Дисперсия vs Skewness
Статистикада жана ыктымалдуулук теориясында көбүнчө бөлүштүрүүлөрдөгү вариация салыштыруу максаттары үчүн сандык түрдө көрсөтүлүшү керек. Dispersion жана Skewness - бул бөлүштүрүүнүн формасы сандык масштабда берилген эки статистикалык түшүнүк.
Дисперсия жөнүндө көбүрөөк маалымат
Статистикада дисперсия кокус чоңдуктун вариациясы же анын ыктымалдык бөлүштүрүлүшү. Бул маалымат чекиттери борбордук мааниден канчалык алыс экенин өлчөө. Муну сандык түрдө көрсөтүү үчүн сыпаттама статистикасында дисперсиянын өлчөмдөрү колдонулат.
Вариация, Стандарттык четтөө жана Квартиль аралык диапазон дисперсиянын эң көп колдонулган өлчөмдөрү болуп саналат.
Эгер маалымат баалуулуктары белгилүү бирдикке ээ болсо, масштабдан улам, дисперсиялык өлчөмдөр да бирдей бирдиктерге ээ болушу мүмкүн. Децил аралык диапазон, Диапазон, орточо айырма, медианалык абсолюттук четтөө, орточо абсолюттук четтөө жана аралыктын стандарттык четтөө бирдиктери менен дисперсиянын өлчөмдөрү болуп саналат.
Ал эми дисперсиянын өлчөмдөрү бар, алардын бирдиктери жок, б.а. өлчөмсүз. Дисперсия, Вариация коэффициенти, Квартилдик дисперсия коэффициенти жана Салыштырмалуу орточо айырма бирдиктерсиз дисперсиянын өлчөмдөрү болуп саналат.
Системадагы дисперсия инструменталдык жана байкоодогу каталар сыяктуу каталардан келип чыгышы мүмкүн. Ошондой эле, үлгүдөгү туш келди вариациялар вариацияларды алып келиши мүмкүн. Берилиштер топтомунан башка тыянактарды чыгаруудан мурун берилиштердеги вариация жөнүндө сандык түшүнүккө ээ болуу маанилүү.
Skewness жөнүндө көбүрөөк маалымат
Статистикада кыйгачтык ыктымалдык бөлүштүрүүнүн асимметриясынын өлчөмү болуп саналат. Кыйшыктык оң же терс болушу мүмкүн, же кээ бир учурларда жок. Аны кадимки бөлүштүрүүнүн ордун толтуруунун өлчөмү катары да кароого болот.
Эгер кыйгачтык оң болсо, анда маалымат чекиттеринин негизги бөлүгү ийри сызыктын сол жагында борборлоштурулган жана оң куйругу узунураак. Эгерде ийрилик терс болсо, маалымат чекиттеринин негизги бөлүгү ийри сызыктын оң жагына багытталган жана сол куйругу кыйла узун болот. Эгерде ийрилик нөлгө барабар болсо, анда калктын саны кадимкидей бөлүштүрүлөт.
Кадимки бөлүштүрүүдө, башкача айтканда ийри сызык симметриялуу болгондо, орточо, медиана жана режим бирдей мааниге ээ болот. Эгер кыйшык нөл болбосо, бул касиет сакталбайт жана орточо, режим жана медиана башка маанилерге ээ болушу мүмкүн.
Пирсондун биринчи жана экинчи ийрилик коэффициенттери бөлүштүрүүнүн кыйгачтыгын аныктоо үчүн көбүнчө колдонулат.
Пирсондун биринчи ийилген кофейсенти=(орточо – режим) / (стандарттык четтөө)
Пирсондун экинчи кыйшаюусу кофейценти=3(орточо – режим) / (сатнарддык четтөө)
Көбүрөөк сезимтал учурларда, туураланган Фишер-Пирсон стандартташтырылган момент коэффициенти колдонулат.
G={n / (n-1)(n-2)} ∑i=1 ((y-ӯ))/s)3
Дисперсия менен ийриликтин ортосунда кандай айырма бар?
Дисперсия маалымат чекиттеринин таралган диапазонуна, ал эми ийрилик бөлүштүрүүнүн симметриясына байланыштуу.
Эки дисперсиянын да, ийриликтин да көрсөткүчтөрү сыпаттамалык көрсөткүчтөр болуп саналат жана ийрилик коэффициенти бөлүштүрүүнүн формасына көрсөткүч берет.
Дисперстүүлүк өлчөмдөрү маалымат чекиттеринин диапазонун түшүнүү жана ортодон жылыш үчүн колдонулат, ал эми ийрилик маалымат чекиттеринин белгилүү бир багытка өзгөрүү тенденциясын түшүнүү үчүн колдонулат.
