Pertanyaan yang diberi tag «skewness»

Skewness mengukur (atau mengacu pada) tingkat asimetri dalam distribusi suatu variabel.

2
Kecenderungan logaritma variabel acak gamma
Pertimbangkan variabel acak gamma . Ada rumus rapi untuk mean, varians, dan skewness:X∼Γ(α,θ)X∼Γ(α,θ)X\sim\Gamma(\alpha, \theta) E[X]Var[X]Skewness[X]=αθ=αθ2=1/α⋅E[X]2=2/α−−√E[X]=αθVar⁡[X]=αθ2=1/α⋅E[X]2Skewness⁡[X]=2/α\begin{align} \mathbb E[X]&=\alpha\theta\\ \operatorname{Var}[X]&=\alpha\theta^2=1/\alpha\cdot\mathbb E[X]^2\\ \operatorname{Skewness}[X]&=2/\sqrt{\alpha} \end{align} Pertimbangkan sekarang variabel acak log-transformed . Wikipedia memberikan rumus untuk mean dan varians:Y=log(X)Y=log⁡(X)Y=\log(X) E[Y]Var[Y]=ψ(α)+log(θ)=ψ1(α)E[Y]=ψ(α)+log⁡(θ)Var⁡[Y]=ψ1(α)\begin{align} \mathbb E[Y]&=\psi(\alpha)+\log(\theta)\\ \operatorname{Var}[Y]&=\psi_1(\alpha)\\ \end{align} melalui fungsi digamma dan trigamma yang didefinisikan sebagai turunan pertama dan …

7
Mengapa data miring tidak disukai untuk pemodelan?
Sebagian besar waktu ketika orang berbicara tentang transformasi variabel (untuk variabel prediktor dan respon), mereka membahas cara untuk memperlakukan kemiringan data (seperti transformasi log, transformasi kotak dan transformasi cox, dll.). Apa yang saya tidak bisa mengerti adalah mengapa menghilangkan kemiringan dianggap sebagai praktik terbaik yang umum? Bagaimana skewness mempengaruhi kinerja …

1
Haruskah saya menggunakan uji-t pada data yang sangat miring? Tolong bukti ilmiah?
Saya memiliki sampel dari set data yang sangat miring (seperti distribusi eksponensial) tentang partisipasi pengguna (misalnya: jumlah posting), yang memiliki ukuran berbeda (tetapi tidak kurang dari 200) dan saya ingin membandingkan rata-rata mereka. Untuk itu, saya menggunakan dua sampel t-tes tidak berpasangan (dan t-tes dengan faktor Welch, ketika sampel memiliki …

5
Metode untuk menghasilkan data non-normal berkorelasi
Saya tertarik untuk mencari metode untuk menghasilkan data non-normal yang berkorelasi. Jadi idealnya semacam distribusi yang mengambil dalam matriks kovarians (atau korelasi) sebagai parameter dan menghasilkan data yang mendekati itu. Tapi inilah intinya: metode yang saya coba temukan harus memiliki fleksibilitas untuk juga mengontrol kemiringan multivariat dan / atau kurtosis. …

4
Haruskah mean digunakan ketika data miring?
Teks pengantar statistik terapan yang sering digunakan membedakan mean dari median (sering dalam konteks statistik deskriptif dan memotivasi peringkasan kecenderungan sentral menggunakan mean, median dan mode) dengan menjelaskan bahwa mean sensitif terhadap pencilan dalam data sampel dan / atau untuk distribusi populasi yang miring, dan ini digunakan sebagai pembenaran untuk …

3
Mengubah distribusi yang sangat miring
Asumsikan bahwa saya memiliki variabel yang distribusinya condong positif ke tingkat yang sangat tinggi, sehingga mengambil log tidak akan cukup untuk membawanya dalam kisaran skewness untuk distribusi normal. Apa opsi saya saat ini? Apa yang bisa saya lakukan untuk mengubah variabel menjadi distribusi normal?


2
Intuisi sejenak tentang rata-rata distribusi?
Dapatkah seseorang memberikan intuisi tentang mengapa momen yang lebih tinggi dari distribusi probabilitas pXpXp_X , seperti momen ketiga dan keempat, masing-masing berhubungan dengan kemiringan dan kurtosis? Secara khusus, mengapa penyimpangan tentang rata-rata dinaikkan ke kekuatan ketiga atau keempat akhirnya diterjemahkan menjadi ukuran skewness dan kurtosis? Apakah ada cara untuk menghubungkan …

11
Apakah distribusi yang normal, tetapi sangat miring, dianggap Gaussian?
Saya memiliki pertanyaan ini: Bagaimana menurut Anda distribusi waktu yang dihabiskan per hari di YouTube? Jawaban saya adalah mungkin terdistribusi normal dan sangat miring. Saya berharap ada satu mode di mana sebagian besar pengguna menghabiskan sekitar waktu rata-rata dan kemudian ekor panjang yang panjang karena beberapa pengguna adalah pengguna yang …

2
Berangkat dari asumsi normalitas dalam ANOVA: apakah kurtosis atau skewness lebih penting?
Model statistik linier yang diterapkan oleh Kutner et al. menyatakan berikut tentang keberangkatan dari asumsi normalitas model ANOVA: Kurtosis distribusi kesalahan (lebih atau kurang memuncak dari distribusi normal) lebih penting daripada kemiringan distribusi dalam hal efek pada kesimpulan . Saya agak bingung dengan pernyataan ini dan tidak berhasil menemukan informasi …


2
Apa yang harus dilakukan ketika beberapa titik waktu memiliki tanggapan yang sangat miring dan beberapa tidak dalam studi tindakan berulang?
Biasanya, ketika seseorang menjumpai ukuran hasil yang kontinu tetapi condong dalam desain longitudinal (katakanlah, dengan satu efek antar-subjek) pendekatan yang umum adalah mengubah hasilnya menjadi normal. Jika situasinya ekstrem, seperti dengan pengamatan terpotong, orang mungkin menyukai dan menggunakan model kurva pertumbuhan Tobit, atau semacamnya. Tetapi saya bingung ketika saya melihat …




Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.