python - 从均值、起始值和结束值绘制偏态分布

Question

我有以下数据：

starting_point = 0.00000016
mean = 0.000351
end_point = 0.75

使用它来确定偏斜是否正确？

from scipy.stats import skew
skew([0.00000016, 0.000351, 0.75])

>> 0.7071062587209218

如何绘制分布以显示 python 3 中的偏态分布？

标签： pythondata-visualizationdistribution

Answer 1

您已经计算了三个数据点的偏度。由于两个与第三个相比相当小，因此偏度是正的。通过数据拟合分布（尤其是只有三个点）更棘手。您可以参考拟合经验分布以获得详尽的描述。

就像一个分布可能看起来像偏斜的例子（正如你的数据所暗示的那样；我选择了一个伽马分布 - 小心：实际拟合要复杂得多，请参阅上面的答案；这只是为了显示区别）：

from scipy import stats
import numpy as np
import matplotlib.pyplot as plt

starting_point = 0.00000016
mean = 0.000351
end_point = 0.75

data = [starting_point, mean, end_point]
print('skewness of data:', skew(data))

a, loc, scl = stats.gamma.fit(data)

x = np.arange(starting_point, end_point, 0.0002635)
plt.plot(x, stats.gamma.pdf(x, a, loc, scl))

plt.show()

dvals = [val for val in stats.gamma.pdf(x, a, loc, scl)]

print('skewness of distribution:', skew(dvals))

将导致不同的偏度（取平均值以及起点和终点来确定分布）。这给

skewness of data: 0.7071062587209218
skewness of distribution: 53.32916979819496