pandas 与 scipy 中的 skew 和 kurtosis 函数有什么区别？

Question

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

据我从文档中得知，两个峰度函数都使用 Fisher 的定义进行计算，而对于偏斜，似乎没有足够的描述来说明它们的计算方式是否存在任何重大差异。

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)

返回：

skewness: -0.393524456473
kurtosis: -0.330672097724

而如果我转换为 pandas 数据框：

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

返回：

skewness: 0   -0.466663
kurtosis: 0    0.379705

抱歉，如果我在错误的地方发布了此内容；不知道是统计问题还是编程问题。

Answer 1

差异是由于不同的归一化。默认情况下，Scipy 不会纠正偏差，而 pandas 会。

您可以通过传递 bias=False 参数告诉 scipy 纠正偏差：

>>> 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 pandas 消除偏差校正。