Kan normale verspreiding skeef wees: gedetailleerde feite, voorbeelde en gereelde vrae


Geenrmal verspreiding is skeef met nul skeefheid, so die antwoord op die mees algemene verwarring kan normaal wees verdeling skeef wees is normaalverdeling is nie skeefverspreiding nie aangesien die kurwe van die normaalverdeling simmetries is sonder stert waarvan die skeefheid nul is. Die normale verspreidingskromme is klokvormig met simmetrie op die kromme.

Aangesien die skeefheid 'n gebrek aan simmetrie in die kurwe is, so as die simmetrie in die kurwe teenwoordig is, is daar 'n gebrek aan skeefheid.

Hoe weet jy of die data normaal versprei is?

Vir die data om te kontroleer of normaalverspreid is of nie, probeer net om die histogram te skets en vanaf die kromme van die kromme as die simmetrie in die kromme teenwoordig is, dan is die data normaalverspreid, vanaf die kromme van data self kan die vraag normaalverspreiding wees skeef of nie skoongemaak as die konsep van skeefheid duidelik is nie. Om die histogram of kurwe in elke geval te skets is vervelig of tydrowend, so in plaas daarvan is daar 'n aantal statistiese toetse soos Anderson-Darling-statistiek (AD) wat nuttiger is om te bepaal of data normaalweg versprei is of nie.

Die data wat normaalverspreiding volg het nul skeefheid in die kromme en die kenmerke van die kurwe van die skewe verspreiding verskil sonder simmetrie, dit sal ons verstaan ​​met die volgende voorbeeld:

Voorbeeld: Vind die persentasie telling lê tussen 70 en 80 as die telling van wiskunde van universiteitstudente normaalweg met die gemiddelde 67 en standaardafwyking 9 versprei is?

Kan normale verspreiding skeef wees
simmetrie in die normaalverspreiding of kan normaalverspreiding skeef wees

Oplossing:

Om die persentasie telling te vind volg ons die waarskynlikheid vir die normaalverspreiding wat vroeër bespreek is normale verspreiding, so om dit eers te doen, sal ons omskakel na normale variasie en die tabel volg wat bespreek is in normale verspreiding om die waarskynlikheid te vind deur die omskakeling te gebruik

Z=(X-μ)/σ

ons wil die telling persent tussen 70 en 80 vind so ons gebruik ewekansige veranderlike waardes 70 en 80 met die gegewe gemiddelde 67 en standaardafwyking 9 wat dit gee

Z=70-67/9 = 0.333

en

Z=80-67/9 = 1.444

[latex]Z = \frac{70-67}{9}=0.333
\\en\\
Z = \frac{80-67}{9}=1.444[/latex]

Dit kan ons as skets

die geskakeerde area hierbo toon die gebied tussen z=0.333 en z=1.444 vanaf die tabel van standaard normale variasie die waarskynlikhede is

P(z > 0.333)=0.3707
en
P(z > 1.444)=0.0749
so
p(0.333 < z0.333)-P(z > 1.444)=0.3707-0.0749=0.2958

[latex] P(z > 0.333)=0.3707
\\en\\
P(z>1.444)=0.0749\\
so\\
p(0.333 < z0.333)-P(z> 1.444)=0.3707-0.0749=0.2958 [/latex]

dus sal 29.58% studente tussen 70 en 80 punte behaal.

In die bostaande voorbeeld is die skeefheid van die kromme nul en die kromme is simmetries, om seker te maak dat die data normaal versprei is of nie, moet ons die hipotesetoetse uitvoer.

Hoe weet jy of 'n verspreiding na links of regs skeef is?

Dit is bekend dat die verspreiding skeef is as dit regs of links in die kromme is, so afhangend van die aard van die kromme kan ons oordeel of die verspreiding positief skeef of negatief skeef is. Die konsep van skeefheid word breedvoerig in die artikels bespreek positief en negatief skewe verspreiding. As die simmetrie in die linkerkant ontbreek, is die verspreiding na links skeef en as die simmetrie in die regterkant ontbreek, is die verspreiding na regs skeef. Die beste manier om te kontroleer dat die verspreiding skeef is, is om die variasie in die sentrale neigings na te gaan, dit is indien gemiddeld mediaan>modus dan is die verspreiding reg skeef. Die meetkundige voorstelling is soos volg

skeef gelaat verspreiding
regte skewe verspreiding

Die maatreëls om die skeefheid links of regs te bereken vir die inligting wat in detail gegee word in die artikel van skeefheid.

Wat is 'n aanvaarbare skeefheid?

Aangesien die skeefheid, soos vroeër bespreek, 'n gebrek aan simmetrie is, moet dit duidelik wees watter reeks aanvaarbaar is. Die vraag kan normaalverspreiding skeef opduik om te kontroleer of in die normaalverdeling aanvaarbaar is of nie en die antwoord van die aanvaarbare skeefheid is in normaalverspreiding, want in normaalverspreiding is die skeefheid nul en die verdeling waarin skeefheid naby aan nul is, is meer aanvaarbaar. So na die toetsing vir skeefheid as die skeefheid nader aan nul is, is die skeefheid aanvaarbaar, afhangende van die vereiste en omvang vir die kliënt.

In kort is die aanvaarbare skeefheid die skeefheid wat nader aan nul is volgens die vereiste.

Hoe skeef is te skeef?

Die skeefheid is die statistiese meting om die simmetrie teenwoordig in die kurwe van die verspreiding te kontroleer en die inligting en al die maatstawwe om skeefheid te kontroleer is teenwoordig of nie, afhangende daarvan kan ons vind of die verspreiding ver van nul is, dan te skeef of simmetrie is nul dan kan ons sê die verspreiding is te skeef.

Hoe bepaal jy normale verspreiding?

Om te bepaal of die verdeling normaal is of nie, moet ons kyk of die verdeling die simmetrie het of nie as die simmetrie teenwoordig is en die skeefheid nul is dan is die verdeling normaalverspreiding, die detail metodes en tegnieke is reeds in detail bespreek in normale verspreiding

Verdraai uitskieters data?

In die verspreidingsdata volg indien enige data 'n ongewone manier en baie ver of weg van die gewone data wat as uitskieter bekend staan ​​en in die meeste gevalle is die uitskieters verantwoordelik vir die skeefheid van die verspreiding en as gevolg van die ongewone aard van uitskieters is die verspreiding skeefheid het, dus kan ons sê dat in die verspreiding die uitskieters data skeef trek. Die uitskieters sal in alle gevalle nie data skeeftrek nie hulle skeef data slegs as hulle ook die sistematiese volgorde in kontinue verspreiding volg om links of regs stertkromme te gee.

In die vorige artikels is die detail bespreking van normaalverspreiding en skewe verspreiding bespreek.

DR. Mohammed Mazhar Ul Haque

Ek is DR. Mohammed Mazhar Ul Haque, Assistent-professor in Wiskunde. Het 12 jaar ondervinding in onderwys. Met groot kennis in Suiwer Wiskunde, presies oor Algebra. Met die geweldige vermoë van probleemontwerp en -oplossing. In staat om kandidate te motiveer om hul prestasie te verbeter. Ek dra graag by tot Lambdageeks om Wiskunde Eenvoudig, Interessant & Selfverduidelikend vir beginners sowel as kundiges te maak. Kom ons koppel deur LinkedIn - https://www.linkedin.com/in/dr-mohammed-mazhar-ul-haque-58747899/

Onlangse plasings