Verschillen tussen skewness en Kurtosis
Share
scheefheid, in elementaire termen, impliceert off-center, dus in statistieken betekent het gebrek aan symmetrie. Met behulp van skewness, kan men de vorm van de distributie van gegevens identificeren. kurtosis, aan de andere kant, verwijst naar de puntigheid van een piek in de distributiecurve. Het belangrijkste verschil tussen scheefheid en kurtosis is dat de eerste spreekt over de mate van symmetrie, terwijl de laatste spreekt over de mate van peakedness in de frequentieverdeling.
Gegevens kunnen op verschillende manieren worden verspreid, zoals meer links of rechts verspreid of gelijkmatig verspreid. Wanneer de gegevens uniform worden verspreid op het centrale punt, wordt dit de normale distributie genoemd. Het is perfect symmetrisch, klokvormige curve, dat wil zeggen, beide zijden zijn gelijk en dus niet scheef. Hier liggen alle drie gemiddelden, mediaan en modus op één punt.
Skewness en Kurtosis zijn de twee belangrijke kenmerken van distributie die worden bestudeerd in beschrijvende statistieken. Om het begrip van deze twee concepten beter te begrijpen, laten we eens kijken naar het onderstaande artikel.
Inhoud: Skewness versus Kurtosis
Vergelijkingstabel
| Basis voor vergelijking | scheefheid | kurtosis |
|---|---|---|
| Betekenis | Skewness verwijst naar de neiging van een verdeling die de symmetrie over het gemiddelde bepaalt. | Kurtosis betekent de maat van de respectieve scherpte van de curve, in de frequentieverdeling. |
| Meten voor | Mate van scheefheid in de verdeling. | Mate van tailedness in de verdeling. |
| Wat is het? | Het is een indicator van het ontbreken van gelijkwaardigheid in de frequentieverdeling. | Het is de maatstaf voor gegevens, die een piek of vlak heeft ten opzichte van de normale verdeling. |
| vertegenwoordigt | Hoeveelheid en richting van de scheefheid. | Hoe groot en scherp de centrale piek is? |
Definitie van skewness
Met de term 'skewness' wordt de afwezigheid van symmetrie uit het gemiddelde van de dataset bedoeld. Het is kenmerkend voor de afwijking van het gemiddelde om aan de ene kant groter te zijn dan de ander, d.w.z. het attribuut van de verdeling met één staart zwaarder dan de andere. Skewness wordt gebruikt om de vorm van de gegevensdistributie aan te geven.
In een scheve verdeling wordt de curve naar links of rechts uitgebreid. Dus, wanneer de plot meer naar de rechterkant wordt uitgestrekt, duidt dit op een positieve scheefheid, waarbij modus < median < mean. On the other hand, when the plot is stretched more towards the left direction, then it is called as negative skewness and so, mean < median < mode.
Definitie van Kurtosis
In statistiek wordt kurtosis gedefinieerd als de parameter van relatieve scherpte van de piek van de kansverdelingscurve. Het bepaalt de manier waarop observaties worden geclusterd rond het midden van de distributie. Het wordt gebruikt om de vlakheid of piektijd van de frequentieverdelingskromme aan te geven en meet de staarten of uitschieters van de verdeling.
Positieve kurtosis geeft aan dat de distributie meer een piek heeft dan de normale verdeling, terwijl negatieve kurtosis aantoont dat de verdeling minder piek heeft dan de normale verdeling. Er zijn drie soorten distributies:
- Leptokurtic: Scherp gepiekt met dikke staarten en minder variabel.
- Mesokurtic: Medium met piek
- Platykurtic: Hoogste piek en sterk verspreid.
Belangrijkste verschillen tussen skewness en Kurtosis
De punten die aan u worden gepresenteerd verklaren de fundamentele verschillen tussen skewness en kurtosis:
- Het kenmerk van een frequentieverdeling die de symmetrie over het gemiddelde vaststelt, wordt scheefheid genoemd. Aan de andere kant betekent Kurtosis de relatieve puntigheid van de standaardbelkromme, gedefinieerd door de frequentieverdeling.
- Skewness is een maat voor de mate van scheefheid in de frequentieverdeling. Omgekeerd is kurtosis een maat voor de mate van tailedness in de frequentieverdeling.
- Skewness is een indicator van gebrek aan symmetrie, d.w.z. zowel de linker- als de rechterkant van de curve zijn ongelijk, met betrekking tot het centrale punt. In tegenstelling hiermee is kurtosis een maatstaf voor gegevens, die een piek of een plat is, met betrekking tot de kansverdeling.
- Skewness toont hoeveel en in welke richting de waarden afwijken van het gemiddelde? Kurtosis daarentegen legt uit hoe lang en scherp de centrale piek is?
Conclusie
Voor een normale verdeling is de waarde van skewness en kurtosis-statistiek nul. De crux van de verdeling is dat de plot van de kansverdeling naar de andere kant scheef gespreid is. Aan de andere kant identificeert kurtosis de weg; waarden zijn gegroepeerd rond het centrale punt van de frequentieverdeling.
