2. 正偏态与负偏态

2.1 介绍

正偏态和负偏态是描述数据分布形状的两个重要概念。正偏态表示数据分布右偏，尾部拉长在右侧；负偏态表示数据分布左偏，尾部拉长在左侧。

2.2 原理

• 正偏态： 分布的右尾较长，数据向右偏离均值。
• 负偏态： 分布的左尾较长，数据向左偏离均值。

2.3 重点和注意事项

• 重点： 正偏态和负偏态是描述数据分布形状的定性指标，有助于理解数据的偏斜程度。
• 注意事项：
  • 很多正偏态数据会出现均值大于中位数，负偏态数据会出现均值小于中位数。但这只是常见经验，不是严格判定规则；真正判断时最好结合图形和偏态系数。
  • 应用领域中，正偏态数据较为常见。

2.4 完整案例

考虑一个案例：某公司员工月工资数据。我们想判断月工资数据是正偏态还是负偏态，并绘制直方图以展示数据分布情况。

数据：

月工资数据：[2000, 2500, 3000, 3500, 4000, 4500, 5000, 5500, 6000, 8000, 10000, 15000]

Python代码：

import numpy as np
import matplotlib.pyplot as plt

# 月工资数据
salary_data = np.array([2000, 2500, 3000, 3500, 4000, 4500, 5000, 5500, 6000, 8000, 10000, 15000])

# 计算均值和中位数
mean_salary = np.mean(salary_data)
median_salary = np.median(salary_data)

# 判断正偏态或负偏态
skewness_indicator = "正偏态" if mean_salary > median_salary else "负偏态"

# 绘制直方图
plt.hist(salary_data, bins=10, color='lightgreen', edgecolor='black')

# 添加标题和标签
plt.title('Histogram of Monthly Salary')
plt.xlabel('Salary')
plt.ylabel('Frequency')

# 显示图表
plt.show()

print("Mean of salary:", mean_salary)
print("Median of salary:", median_salary)
print("Distribution is:", skewness_indicator)
# Mean of salary: 6133.333333333333
# Median of salary: 5250.0
# Distribution is: 正偏态

以上代码计算了月工资数据的均值和中位数，判断了数据分布的偏态，并绘制了月工资的直方图。在此案例中，月工资数据呈正偏态分布，均值大于中位数。