SciPy stats.skew 関数

1. scipy.stats.skew 関数
2. numpy.linspace() を使用した歪度の計算
3. ランダムデータを使用した歪度の計算

統計の歪度は、一部のデータの分布の対称性の尺度として定義されます。分布全体の一番上にあるポイントは、モードと呼ばれます。歪度は次の式で計算されます。

Skewness = 3(Mean - Median) / Standard Deviation

歪度の条件：

• skewness= 0 の場合、データは正規分布しています。
• skewness> 0 の場合、データは分布の左側でより重み付けされます。
• skewness<0 の場合、データは分布の右側でより重み付けされます。

scipy.stats.skew 関数

SciPy ライブラリの scipy.stats.skew 関数は、特定のデータの歪度の値を決定するために使用されます。この関数は、scipy.stats.skew(a, axis, bias, nan_policy) として定義されています。

以下は、scipy.stats.skew 関数のパラメーターです。

a (ndarray) パラメーターを除くすべてのパラメーターはオプションです。つまり、scipy.stats.skew 関数を使用している間、毎回それらを定義する必要はありません。

numpy.linspace() を使用した歪度の計算

NumPy ライブラリの linespace() 関数は、等間隔のランダムな数値シーケンスを作成するのに役立ちます。

from scipy.stats import skew
import numpy as np
import pylab as p

x = np.linspace(-10, 10, 1000)
y = 1 / (np.sqrt(4 * np.pi)) * np.exp(-0.2 * (x) ** 2)

p.plot(x, y, ".")
p.show()

print("Skewness for the input data : ", skew(y))

出力：

Skewness for the input data :  1.458658437437705

ランダムデータを使用した歪度の計算

このメソッドでは、NumPy ライブラリの np.random.normal 関数が使用されます。この関数は、実際にはガウス分布の一部であるランダムな値で構成される、指定された形状とサイズの配列を作成するのに役立ちます。

from scipy.stats import skew
import numpy as np

s = np.random.normal(0, 5, 10000)

print("S : ", s)

print("Skewness for input data : ", skew(s))

S :  [ 2.52232305  5.66398738  2.72036031 ...  0.53774684 -0.31164153
  1.99714612]
Skewness for input data :  0.0027004583356120505