Differenze tra asimmetria e curtosi
Share
skewness, in termini di base, implica fuori centro, così come nelle statistiche, significa mancanza di simmetria. Con l'aiuto dell'asimmetria, è possibile identificare la forma della distribuzione dei dati. curtosi, d'altra parte, si riferisce alla puntualità di un picco nella curva di distribuzione. La principale differenza tra asimmetria e curtosi è che il primo parla del grado di simmetria, mentre quest'ultimo parla del grado di peakedness, nella distribuzione di frequenza.
I dati possono essere distribuiti in molti modi, ad esempio distribuiti più a sinistra o a destra o distribuiti uniformemente. Quando i dati vengono distribuiti uniformemente nel punto centrale, vengono chiamati Distribuzione normale. È perfettamente simmetrica, a forma di campana, cioè entrambi i lati sono uguali e quindi non è distorto. Qui tutte le tre media, mediana e modalità si trovano ad un certo punto.
L'asimmetria e la curtosi sono le due importanti caratteristiche della distribuzione studiate nelle statistiche descrittive. Per comprendere ulteriormente la comprensione di questi due concetti, diamo un'occhiata all'articolo qui sotto.
Contenuto: asimmetria vs Kurtosis
Grafico comparativo
| Base per il confronto | skewness | curtosi |
|---|---|---|
| Senso | Skewness allude alla tendenza di una distribuzione che determina la sua simmetria rispetto alla media. | Kurtosis significa la misura della rispettiva nitidezza della curva, nella distribuzione di frequenza. |
| Misura per | Grado di asperità nella distribuzione. | Grado di coda nella distribuzione. |
| Che cos'è? | È un indicatore di mancanza di equivalenza nella distribuzione di frequenza. | È la misura dei dati, che è sia in alto che in piano rispetto alla distribuzione normale. |
| rappresenta | Quantità e direzione dell'inclinazione. | Quanto è alto e acuto il picco centrale? |
Definizione di asimmetria
Il termine "asimmetria" è usato per indicare l'assenza di simmetria dalla media del set di dati. È caratteristico della deviazione dalla media, di essere maggiore su un lato rispetto all'altro, vale a dire attributo della distribuzione avente una coda più pesante dell'altro. L'asimmetria viene utilizzata per indicare la forma della distribuzione dei dati.
In una distribuzione distorta, la curva viene estesa a sinistra oa destra. Quindi, quando la trama è estesa verso il lato destro di più, denota un'asimmetria positiva, in cui modalità < 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.
Definizione di Kurtosis
Nella statistica, la curtosi è definita come il parametro della nitidezza relativa del picco della curva di distribuzione di probabilità. Accerta il modo in cui le osservazioni sono raggruppate attorno al centro della distribuzione. Viene utilizzato per indicare la planarità o il picco della curva di distribuzione della frequenza e per misurare le code oi valori anomali della distribuzione.
La curtosi positiva indica che la distribuzione è più alta rispetto alla distribuzione normale, mentre la curtosi negativa mostra che la distribuzione è meno accentuata rispetto alla distribuzione normale. Esistono tre tipi di distribuzioni:
- leptokurtic: Picco bruscamente con code grasse e meno variabile.
- Mesokurtic: Medio picco
- platykurtic: Picco più piatto e altamente disperso.
Differenze chiave tra asimmetria e curtosi
I punti presentati spiegano le differenze fondamentali tra asimmetria e curtosi:
- La caratteristica di una distribuzione di frequenza che ne determina la simmetria rispetto alla media è detta asimmetria. D'altra parte, Kurtosis significa la puntualità relativa della curva a campana standard, definita dalla distribuzione di frequenza.
- L'asimmetria è una misura del grado di asperità nella distribuzione di frequenza. Al contrario, la curtosi è una misura del grado di coda nella distribuzione di frequenza.
- L'asimmetria è un indicatore della mancanza di simmetria, cioè entrambi i lati sinistro e destro della curva non sono uguali, rispetto al punto centrale. Al contrario, la curtosi è una misura dei dati, che è sia a picco che piatta, rispetto alla distribuzione di probabilità.
- L'asimmetria mostra quanto e in quale direzione i valori si discostano dalla media? Al contrario, la curtosi spiega quanto alto e acuto sia il picco centrale?
Conclusione
Per una distribuzione normale, il valore della statistica di skewness e curtosi è zero. Il punto cruciale della distribuzione è che in asimmetria la trama della distribuzione di probabilità viene allungata su entrambi i lati. D'altra parte, la curtosi identifica la via; i valori sono raggruppati attorno al punto centrale sulla distribuzione di frequenza.
