关于重尾分布的基本问题[关闭]

【问题标题】：Basic question about heavy-tailed distribution [closed]关于重尾分布的基本问题[关闭]
【发布时间】：2021-08-08 07:02:04
【问题描述】：

我有一个关于重尾分布的基本问题。

假设西班牙有 50,000 个城市，每个城市的人口用 p(1), p(2), ..., p(n) 表示。基于分布的平均值？？？和偏差????，我们如何判断分布是否是重尾分布？我们应该考虑什么程序？

【问题讨论】：

我投票结束这个问题，因为它与 help center 中定义的编程无关，而是关于 ML 理论和/或方法 - 请参阅 machine-learning @ 中的介绍和注意事项987654322@.

标签： machine-learning statistics distribution

【解决方案1】：

如果您拥有全部 50,000 个观测值，那么您可以计算均值的中心矩。

特别是，第四个中心矩除以方差的平方是峰度。这个数字会告诉你分布是否是 platykurtic。如果大于 3，则意味着您的分布的尾部比标准正态分布更重。

因此，如果您使用 Python 并且所有 50K 观察结果都存储在 x：

from scipy import stats

# Calculate kurtosis
k = stats.moment(x, 4) / x.var()**2

# Evaluate
if k > 3:
    print('Distribution has heavy tails')
else:
    print('Distribution does not have heavy tails')

【讨论】：