Nondistribuzione rmale è distorto con asimmetria zero, quindi la risposta alla confusione più comune può essere normale la distribuzione essere asimmetrica è normale la distribuzione non è la distribuzione asimmetrica poiché la curva della distribuzione normale è simmetrica senza coda la cui asimmetria è zero. La curva di distribuzione normale è a campana con simmetria sulla curva.
Poiché l'asimmetria è mancanza di simmetria nella curva, quindi se la simmetria è presente nella curva c'è mancanza di asimmetria.
Come si fa a sapere se i dati sono normalmente distribuiti?
Affinché i dati verifichino se distribuiti normalmente o meno, prova a abbozzare l'istogramma e dalla curva della curva se la simmetria è presente nella curva i dati sono normalmente distribuiti, dalla curva dei dati stessa la domanda può essere la distribuzione normale distorto o non cancellato se il concetto di asimmetria è chiaro. Disegnare l'istogramma o la curva in ogni caso è noioso o richiede tempo, quindi invece di questo sono numerosi test statistici come la statistica Anderson-Darling (AD) che sono più utili per dire se i dati sono normalmente distribuiti o meno.
I dati che seguono la distribuzione normale hanno asimmetria zero nella curva e le caratteristiche della curva della distribuzione asimmetrica sono diverse senza simmetria, questo lo capiremo con il seguente esempio:
Esempio: trovare la percentuale del punteggio compresa tra 70 e 80 se il punteggio di matematica degli studenti universitari è normalmente distribuito con media 67 e deviazione standard 9?
Soluzione:
Per trovare la percentuale del punteggio seguiamo la probabilità per la distribuzione normale discussa in precedenza distribuzione normale, quindi per farlo prima convertiremo in normale variata e seguiremo la tabella discussa in distribuzione normale per trovare la probabilità usando la conversione
Z=(Xμ)/σ
vogliamo trovare la percentuale del punteggio tra 70 e 80, quindi utilizziamo variabile casuale i valori 70 e 80 con la media data 67 e la deviazione standard 9 danno
Z=70-67/9 = 0.333
ed
Z=80-67/9 = 1.444
Questo possiamo abbozzare come
l'area ombreggiata sopra mostra la regione compresa tra z=0.333 e z=1.444 dalla tabella di variazione normale standard le probabilità sono
P(z > 0.333)=0.3707
ed
P(z > 1.444)=0.0749
so
p(0.333 < z0.333)-P(z > 1.444)=0.3707-0.0749=0.2958
quindi il 29.58% degli studenti otterrà un punteggio compreso tra 70 e 80 .
Nell'esempio sopra l'asimmetria della curva è zero e la curva è simmetrica, per verificare che i dati siano distribuiti normalmente o meno dobbiamo eseguire i test di ipotesi.
Come si fa a sapere se una distribuzione è asimmetrica a sinistra oa destra?
È noto che la distribuzione è distorta se la coda è a destra o a sinistra nella curva, quindi a seconda della natura della curva possiamo giudicare se la distribuzione è distorta positiva o negativa. Il concetto di asimmetria è discusso in dettaglio negli articoli positivamente ed negativamente distribuzione distorta. Se manca la simmetria nel lato sinistro la distribuzione è distorta a sinistra, mentre se manca la simmetria nel lato destro la distribuzione è distorta a destra. Il modo migliore per verificare che la distribuzione sia distorta è controllare la variazione delle tendenze centrali, ovvero se mediamediana>modalità la distribuzione è distorta a destra. La rappresentazione geometrica è la seguente
Le misure per calcolare l'asimmetria sinistra o destra per le informazioni fornite in dettaglio nell'articolo di asimmetria.
Qual è un'asimmetria accettabile?
Poiché l'asimmetria discussa in precedenza è la mancanza di simmetria, quindi quale intervallo è accettabile deve essere chiaro. La domanda può sorgere una distribuzione normale asimmetrica per verificare se nella distribuzione normale è accettabile o meno e la risposta dell'asimmetria accettabile è nella distribuzione normale perché nella distribuzione normale l'asimmetria è zero e la distribuzione in cui l'asimmetria è vicina a zero è maggiore accettabile. Quindi, dopo il test per asimmetria se l'asimmetria è più vicina a zero, l'asimmetria è accettabile a seconda dei requisiti e dell'intervallo per il cliente.
In breve, l'asimmetria accettabile è l'asimmetria che è più vicina a zero secondo il requisito.
Quanto sbilanciato è troppo sbilanciato?
L'asimmetria è la misura statistica per verificare la simmetria presente nella curva della distribuzione e l'informazione e tutte le misure per verificare l'asimmetria sono presenti o meno, a seconda che possiamo trovare se la distribuzione è lontana da zero quindi troppo asimmetrica o simmetrica è zero allora possiamo dire che la distribuzione è troppo asimmetrica.
Come si determina la distribuzione normale?
Per determinare se la distribuzione è normale o meno dobbiamo guardare se la distribuzione ha simmetria o meno se la simmetria è presente e l'asimmetria è zero allora la distribuzione è normale, i metodi e le tecniche di dettaglio sono già stati discussi in dettaglio in distribuzione normale
I valori anomali distorcono i dati?
Nei dati di distribuzione se i dati seguono un percorso insolito e molto lontano o lontano dai soliti dati noti come valori anomali e nella maggior parte dei casi i valori anomali sono responsabili dell'asimmetria della distribuzione e, a causa della natura insolita dei valori anomali, la distribuzione hanno asimmetria, quindi possiamo dire che nella distribuzione i valori anomali inclinano i dati. I valori anomali in tutti i casi non distorceranno i dati, ma i dati sono distorti solo se seguono anche la sequenza sistematica in distribuzione continua per fornire la curva della coda sinistra o destra.
Negli articoli precedenti è stata discussa la discussione dettagliata della distribuzione normale e della distribuzione asimmetrica.
Sono il DR. Mohammed Mazhar Ul Haque. Ho completato il mio dottorato di ricerca. in Matematica e lavorando come professore assistente in Matematica. Avere 12 anni di esperienza nell'insegnamento. Avere vaste conoscenze in Matematica Pura, precisamente in Algebra. Avere l'immensa capacità di progettare e risolvere problemi. Capace di motivare i candidati a migliorare le loro prestazioni.
Adoro contribuire a Lambdageeks per rendere la matematica semplice, interessante e autoesplicativa sia per i principianti che per gli esperti.
Ciao amico lettore,
Siamo una piccola squadra alla Techiescience, che lavora duro tra i grandi player. Se ti piace quello che vedi, condividi i nostri contenuti sui social media. Il tuo supporto fa una grande differenza. Grazie!