偏度、峰度和正态性
描述分布的形状
偏度、峰度和正态性 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。
数据的形状
除了平均值之外，每一列都有自己的形状。了解它是对称的、偏斜的还是具有厚尾，会改变您的分析方式。📊
偏度意味着什么
偏度衡量分布的偏斜程度。完全对称的钟形曲线偏度为零，而一侧的长尾会使偏度变为正值或负值。
print(df["income"].skew())右偏数据
正偏分布的长尾向右延伸。收入就是经典例子：大多数人的收入集中在较低水平，而少数较大的数值会把平均值向上拉。
左偏数据
负偏分布的长尾位于左侧。接近满分的考试成绩通常呈现这种形状，少数较低的成绩远远落后于大多数成绩。
平均值与中位数
偏度会使平均值和中位数产生差异。在右偏数据中，平均值高于中位数，因此对于偏斜的列，中位数是更稳妥的中心位置。
峰度意味着什么
kurt描述尾部特征。高峰度意味着尾部较厚、极端值较多；低峰度意味着尾部较薄、意外值较少。
print(df["income"].kurt())厚尾意味着更多异常值
高峰度提醒您需要预期会出现异常值。与平缓的钟形曲线相比，这种分布产生极端值的频率更高。
正态分布
著名的钟形曲线就是正态分布。它具有对称性，偏度接近零，而且许多统计方法默认您的数据大致呈现这种形状。
检查正态性
您可以通过直方图或 Q-Q 图直观检查正态性。在 Q-Q 图中，如果各点紧贴对角线，通常说明形状大致符合正态分布。
正态性为何重要
某些检验和模型假设数据具有正态性。当数据不满足这一假设时，您的p 值和置信区间可能会在不易察觉的情况下变得不可靠。
修正偏度
严重的右偏通常会在进行对数变换后得到缓解。将列的形状调整得更接近正态分布，可以让后续建模步骤表现得更加稳定。
快速检查
某列的右侧有一条长尾，并且偏度值为正。以下哪项说法正确？
回顾
偏度表示分布的偏斜程度，峰度表示尾部的厚重程度。正态曲线是对称的基准，而对数变换可以缓解顽固的偏度。✅
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「偏度、峰度和正态性」课时是免费的吗？
是的 — 「偏度、峰度和正态性」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。
「偏度、峰度和正态性」这节课中我会学到什么？
描述分布的形状 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Data Science Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「偏度、峰度和正态性」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Data Science Academy 课中编写并运行代码吗？
能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 相关性不等于因果关系
- Pearson 与 Spearman
- 读取相关性热力图
- 偏度、峰度和正态性