Çarpıklık ve Basıklık Arasındaki Farklar

çarpıklık, temel anlamda, merkez dışı anlamına gelir, istatistiklerde de simetri eksikliği anlamına gelir. Çarpıklık yardımıyla, veri dağılımının şeklini belirleyebilir. Basıklık, diğer yandan, dağılım eğrisindeki bir tepe noktasının sivriliğini ifade eder. Çarpıklık ve basıklık arasındaki temel fark, simetri derecesinin önceki görüşmelerinin, frekans dağılımında ise zirvenin derecesinin ikinci görüşmelerin olmasıdır..

Veriler, daha çok sola veya sağa ya da eşit olarak yayılmak gibi birçok şekilde dağıtılabilir. Veriler merkezi noktaya düzgün bir şekilde dağıldığında, Normal Dağılım olarak adlandırılır. Mükemmel simetrik, çan şeklindeki bir eğridir, yani her iki taraf eşittir ve bu nedenle eğri değildir. Burada her üç ortalama, medyan ve mod bir noktada yatıyor.

Çarpıklık ve Basıklık, tanımlayıcı istatistiklerde incelenen dağılımın iki önemli özelliğidir. Bu iki kavramın daha iyi anlaşılmasını sağlamak için aşağıda verilen makaleye bir göz atalım.

İçerik: Çarpıklık ve Kurtoz

  1. Karşılaştırma Tablosu
  2. Tanım
  3. Temel Farklılıklar
  4. Sonuç

Karşılaştırma Tablosu

Karşılaştırma EsasıçarpıklıkBasıklık
anlamÇarpıklık, ortalamadaki simetrisini belirleyen bir dağılımın eğilimini belirtir.Basıklık, frekans dağılımında eğrinin ilgili keskinliğinin ölçülmesi anlamına gelir..
İçin ölçünDağılımdaki kayganlık derecesi. Dağıtımdaki kuyrukluluk derecesi.
Bu ne?Frekans dağılımında denklik eksikliğinin bir göstergesidir. Normal dağılıma göre doruk veya düz olan veri ölçüsüdür.
TemsilEğim miktarı ve yönü.Merkezi tepe ne kadar uzun ve keskin?

Skewness'un tanımı

'Çarpıklık' terimi, veri kümesinin ortalamasından simetri olmaması anlamına gelir. Ortalamadan sapmanın karakteristiği, bir tarafta diğerinden daha büyük olması, yani bir kuyruğun diğerinden daha ağır olan dağılımın niteliği. Eğim, verilerin dağılımının şeklini belirtmek için kullanılır.

Eğri bir dağılımda, eğri sol veya sağ tarafa uzatılır. Yani, arsa sağ tarafa doğru daha fazla uzatıldığında, pozitif çarpıklığı gösterir, burada mod < 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.

Kurtosis'un tanımı

İstatistiklerde basıklık, olasılık dağılım eğrisinin pikinin göreceli keskinliğinin parametresi olarak tanımlanır. Gözlemlerin dağıtım merkezi çevresinde kümelenme şeklini belirler. Frekans dağılım eğrisinin düzlüğünü veya doruk noktasını belirtmek için kullanılır ve dağılımın kuyruklarını veya aykırı değerlerini ölçer.

Pozitif basıklık, dağılımın normal dağılıma göre daha fazla zirve yaptığını, negatif basıklık ise dağılımın normal dağılıma göre daha az zirve yaptığını gösterir. Üç tür dağıtım vardır:

  • leptokurtic: Yağ kuyrukları ile keskin bir şekilde zirve yaptı ve daha az değişken.
  • mezokürtik: Orta sivri
  • platikürtik: En düz tepe noktası ve oldukça dağınık.

Çarpıklık ve Basıklık Arasındaki Temel Farklılıklar

Size sunulan noktalar çarpıklık ve basıklık arasındaki temel farklılıkları açıklar:

  1. Ortalama ile ilgili simetrisini belirleyen bir frekans dağılımının özelliğine çarpıklık denir. Öte yandan, Kurtoz, standart çan eğrisinin frekans dağılımı ile tanımlanan göreceli sivriliği anlamına gelir..
  2. Çarpıklık, frekans dağılımındaki sapma derecesinin bir ölçüsüdür. Tersine, basıklık frekans dağılımındaki kuyrukluluk derecesinin bir ölçüsüdür.
  3. Çarpıklık simetri eksikliğinin bir göstergesidir, yani eğrinin hem sol hem de sağ tarafları, merkezi noktaya göre eşit değildir. Buna karşı, basıklık olasılık dağılımına göre doruk veya düz olan bir veri ölçüsüdür.
  4. Çarpıklık, değerler ortalamadan ne kadar ve hangi yönde saptığını gösterir? Aksine, basıklık, merkezi zirvenin ne kadar uzun ve keskin olduğunu açıklar?

Sonuç

Normal dağılım için çarpıklık ve basıklık istatistiği değeri sıfırdır. Dağılımın temel noktası, eğrilikte olasılık dağılımının grafiğinin her iki tarafa gerilmesidir. Öte yandan, basıklık yolu belirler; değerler, frekans dağılımındaki merkezi nokta etrafında gruplandırılmıştır.