skewness पर टैग किए गए जवाब

तिरछा माप (या संदर्भित) एक चर के वितरण में विषमता की डिग्री है।

2
एक गामा यादृच्छिक चर के लघुगणक का तिरछापन
पर विचार करें गामा यादृच्छिक चर X∼Γ(α,θ)X∼Γ(α,θ)X\sim\Gamma(\alpha, \theta) । माध्य, विचरण और तिरछापन के लिए स्वच्छ सूत्र हैं: 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} अब एक लॉग-परिवर्तित यादृच्छिक चर Y=log(X)Y=log⁡(X)Y=\log(X) । माध्य और विचरण के लिए विकिपीडिया सूत्र देता है: 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} डिगामा और ट्राइगम्मा फ़ंक्शंस …

7
मॉडलिंग के लिए तिरछा डेटा क्यों पसंद नहीं किया जाता है?
अधिकांश बार जब लोग परिवर्तनकारी परिवर्तन के बारे में बात करते हैं (भविष्यवक्ता और प्रतिक्रिया चर दोनों के लिए), तो वे डेटा की विषमता (जैसे परिवर्तन, बॉक्स और कॉक्स परिवर्तन आदि) के इलाज के तरीकों पर चर्चा करते हैं। जो बात मैं नहीं समझ पा रहा हूं वह यह है …

1
क्या मुझे अत्यधिक तिरछे डेटा पर टी-टेस्ट का उपयोग करना चाहिए? वैज्ञानिक प्रमाण, कृपया?
मेरे पास उपयोगकर्ताओं की भागीदारी (जैसे: पोस्ट की संख्या) के बारे में एक अत्यधिक तिरछी (एक घातांक वितरण की तरह) डेटासेट के नमूने हैं, जिनके विभिन्न आकार हैं (लेकिन 200 से कम नहीं) और मैं उनके मतलब की तुलना करना चाहता हूं। उसके लिए, मैं दो-नमूना अनपेक्षित टी-परीक्षणों का उपयोग …

5
सहसंबद्ध गैर-सामान्य डेटा बनाने के लिए विधि
मैं सहसंबद्ध, गैर-सामान्य डेटा बनाने के लिए एक विधि खोजने में दिलचस्पी रखता हूं। तो आदर्श रूप से कुछ प्रकार के वितरण जो एक कोवरियस (या सहसंबंध) मैट्रिक्स में एक पैरामीटर के रूप में लेते हैं और इसे अनुमानित करने वाले डेटा उत्पन्न करते हैं। लेकिन यहाँ पकड़ है: जिस …

4
जब डेटा को तिरछा किया जाता है, तो क्या इसका उपयोग किया जाना चाहिए?
अक्सर परिचयात्मक रूप से लागू आँकड़ों के ग्रंथों को माध्यिका से अलग किया जाता है (अक्सर वर्णनात्मक आंकड़ों के संदर्भ में और मध्यमान और माध्य का उपयोग करते हुए केंद्रीय प्रवृत्ति के सारांश को प्रेरित करते हुए) यह समझाकर कि यह नमूना डेटा और / या में आउटलेयर के प्रति …

2
वितरण के माध्यम के बारे में क्षणों के लिए अंतर्ज्ञान?
क्या कोई इस बात पर अंतर्ज्ञान दे सकता है कि प्रायिकता वितरण के उच्चतर क्षण , तीसरे और चौथे क्षण की तरह, और अनुरूप हैं? विशेष रूप से, तीसरी या चौथी शक्ति के लिए उठाए गए माध्य के बारे में विचलन तिरछापन और कुर्तोसिस के माप में तब्दील क्यों होता …

3
अत्यंत तिरछे वितरण को बदलना
मान लें कि मेरे पास एक चर है जिसका वितरण सकारात्मक रूप से बहुत अधिक डिग्री तक तिरछा है, जैसे कि सामान्य वितरण के लिए तिरछापन की सीमा के भीतर लाने के लिए लॉग लेना पर्याप्त नहीं होगा। इस बिंदु पर मेरे विकल्प क्या हैं? चर को सामान्य वितरण में …

3
कटाई और कर्टोसिस सहित वितरण समारोह के लिए बंद फार्मूला?
क्या ऐसा कोई सूत्र है? डेटा के एक सेट को देखते हुए जिसके लिए माध्य, भिन्नता, तिरछापन और कुर्तोसिस ज्ञात है, या मापा जा सकता है, क्या कोई एकल सूत्र है जिसका उपयोग उपरोक्त डेटा से आने वाले मान की संभावना घनत्व की गणना करने के लिए किया जा सकता …

11
क्या एक वितरण जो सामान्य है, लेकिन अत्यधिक तिरछा है, गॉसियन माना जाता है?
मेरा यह प्रश्न है: आपको क्या लगता है कि YouTube पर प्रति दिन बिताए गए समय का वितरण कैसा दिखता है? मेरा जवाब है कि यह शायद सामान्य रूप से वितरित किया जाता है और अत्यधिक बाएं तिरछा होता है। मुझे उम्मीद है कि एक ऐसा मोड है जहां अधिकांश …

2
एनोवा में सामान्य धारणा से प्रस्थान: कुर्तोसिस या तिरछापन अधिक महत्वपूर्ण है?
कुटनेर एट अल द्वारा लागू रैखिक सांख्यिकीय मॉडल। एनोवा मॉडल की सामान्यता धारणा से निम्नलिखित प्रस्थान के बारे में बताता है: त्रुटि वितरण का कुर्तोसिस (या तो सामान्य वितरण की तुलना में कम या ज्यादा), इनफ़ेक्शंस पर प्रभाव के संदर्भ में वितरण की विषमता से अधिक महत्वपूर्ण है । मैं …


2
जब कुछ समय बिंदुओं में भारी प्रतिक्रियाएं होती हैं और कुछ दोहराया उपायों के अध्ययन में नहीं आता है तो क्या करें?
आमतौर पर, जब एक अनुदैर्ध्य डिजाइन में निरंतर लेकिन तिरछे परिणाम के उपायों का सामना होता है (जैसे, एक-विषय के प्रभाव के साथ) सामान्य दृष्टिकोण परिणाम को सामान्यता में बदलना है। यदि स्थिति चरम है, जैसे कि छंटनी की गई टिप्पणियों के साथ, किसी को फैंसी मिल सकता है और …

1
क्यों बाईं-तिरछी को नकारात्मक रूप से तिरछी कहा जाता है और दाईं-तिरछी को सकारात्मक तिरछा कहा जाता है?
मैं नामकरण के बारे में उत्सुक हूं: क्यों बाईं-तिरछी को नकारात्मक रूप से तिरछा और दाहिने-तिरछा कहा जाता है जिसे सकारात्मक रूप से तिरछा कहा जाता है?

3
सामान्य वितरण के लिए तिरछापन और कुर्तोसिस के मूल्यों की सीमा
मैं जानना चाहता हूँ कि क्या के मूल्यों की सीमा है चाहता हूँ तिरछापन और कुकुदता जिसके लिए डेटा सामान्य रूप से वितरित किया जाता है। मैंने कई तर्क पढ़े हैं और ज्यादातर मुझे मिश्रित उत्तर मिले हैं। कुछ का कहना है कि तिरछापन के लिए और कुर्तोसिस सामान्य रूप …

5
एक तिरछी संभावना घनत्व समारोह के "पीकडनेस"
मैं कई तिरछी संभावना घनत्व कार्यों के "चरमता" और पूंछ "भारीपन" का वर्णन करना चाहूंगा। जिन विशेषताओं का मैं वर्णन करना चाहता हूं, क्या उन्हें "कुर्तोसिस" कहा जाएगा? मैंने केवल शब्द "कर्टोसिस" देखा है जो सममित वितरण के लिए उपयोग किया जाता है?

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.