偏态分布

https://www.cnblogs.com/gczr/p/6802998.html 在数据分析中如果某个数据服从正态分布的话，我们可以利用正态分布的性质做出很多有意义的分析，例如t-检验。。 一、何为数据的偏态分布？ 频数分布有正态分布和偏态分布之分。正态分布是指多数频数集中在中央位置，两端的频数分布大致对称。 偏态分布 是指频数分布不对称，集中位置偏向一侧。若集中位置偏向数值小的一侧，称为 正偏态分布 ；集中位置偏向数值大的一侧，称为 负偏态分布 。 如果频数分布的高峰向左偏移，长尾向右侧延伸称为 正偏态分布 ，也称 右偏态分布 ；同样的，如果频数分布的高峰向右偏移，长尾向左延伸则成为 负偏态分布 ，也称 左偏态分布 。 峰左移，右偏，正偏 峰右移，左偏，负偏 偏态分布只有满足一定的条件（如样本例数够大等）才可以看做近似正态分布。 与正态分布相对而言，偏态分布有两个特点 ： 　　一是左右不对称（即所谓偏态）； 　　二是当样本增大时，其均数趋向正态分布。 二、构建模型时为什么要尽量将偏态数据转换为正态分布数据？ 　　数据整体服从正态分布，那样本均值和方差则相互独立。正态分布具有很多好的性质， 很多模型假设数据服从正态分布 。例如线性回归(linear regression)，它假设误差服从正态分布，从而每个样本点出现的概率就可以表示成正态分布的形式，将多个样本点连乘再取对数