在R和Python中求峰度和偏度

最新推荐文章于 2026-04-01 04:00:50 发布

原创最新推荐文章于 2026-04-01 04:00:50 发布 · 1.3w 阅读

84 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#峰度 #偏度

R 同时被 2 个专栏收录

9 篇文章

订阅专栏

Python

8 篇文章

订阅专栏

本文介绍了如何在R和Python中计算偏度和峰度，包括计算公式和自定义函数的实现。在R中，通过自定义`skew`函数计算得到偏度为-0.366937，峰度为-1.490657；而在Python中，使用内置`skew`函数得出相同的数据结果。

文章目录

一、偏度
- 1.1 计算公式
- 1.2 自定义函数以及调用
二、峰度
- 2.1 计算公式
- 2.2 自定义函数以及调用
三、参考资料

一、偏度

1.1 计算公式

k-阶中心矩为:
$u_k=\frac1n\sum^n_{i=1}{(x_i-\overline{x})^k}$
偏度公式：
$g_1=\frac{n^2u_3}{（n-1）(n-2)s^3}$

1.2 自定义函数以及调用

（一）R语言中实现

编写skew函数

skew <- function(x)
  {
  n <- length(x) #长度
  meanx <- mean(x) #均值
  s <-sd(x) #均方差
  u <- sum((x-meanx)^3 )/n #3阶中心矩
  g1 <- (n^2*u)/((n-1)*(n-2)*s^3) #偏度
  return(g1) #输出结果
}

调用函数以及测试结果

setwd("E:/R")
#测试偏度函数
source('skew.R')
datastudent <- c(11,2,4,5,8,9,10)
skew(datastudent)

得到的结果为： -0.366937

（二）Python中实现
在Python有现成的函数，导入相应的库之后使用skew函数即可求出偏度。

import pandas as pd
import numpy as np
da = [11,2,4,5,8,9,10]
das = pd.Series(da)
das.skew()

得到的结果为：-0.36693703063253225

二、峰度

2.1 计算公式

峰度公式：
$g_2=\frac{n^2(n+1)u_4}{(n-1)(n-2)(n-3)s^4}-3\frac{(n-1)^2}{(n-2)(n-3)}$

2.2 自定义函数以及调用

（一）R语言中实现

kurt <- function(y)
{
  s<- sd(y) #均方差
  n<- length(y)  #长度
  uk4 <- sum((y-mean(y))^4)/n #4阶中心矩
  g2 <- (n^2*(n+1)*uk4)/((n-1)*(n-2)*(n-3)*s^4)-((3*(n-1)^2)/((n-2)*(n-3))) #峰度
  return(g2) #输出结果
}

调用函数以及测试结果

#测试峰度函数
source('kurt.R')
datastudent <- c(11,2,4,5,8,9,10)
kurt(datastudent)

得到的结果为：-1.490657

（二）Python中实现

import pandas as pd
import numpy as np
da = [11,2,4,5,8,9,10]
das = pd.Series(da)
das.kurt()

得到的结果为：-1.490657439446367

三、参考资料

[1].「量学堂-3」统计矩