Розуміння нерівності в статистиці та аналізі даних

Аскетизація – це міра величини, на яку набір даних відхиляється від симетричного розподілу. Воно визначається як середня відстань точок даних від центру розподілу.

Іншими словами, косоподібність вимірює, наскільки «перекошеним» або «однобоким» є розподіл. Розподіл із високим рівномірним відхиленням означає, що точки даних більш розкидані з одного боку від центру, ніж з іншого, тоді як розподіл із низьким відхиленням означає, що точки даних більш рівномірно розподілені навколо центру.

Похилість обчислюється за такою формулою: :

Askewness = (сума всіх відхилень від середнього значення) / (стандартне відхилення розподілу)

де сума всіх відхилень від середнього обчислюється шляхом віднімання середнього значення від кожної точки даних, а потім додавання всіх цих різниць і стандартного відхилення розподілу дорівнює квадратному кореню з дисперсії розподілу.

Askewness можна використовувати різними способами в статистиці та аналізі даних, наприклад:

1. Щоб визначити, чи є набір даних симетричним чи ні. Якщо асиметрія близька до нуля, то набір даних є приблизно симетричним. Якщо похибка велика, то набір даних сильно спотворений.
2. Щоб порівняти форму різних наборів даних. Різні типи даних часто мають різні рівні похибки. Наприклад, фінансові дані можуть бути більш спотвореними, ніж наукові дані.
3. Щоб визначити викиди в наборі даних. Точки даних, які знаходяться далеко від центру розподілу, ймовірно, матимуть великий вплив на міру нерівності.
4. Для перевірки припущень статистичних тестів. Багато статистичних тестів припускають, що дані є приблизно симетричними та нормально розподіленими. Якщо похибка даних велика, ці припущення можуть бути недійсними.