Koeficient šikmosti
Z Multimediaexpo.cz
m (1 revizi) |
(+ Výrazné vylepšení) |
||
Řádka 1: | Řádka 1: | ||
- | + | '''Koeficient šikmosti''' je [[Charakteristika náhodné veličiny|charakteristika]] rozdělení [[Náhodná veličina|náhodné veličiny]], která popisuje jeho nesymetrii. Označuje se symbolem <math>\gamma_1</math>. | |
+ | ==Definice== | ||
+ | Koeficient šikmosti je definován jako | ||
+ | |||
+ | :<math>\gamma_1 = \frac{\mu_3}{\sigma^3} = \frac{\operatorname{E}[X-\operatorname{E}(X)]^3}{(\operatorname{var}\,X)^{3/2}}</math>, | ||
+ | |||
+ | kde <math>\mu_3</math> je třetí [[centrální moment]], <math>\sigma</math> je [[směrodatná odchylka]], <math>\operatorname{E}(X)</math> je [[střední hodnota]] a <math>\operatorname{var}\,X</math> je [[rozptyl (statistika)|rozptyl]]. | ||
+ | |||
+ | ==Vlastnosti== | ||
+ | Nulová šikmost značí, že hodnoty náhodné veličiny jsou rovnoměrně rozděleny vlevo a vpravo od střední hodnoty. Kladná šikmost značí, že vpravo od průměru se vyskytují odlehlejší hodnoty nežli vlevo (rozdělení má tzv. ''pravý ocas'') a většina hodnot se nachází blízko vlevo od průměru. U záporné šikmosti je tomu naopak. | ||
+ | |||
+ | Symetrická rozdělení včetně [[Normální rozdělení|normálního rozdělení]] mají šikmost nula. | ||
+ | |||
+ | Pro rozdělení s kladnou šikmostí obvykle platí, že jeho [[modus]] je menší nežli [[medián]] a ten je menší nežli střední hodnota. Pro zápornou šikmost opět naopak. | ||
+ | |||
+ | ==Výběrový koeficient šikmosti== | ||
+ | |||
+ | Výběrový koeficient šikmosti je definován vzorcem | ||
+ | |||
+ | :<math>g_1 = \frac{m_3}{m_2^{3/2}} = \sqrt{n}\frac{\sum_{i=1}^n (x_i - \overline{x})^3}{\left(\sum_{i=1}^n (x_i - \overline{x})^2 \right)^{\frac{3}{2}}}</math>, | ||
+ | |||
+ | kde <math>\overline{x}</math> je [[Výběrový průměr|výběrový průměr]], <math>m_2</math> je [[výběrový rozptyl]] a <math>m_3</math> je třetí [[Centrální moment#Výběrový centrální moment|výběrový centrální moment]]. | ||
+ | |||
+ | Tento odhad je [[Vychýlený odhad|vychýlený]]. Méně vychýlené odhady dostaneme, když místo výběrových centrálních momentů použijeme nevychýlené odhady centrálních momentů:<ref>{{cite web|title=Estimating and Comparing Kurtosis and Skewness from and Arbitrary Population|url=http://www.misug.org/mifolder/LAn_Skewness_Kurtosis.pdf|publisher=Michigan SAS Users Group|accessdate=18 July 2011}}</ref> | ||
+ | |||
+ | <math> | ||
+ | \begin{align} | ||
+ | G_1 = \frac{M_3}{M_2^{3/2}} &= \frac{\sqrt{n(n-1)}}{n-2}g_1 \\ | ||
+ | b_1 = \frac{m_3}{M_2^{3/2}} &= \left(\frac{n-1}{n}\right)^{2/3}g_1 | ||
+ | \end{align} | ||
+ | </math> | ||
+ | |||
+ | Pro rozptyly těchto odhadů platí <math>\operatorname{var}\,b_1 < \operatorname{var}\,g_1 < \operatorname{var}\,G_1</math>. | ||
+ | |||
+ | == Reference == | ||
+ | <references/> | ||
+ | |||
+ | |||
+ | {{Článek z Wikipedie}} | ||
[[Kategorie:Statistika]] | [[Kategorie:Statistika]] |
Verze z 19. 2. 2014, 10:21
Koeficient šikmosti je charakteristika rozdělení náhodné veličiny, která popisuje jeho nesymetrii. Označuje se symbolem <math>\gamma_1</math>.
Obsah |
Definice
Koeficient šikmosti je definován jako
- <math>\gamma_1 = \frac{\mu_3}{\sigma^3} = \frac{\operatorname{E}[X-\operatorname{E}(X)]^3}{(\operatorname{var}\,X)^{3/2}}</math>,
kde <math>\mu_3</math> je třetí centrální moment, <math>\sigma</math> je směrodatná odchylka, <math>\operatorname{E}(X)</math> je střední hodnota a <math>\operatorname{var}\,X</math> je rozptyl.
Vlastnosti
Nulová šikmost značí, že hodnoty náhodné veličiny jsou rovnoměrně rozděleny vlevo a vpravo od střední hodnoty. Kladná šikmost značí, že vpravo od průměru se vyskytují odlehlejší hodnoty nežli vlevo (rozdělení má tzv. pravý ocas) a většina hodnot se nachází blízko vlevo od průměru. U záporné šikmosti je tomu naopak.
Symetrická rozdělení včetně normálního rozdělení mají šikmost nula.
Pro rozdělení s kladnou šikmostí obvykle platí, že jeho modus je menší nežli medián a ten je menší nežli střední hodnota. Pro zápornou šikmost opět naopak.
Výběrový koeficient šikmosti
Výběrový koeficient šikmosti je definován vzorcem
- <math>g_1 = \frac{m_3}{m_2^{3/2}} = \sqrt{n}\frac{\sum_{i=1}^n (x_i - \overline{x})^3}{\left(\sum_{i=1}^n (x_i - \overline{x})^2 \right)^{\frac{3}{2}}}</math>,
kde <math>\overline{x}</math> je výběrový průměr, <math>m_2</math> je výběrový rozptyl a <math>m_3</math> je třetí výběrový centrální moment.
Tento odhad je vychýlený. Méně vychýlené odhady dostaneme, když místo výběrových centrálních momentů použijeme nevychýlené odhady centrálních momentů:[1]
<math> \begin{align} G_1 = \frac{M_3}{M_2^{3/2}} &= \frac{\sqrt{n(n-1)}}{n-2}g_1 \\ b_1 = \frac{m_3}{M_2^{3/2}} &= \left(\frac{n-1}{n}\right)^{2/3}g_1 \end{align} </math>
Pro rozptyly těchto odhadů platí <math>\operatorname{var}\,b_1 < \operatorname{var}\,g_1 < \operatorname{var}\,G_1</math>.
Reference
Náklady na energie a provoz naší encyklopedie prudce vzrostly. Potřebujeme vaši podporu... Kolik ?? To je na Vás. Náš FIO účet — 2500575897 / 2010 |
---|
Informace o článku.
Článek je převzat z Wikipedie, otevřené encyklopedie, do které přispívají dobrovolníci z celého světa. |