当我认为应该为负时，偏斜计算为正。为什么是这样？

Question

使用以下代码，无论大多数计数在哪里，我都会得到正偏斜，这是为什么？

import numpy as np
from scipy import stats

negativeSkew = np.array([1,1,1,1,1,1,100])
positiveSkew = np.array([100,1,1,1,1,1,1])

print stats.skew(negativeSkew) # 2.04124145232
print stats.skew(positiveSkew) # 2.04124145232

从

来看

https://en.wikipedia.org/wiki/File:Negative_and_positive_skew_diagrams_(English).svg

不应该是一正一负吗？

Answer 1

skew 计算一组值的偏差，值的顺序无关紧要（类似于传递给 np.mean 和 np.std 的值的顺序）没关系）。

由于您每次都传递相同的数字，所以结果是相同的。

这是一个简单的负偏斜和正偏斜的示例：

>>> stats.skew([-1, 0, 1, -100])
-1.153777116551257

>>> stats.skew([-1, 0, 1, 100])
1.153777116551257