Hiểu về sự chênh lệch trong thống kê và phân tích dữ liệu

Độ lệch là thước đo mức độ sai lệch của một tập hợp dữ liệu so với phân bố đối xứng. Nó được định nghĩa là khoảng cách trung bình của các điểm dữ liệu từ tâm của phân phối.

Nói cách khác, độ lệch đo lường mức độ "lệch" hoặc "sai lệch" của một phân phối. Phân phối có độ lệch cao có nghĩa là các điểm dữ liệu nằm rải rác ở một bên của trung tâm hơn so với bên kia, trong khi phân phối có độ lệch thấp có nghĩa là các điểm dữ liệu được phân bố đều hơn quanh tâm.

Độ lệch được tính bằng công thức sau :

Độ lệch = (tổng của tất cả các độ lệch so với giá trị trung bình) / (độ lệch chuẩn của phân phối)

trong đó tổng của tất cả các độ lệch so với giá trị trung bình được tính bằng cách trừ giá trị trung bình từ mỗi điểm dữ liệu, sau đó cộng tất cả những khác biệt này và tiêu chuẩn độ lệch của phân phối là căn bậc hai của phương sai của phân phối.

Độ lệch có thể được sử dụng theo nhiều cách khác nhau trong thống kê và phân tích dữ liệu, chẳng hạn như:

1. Để xác định xem một tập dữ liệu có đối xứng hay không. Nếu độ lệch gần bằng 0 thì tập dữ liệu gần như đối xứng. Nếu độ lệch lớn thì tập dữ liệu có độ lệch cao.
2. Để so sánh hình dạng của các tập dữ liệu khác nhau. Các loại dữ liệu khác nhau thường có mức độ sai lệch khác nhau. Ví dụ: dữ liệu tài chính có thể bị sai lệch nhiều hơn dữ liệu khoa học.
3. Để xác định các ngoại lệ trong một tập dữ liệu. Các điểm dữ liệu ở xa trung tâm của phân phối có thể có ảnh hưởng lớn đến thước đo độ lệch.
4. Để kiểm tra các giả định của các bài kiểm tra thống kê. Nhiều thử nghiệm thống kê cho rằng dữ liệu gần như đối xứng và có phân phối chuẩn. Nếu độ lệch của dữ liệu cao thì những giả định này có thể không có giá trị.