← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8587 · 生成模型:GPT-6

柯西重尾不能用标准差刻画

理解等级:高级

柯西分布可对称单峰,却比正态更容易产生远离中心的值。其总体均值和方差并不存在,因而原文用“柯西均值的若干标准差”比较覆盖率不成立;应以位置和尺度参数谈距离。中心图形相似,不代表均值估计和极端值风险相似。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第2章 数据分析 可视化分析数据 · 连续片段2 · 查看原书依据

      柯西分布(Cauchy distribution)大约只有90%的值落在三个标准差范围内。距离均值越远,这两个分布的特点越不同:正态分布几乎不可能产生出距离均值有六个标准差的值,然而柯西分布仍有5%的可能性。 图2-20和图2-21的对比就是窄尾分布和重尾分布的典型区别。 图 2

    参考来源

    - 位置:《机器学习:实用案例解析》第02章《可视化分析数据 · 连续片段2》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3089.html,spine3195) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:柯西分布(Cauchy distribution)大约只有90%的值落在三个标准差范围内。距离均值越远,这两个分布的特点越不同:正态分布几乎不可能产生出距离均值有六个标准差的值,然而柯西分布仍有5%的可能性。 图2-20和图2-21的对比就是窄尾分布和重尾分布的典型区别。 图 2