在均值处峰值高低的特征,常定义四阶中心矩除以方差的平方,减去三;
import matplotlib.pyplot as pltimport mathimport numpy as npdef calc(data): n = len(data) niu = 0.0 niu2 = 0.0 niu3 = 0.0 for a in data: niu += a niu2 += a**2 niu3 += a**3 niu/= n #这是求E(X) niu2 /= n #这是E(X^2) niu3 /= n #这是E(X^3) sigma = math.sqrt(niu2 - niu*niu) #这是D(X)的开方,标准差 return [niu,sigma,niu3] #返回[E(X),标准差,E(X^3)]def calc_stat(data): [niu,sigma,niu3] = calc(data) n = len(data) niu4 = 0.0 for a in data: a -= niu niu4 += a ** 4 niu4 /= n skew = (niu3 - 3*niu*sigma**2 - niu**3)/(sigma**3) kurt = niu4/(sigma**2) return [niu,sigma,skew,kurt] #返回了均值,标准差,偏度,峰度if __name__== "__main__": data = list(np.random.randn(10000))#关于此处的数组与列表 data2 = list(2*np.random.randn(10000)) data3 = [x for x in data if x> -0.5] data4 = list(np.random.uniform(0,4,10000)) [niu,sigma,skew,kurt] = calc_stat(data) [niu2,sigma2,skew2,kurt2] = calc_stat(data2) [niu3,sigma3,skew3,kurt3] = calc_stat(data3) [niu4,sigma4,skew4,kurt4] = calc_stat(data4) print niu,sigma,skew,kurt print niu2,sigma2,skew2,kurt2 print niu3,sigma3,skew3,kurt3 print niu4,sigma4,skew4,kurt4 info = r'$\mu=%.2f,\ \sigma=%.2f,\ skew=%.2f,\ kurt=%.2f$'%(niu,sigma,skew,kurt) info2 =r'$\mu=%.2f,\ \sigma=%.2f,\ skew=%.2f,\ kurt=%.2f$'%(niu2,sigma2,skew2,kurt2) plt.text(1,0.38,info,bbox=dict(facecolor='red',alpha=0.25)) plt.text(1,0.35,info2,bbox=dict(facecolor='green',alpha=0.25)) #plt.text(x的位置,y的位置,面板内写的信息,标签框的属性=dict(facecolor='面板颜色',alpha='深浅度')) plt.hist(data,50,normed=True,facecolor='r',alpha=0.9) #hist直方图/箱式图( #将data中的元素分到50个等间隔的范围内,返回每个范围内元素的个数作为一个行向量, #50代表要分的元素的个数 # #facecolor,alpha都是代表颜色的) plt.hist(data2,80,normed=True,facecolor='g',alpha = 0.8) plt.grid(True) plt.show()
0 0
- 计算偏度Skewness与峰度kurtosis的python程序——简单
- 使用Excel计算峰度(Kurtosis)和偏度(Skewness)
- 峰度(Kurtosis)和偏度(Skewness)
- 峰度(Kurtosis)和偏度(Skewness)
- 偏度(skewness)和峰度(kurtosis)
- 数学期望、方差、矩(moments)、倾斜度(skewness)及峰度(kurtosis)的理解及c/c++实现
- 机器学习数学|偏度与峰度及其python实现
- 图像特征_峰度与偏度
- 扭曲度与峰度
- 峰度和偏度的SQL表示
- 统计分析:偏度和峰度
- r语言 偏度峰度
- python 学习记录(4)—本金+利息计算及简单的游戏猜测程序
- Python实现一些简单的算法(2)—计算余数与random模块的使用
- 标准差 标准误 偏度系数和峰度系数的作用
- 简单C程序经典例题——日期的计算
- Skewness
- Excel在统计分析中的应用—第二章—描述性统计-Part5-峰度(峰值和矩峰度系数)
- UrlRewrite实现url伪静态
- Python2与Python3共存的环境配置
- 划分树
- java中几个常见的基础问题
- 数据库常见的面试题
- 计算偏度Skewness与峰度kurtosis的python程序——简单
- LUA处理xml
- 【LeetCode】226. Invert Binary Tree 解题报告
- Linux常用命令介绍
- 通过session_id限制仅一个用户登录
- 自定义控件知识储备-View的绘制流程
- 内部类的一些事
- Linux的Proc文件系统详解
- iterator和iterable