ทำความเข้าใจความไม่แน่ใจในสถิติและการวิเคราะห์ข้อมูล
ความเบี้ยวคือการวัดปริมาณที่ชุดข้อมูลเบี่ยงเบนไปจากการแจกแจงแบบสมมาตร ซึ่งถูกกำหนดให้เป็นระยะทางเฉลี่ยของจุดข้อมูลจากจุดศูนย์กลางของการแจกแจง หรืออีกนัยหนึ่ง ความเบี้ยวจะวัดว่าการแจกแจงแบบ "เอียง" หรือ "ไม่สมดุล" เป็นอย่างไร การกระจายที่มีความเบ้สูงหมายความว่าจุดข้อมูลจะกระจายออกไปที่ด้านหนึ่งของศูนย์กลางมากกว่าอีกด้านหนึ่ง ในขณะที่การกระจายที่มีความเบ้ต่ำหมายความว่าจุดข้อมูลมีการกระจายทั่วจุดศูนย์กลางอย่างเท่าเทียมกันมากขึ้น
ความเบ้คำนวณโดยใช้สูตรต่อไปนี้ :
Askewness = (ผลรวมของการเบี่ยงเบนทั้งหมดจากค่าเฉลี่ย) / (ค่าเบี่ยงเบนมาตรฐานของการแจกแจง)
โดยที่ผลรวมของการเบี่ยงเบนทั้งหมดจากค่าเฉลี่ยคำนวณโดยการลบค่าเฉลี่ยออกจากจุดข้อมูลแต่ละจุด แล้วบวกผลต่างเหล่านี้ทั้งหมดเข้ากับค่ามาตรฐาน ค่าเบี่ยงเบนของการแจกแจงคือรากที่สองของความแปรปรวนของการแจกแจง ความเบ้สามารถนำมาใช้ได้หลายวิธีในสถิติและการวิเคราะห์ข้อมูล เช่น:
1 เพื่อตรวจสอบว่าชุดข้อมูลมีความสมมาตรหรือไม่ หากความเบี่ยงเบนใกล้กับศูนย์ แสดงว่าชุดข้อมูลมีความสมมาตรโดยประมาณ หากความเบี่ยงเบนมีขนาดใหญ่ แสดงว่าชุดข้อมูลมีความเบี่ยงเบนอย่างมาก
2 เพื่อเปรียบเทียบรูปร่างของชุดข้อมูลต่างๆ ข้อมูลประเภทต่างๆ มักมีความคลาดเคลื่อนต่างกัน ตัวอย่างเช่น ข้อมูลทางการเงินอาจมีการบิดเบือนมากกว่าข้อมูลทางวิทยาศาสตร์
3 เพื่อระบุค่าผิดปกติในชุดข้อมูล จุดข้อมูลที่อยู่ห่างไกลจากศูนย์กลางของการกระจายมีแนวโน้มที่จะมีอิทธิพลอย่างมากต่อการวัดความบิดเบี้ยว
4 เพื่อตรวจสอบสมมติฐานของการทดสอบทางสถิติ การทดสอบทางสถิติจำนวนมากสันนิษฐานว่าข้อมูลมีความสมมาตรโดยประมาณและมีการกระจายตามปกติ หากข้อมูลมีความเบี่ยงเบนสูง สมมติฐานเหล่านี้อาจไม่ถูกต้อง
ฉันชอบวิดีโอนี้
ฉันไม่ชอบวิดีโอนี้
รายงานข้อผิดพลาดของเนื้อหา
share
