Atšķirība starp izkliedi un slīpumu

Variantu pakāpi bieži izsaka ar skaitliskiem datiem tikai salīdzināšanas nolūkā statistikas teorijā un analīzē. Parasti mēs aprēķinām vienu skaitli, lai attēlotu visu datu kopu, ko sauc par “vidējo”. Tomēr tajā nav norādīts konkrēts veids, kā noteikt sēriju sastāvu. Tāpēc ir nepieciešami papildu pasākumi, lai mūs informētu par to, kā preces atšķiras viena no otras vai vidēji. Lai izprastu daudz detalizētos kvantitatīvās analīzes jēdzienus statistikā, mēs izmantojam izkliedes un šķībuma mērus. Izkliede ir sadalījuma diapazona mērs ap centrālo vietu, turpretī šķībs ir asimetrijas rādītājs statistiskajā sadalījumā.

Kas ir izkliede?

Statistikā izkliede ir mērījums tam, cik izplatīti ir dati, un tas norāda, kā datu kopas vērtības atšķiras viena no otras pēc lieluma. Tas ir diapazons, līdz kuram statistiskais sadalījums ir sadalīts ap centrālo punktu. Tas galvenokārt nosaka datu kopas vienību mainīgumu ap tā centrālo punktu. Vienkārši sakot, tas mēra mainīguma pakāpi ap vidējo vērtību. Izkliedes mēri ir svarīgi, lai noteiktu datu izplatību ap atrašanās vietas mērauklu. Piemēram, dispersija ir standarta izkliedes mērs, kas norāda, kā dati tiek sadalīti par vidējo. Citi izkliedes mēri ir diapazons un vidējā novirze.

Kas ir viltība?

Viltība ir sadalījuma asimetrijas mērs noteiktā punktā. Sadalījums var būt nedaudz asimetrisks, izteikti asimetrisks vai simetrisks. Izkliedes asimetrijas lielumu aprēķina, izmantojot šķībumu. Pozitīva šķībuma gadījumā sadalījums tiek uzskatīts par pareizu un šķību, un, ja šķībs ir negatīvs, sadalījums tiek uzskatīts par kreiso. Ja šķībs ir nulle, sadalījums ir simetrisks. Viltību mēra, pamatojoties uz vidējo, vidējo un režīmu. Viltības vērtība var būt pozitīva, negatīva vai nenoteikta atkarībā no tā, vai datu punkti ir šķībi pa kreisi vai šķībi pa labi.

Atšķirība starp izkliedi un slīpumu

1. Dispersijas un slīpuma definīcija

Statistiskā izteiksmē un varbūtības teorijā dispersija ir izlases lieluma vērtību diapazona lielums vai tā varbūtības sadalījums. Tas raksturo diapazonu, līdz kuram sadalījums tiek izstiepts vai izplatīts. Vienkārši sakot, tas ir mērs, lai izpētītu priekšmetu mainīgumu. Savukārt slīpums ir asimetrijas mērs izlases lieluma statistiskajā sadalījumā ap tā vidējo lielumu. Viltības vērtība var būt gan pozitīva, gan negatīva vai dažreiz arī nenoteikta. Vienkārši sakot, asimetriski sadalījumi tiek uzskatīti par šķībiem

2. Izkliedes mēri pret slīpumu

Izkliedes mēri nozīmē, cik lielā mērā variācijas ir līdzsvarotas no to centrālās vērtības. Precīzāk, tas mēra mainīgā lieluma mainīguma pakāpi ap vidējo vērtību. Izkliede norāda uz datu izplatību. Viltības mērījumi nozīmē asimetrisko sadalījumu un nosaka, vai datu punkti ir sašķiebti pa labi vai pa kreisi. Ja tiek teikts, ka sadalījums ir šķībs pa kreisi, tad vērtība ir negatīva, un vērtība ir pozitīva, ja sadalījums ir šķībs pa labi.

3. Dispersijas un slīpuma aprēķins

Dispersija tiek aprēķināta, pamatojoties uz noteiktu vidējo. Tas ir statistisks aprēķins, kas mēra variācijas pakāpi, un ir daudz dažādu izkliedes aprēķināšanas veidu, taču divi no visizplatītākajiem ir diapazons un vidējā novirze. Diapazons ir starpība starp datu kopas lielākajām un mazākajām vērtībām, turpretī vidējā novirze ir vidējā no absolūto vērtību novirzēm no funkcionālajām vērtībām no centrālā punkta. Savukārt slīpums tiek aprēķināts, pamatojoties uz vidējo, vidējo un režīmu. Ja vidējais rādītājs ir lielāks par režīmu, jums ir pozitīvs šķībs un, ja vidējais ir mazāks par režīmu, jums ir negatīvs šķībs. Turklāt sadalījumam ir nulle šķībs simetriska sadalījuma gadījumā.

4. Dispersijas un slīpuma pielietojumi

Dispersiju galvenokārt izmanto, lai aprakstītu attiecības starp datu kopu un noteiktu datu vērtību variācijas pakāpi no to vidējās vērtības. Statistisko izkliedi var izmantot citām statistikas metodēm, piemēram, regresijas analīzei, kas ir process, ko izmanto, lai saprastu attiecības starp mainīgajiem. To var izmantot arī, lai pārbaudītu vidējā ticamību. No otras puses, slīpums attiecas uz datu kopas izplatīšanas raksturu. Tas ir ārkārtīgi noderīgi, veicot finanšu nozares ekonomisko analīzi, kas ietver lielu datu kopumu, piemēram, aktīvu atdevi, akciju cenas utt..

Dispersija pret slīpumu: salīdzināšanas tabula

Kopsavilkums par izkliedi pret slīpumu

Abi ir visizplatītākie termini, ko izmanto statistiskajā analīzē un varbūtību teorijā, lai raksturotu datu kopu, kurā iesaistīti milzīgi skaitliski dati. Izkliede ir pasākums, lai aprēķinātu datu mainīgumu vai pētītu datu variācijas savā starpā vai ap vidējo. Tas galvenokārt nodarbojas ar datu vērtību sadalījumu komplektā ap tā centrālo punktu. To var izmērīt vairākos veidos, no kuriem diapazons un vidējā novirze ir visizplatītākās. Viltību izmanto asimetrijas noteikšanai no normāla sadalījuma datu kopā, kas nozīmē pakāpi, kādā sadalījums ir līdzsvarots ap vidējo.