Rezumējot, parasti, ja datu sadalījums ir šķībs pa kreisi, vidējais ir mazāks par mediānu, kas bieži vien ir mazāks par režīmu. Ja datu sadalījums ir šķībs pa labi, režīms bieži ir mazāks par vidējo, kas ir mazāks par vidējo.
Kāpēc novirzīti dati mazāk ietekmē mediānu?
Kāpēc novirzīti dati mediānu ietekmē mazāk nekā vidējo? Tomēr, tā kā dati kļūst šķībi, vidējais rādītājs zaudē spēju nodrošināt vislabāko datu centrālo atrašanās vietu, jo sašķiebtie dati velk tos prom no tipiskās vērtības.
Kāpēc mediāna ir labāka sašķiebtiem datiem?
Sadalījumiem, kuriem ir novirzes vai tie ir šķībi, mediāna bieži ir vēlamais centrālās tendences mērs, jo mediāna ir izturīgāka pret novirzēm nekā vidējais… Ņemiet vērā, ka vidējais rādītājs tiek vilkts šķībuma virzienā (t.i., astes virzienā).
Kad šķībs uz pareizo vidējo ir mediāna?
Labai šķībam sadalījumam vidējais rādītājs parasti ir lielāks par vidējo Ņemiet vērā arī to, ka sadalījuma aste labajā pusē (pozitīvā) ir garāka nekā sadalījuma daļā. kreisā puse. No lodziņa un ūsu diagrammas var arī redzēt, ka mediāna ir tuvāk pirmajai kvartilei nekā trešajai kvartilei.
Kā šķībums ietekmē datus?
Šķibuma efekti
Ja datos ir pārāk daudz šķību, tad daudzi statistikas modeļi nedarbojas, bet kāpēc. Tāpēc šķībojos datos astes apgabals var darboties kā izņēmums statistikas modelim, un mēs zinām, ka novirzes negatīvi ietekmē modeļa veiktspēju, īpaši uz regresiju balstītus modeļus.
