当我认为它应该为负时，偏斜计算为正。为什么是这样？答案

【问题标题】：Skew calculation positive when I believe it should be negative. Why is this?当我认为它应该为负时，偏斜计算为正。为什么是这样？
【发布时间】：2017-11-07 15:58:34
【问题描述】：

使用以下代码，无论大多数计数在哪里，我都会得到正偏差，这是为什么呢？

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

不应该一个是正面的，另一个是负面的吗？

【问题讨论】：

标签： numpy scipy skew

【解决方案1】：

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

由于您每次传递的数字相同，因此结果是相同的。

这是一个简单的正负偏差示例：

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

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

【讨论】：

感谢您的回答。我看到迹象很重要。我相信我的问题是我使用的计数直方图都是正数。如果我想要正偏斜和负偏斜，我可以将计数的前半部分设为负数，将下半部分设为正数。有更好的方法吗？
我想我不明白你在问什么......但是 skew 函数计算值的偏斜，而不是直方图的偏斜。这类似于更熟悉的 mean 和 std 函数计算值的平均值和标准差，而不是直方图。
值的符号无关紧要：例如，[1, 100, 101, 102] 具有负偏差。
好的，很抱歉造成混乱。我肯定是在尝试计算直方图的偏斜，而不是值的偏斜。如果不是从值的偏斜给出的，我将如何计算直方图的偏斜？
这个答案可能会有所帮助：stackoverflow.com/questions/17588085/…