Vinouden ymmärtäminen tilastoissa ja data-analyysissä

Askewness on mitta, jonka verran tietojoukko poikkeaa symmetrisestä jakaumasta. Se määritellään datapisteiden keskimääräiseksi etäisyydeksi jakauman keskustasta. Toisin sanoen vinollisuus mittaa, kuinka "vino" tai "vino" jakauma on. Jakauma, jossa on suuri vinouma, tarkoittaa, että datapisteet ovat hajallaan keskipisteen toisella puolella kuin toisella, kun taas jakauma, jonka vino on pieni, tarkoittaa, että datapisteet ovat jakautuneet tasaisemmin keskustan ympärille.

Viistoisuus lasketaan seuraavalla kaavalla :

Askewness = (kaikkien poikkeamien summa keskiarvosta) / (jakauman keskihajonta)

jossa kaikkien poikkeamien summa keskiarvosta lasketaan vähentämällä keskiarvo kustakin datapisteestä ja laskemalla sitten yhteen kaikki nämä erot ja standardi jakauman poikkeama on jakauman varianssin neliöjuuri.

Vaskewnessa voidaan käyttää useilla eri tavoilla tilastoissa ja data-analyysissä, kuten:

1. Sen määrittäminen, onko tietojoukko symmetrinen vai ei. Jos vinous on lähellä nollaa, tietojoukko on suunnilleen symmetrinen. Jos vinous on suuri, tietojoukko on erittäin vinossa.
2. Vertaa eri tietojoukkojen muotoa. Erityyppisillä tiedoilla on usein erilainen vinovuus. Esimerkiksi taloudelliset tiedot voivat olla vääristyneempiä kuin tieteellinen tieto.
3. Poikkeavien tekijöiden tunnistaminen tietojoukosta. Datapisteet, jotka ovat kaukana jakauman keskipisteestä, vaikuttavat todennäköisesti suuresti vinovuusmittaan.
4. Tarkistaa tilastollisten testien oletukset. Monissa tilastollisissa testeissä oletetaan, että tiedot ovat suurin piirtein symmetrisiä ja jakautuneet normaalisti. Jos tietojen vinovuus on suuri, nämä oletukset eivät välttämättä pidä paikkaansa.