Miary dystrybucji
Miary dystrybucji są wskaźnikami używanymi do opisu rozkładu danych w zbiorze. Pozwalają one zrozumieć, jak dane są rozłożone wokół średniej wartości oraz jakie są różnice między poszczególnymi obserwacjami.
Przykłady miar dystrybucji to:
- Odchylenie standardowe – mierzy rozproszenie danych wokół średniej wartości. Im większe odchylenie standardowe, tym większa zmienność danych.
- Współczynnik skośności – informuje o asymetrii rozkładu danych. Wartość dodatnia oznacza, że rozkład jest skośny w prawo, a ujemna – skośny w lewo.
- Współczynnik kurtozy – określa, jak ostro zakończone są „ogony” rozkładu danych. Wartość powyżej 3 oznacza, że rozkład jest bardziej ostro zakończony niż rozkład normalny.
Warto korzystać z różnych miar dystrybucji, aby uzyskać kompleksowy obraz rozkładu danych i uniknąć błędów interpretacyjnych.
Więcej informacji na temat miar dystrybucji można znaleźć na stronie Wikipedia.