Dispersija vs iškrypimas
Statistikoje ir tikimybių teorijoje palyginimo tikslais dažnai paskirstymų kitimas turi būti išreikštas kiekybiškai. Dispersija ir iškrypimas yra dvi statistinės sąvokos, kai pasiskirstymo forma pateikiama kiekybine skale.
Daugiau apie dispersiją
Statistikoje sklaida yra atsitiktinio kintamojo ar jo tikimybinio pasiskirstymo kitimas. Tai matas, kiek duomenų taškai yra nuo centrinės vertės. Norėdami tai išreikšti kiekybiškai, aprašomojoje statistikoje naudojami sklaidos matai.
Dispersija, standartinis nuokrypis ir tarpkvartilių diapazonas yra dažniausiai naudojami sklaidos matai.
Jei duomenų reikšmės turi tam tikrą vienetą, dėl skalės sklaidos matai taip pat gali turėti tuos pačius vienetus. Tarpdecilių diapazonas, diapazonas, vidutinis skirtumas, vidutinis absoliutusis nuokrypis, vidutinis absoliutusis nuokrypis ir atstumo standartinis nuokrypis yra sklaidos su vienetais matai.
Priešingai, yra sklaidos matų, kurie neturi vienetų, ty be matmenų. Dispersija, variacijos koeficientas, kvartilio dispersijos koeficientas ir santykinis vidutinis skirtumas yra sklaidos matai be vienetų.
Dispersija sistemoje gali atsirasti dėl klaidų, tokių kaip instrumentinės ir stebėjimo klaidos. Be to, atsitiktiniai pačios imties pokyčiai gali sukelti pokyčius. Prieš darant kitas duomenų rinkinio išvadas, svarbu turėti kiekybinę mintį apie duomenų kitimą.
Daugiau apie „Skewness“
Statistikoje iškrypimas yra tikimybių skirstinių asimetrijos matas. Iškrypimas gali būti teigiamas arba neigiamas, arba kai kuriais atvejais jų nėra. Tai taip pat gali būti laikoma atskaitos nuo įprasto pasiskirstymo rodikliu.
Jei iškrypimas yra teigiamas, didžioji duomenų taškų dalis sutelkta kairėje kreivės, o dešinė uodega yra ilgesnė. Jei iškrypimas yra neigiamas, didžioji duomenų taškų dalis sutelkta link kreivės dešinės, o kairė uodega yra gana ilga. Jei iškrypimas lygus nuliui, populiacija paprastai pasiskirsto.
Normaliame pasiskirstyme, kai kreivė yra simetriška, vidurkis, mediana ir režimas turi tą pačią vertę. Jei iškrypimas nėra lygus nuliui, ši savybė netinka, o vidurkis, režimas ir mediana gali turėti skirtingas reikšmes.
Pirmasis ir antrasis Pearsono kreivumo koeficientai paprastai naudojami nustatant pasiskirstymų iškreiptumą.
Pirmasis Pearsono kavos kepsnys = (vidurkis - režimas) / (standartinis nuokrypis)
Antrasis Pearsono iškrypimo kavinis = 3 (vidutinis - režimas) / (satndardo nuokrypis)
Jautresniais atvejais naudojamas koreguotas Fišerio-Pearsono standartizuotas momento koeficientas.
G = {n / (n-1) (n-2)} ∑ n i = 1 ((y-ӯ) / s) 3
Kuo skiriasi dispersija ir iškrypimas?
Dispersijos rūpesčiai dėl diapazono, kuriame yra paskirstyti duomenų taškai, o iškrypimas - dėl paskirstymo simetrijos.
Abi sklaidos ir iškrypimo priemonės yra aprašomosios priemonės, o iškrypimo koeficientas nurodo pasiskirstymo formą.
Sklaidos matai naudojami norint suprasti duomenų taškų diapazoną ir atskaityti nuo vidurkio, o iškrypimas naudojamas siekiant suprasti duomenų taškų kitimo tendenciją tam tikra kryptimi.
