大熊猫与scipy之间的倾斜和峰度函数有什么区别？

Question

我决定比较pandas和scipy.stats中的skew和kurtosis函数,并且不明白为什么我在库之间得到不同的结果.

据我在文档中可以看出,两个峰度函数都使用Fisher的定义来计算,而对于偏斜,似乎没有足够的描述来判断它们是如何计算的.

import pandas as pd
import scipy.stats.stats as st

heights = np.array([1.46, 1.79, 2.01, 1.75, 1.56, 1.69, 1.88, 1.76, 1.88, 1.78])

print "skewness:", st.skew(heights)
print "kurtosis:", st.kurtosis(heights)

这会返回:

skewness: -0.393524456473
kurtosis: -0.330672097724

而如果我转换为pandas数据帧:

heights_df = pd.DataFrame(heights)
print "skewness:", heights_df.skew()
print "kurtosis:", heights_df.kurtosis() 

这会返回:

skewness: 0   -0.466663
kurtosis: 0    0.379705

如果我把它发布在错误的地方,我会道歉; 不确定这是统计数据还是编程问题.

Answer 1

差异是由于不同的标准化.默认情况下,Scipy不会纠正偏差,而pandas会纠正偏差.

你可以告诉scipy通过传递bias=False参数来纠正偏见:

>>> x = pandas.Series(np.random.randn(10))
>>> stats.skew(x)
-0.17644348972413657
>>> x.skew()
-0.20923623968879457
>>> stats.skew(x, bias=False)
-0.2092362396887948
>>> stats.kurtosis(x)
0.6362620964462327
>>> x.kurtosis()
2.0891062062174464
>>> stats.kurtosis(x, bias=False)
2.089106206217446

似乎没有办法告诉大熊猫去除偏差修正.