Fisher 不对称系数

经过本杰明·安德森博 8月 5, 2023 统计数据 0 条评论

本文解释什么是费舍尔偏度系数及其用途。您将找到费舍尔不对称系数的公式，此外，您还可以使用本文末尾的在线计算器计算费舍尔不对称系数。

费舍尔不对称系数是多少？

在统计学中，费舍尔偏度系数是用于确定分布偏度的系数。换句话说，费舍尔偏度系数使我们能够知道概率分布是正不对称、负不对称还是对称。

➤请参阅：不对称的类型

尽管还有其他类型的偏度系数，例如 Pearson 系数或 Bowley 系数，但 Fisher 系数最广泛用于计算统计数据集的偏度。

👉您可以使用下面的计算器计算任何数据集的费舍尔偏度系数。

Fisher 偏度系数等于均值的三阶矩除以样本标准差。因此， Fisher不对称系数的计算公式为：

$\displaystyle\gamma_1=\frac{\mu_3}{\sigma^3}$

等效地，可以使用以下两个公式中的任意一个来计算Fisher系数：

$\displaystyle\gamma_1=\frac{\displaystyle \sum_{i=1}^N\left(x_i-\mu\right)^3}{N\cdot \sigma ^3}$

$\displaystyle\gamma_1=\frac{\operatorname{E}[X^3] - 3\mu\sigma^2 - \mu^3}{\sigma^3}$

金子

$E$

$\mu$

$\sigma$

$N$

数据总数。

另一方面，如果数据已分组，则可以使用以下公式：

$\displaystyle\gamma_1=\frac{\displaystyle \sum_{i=1}^N\left(x_i-\mu\right)^3\cdot f_i}{N\cdot \sigma ^3}$

在这种情况下

$x_i$

是班级标志并且

$f_i$

课程的绝对频率。

一旦计算出其值，费雪不对称系数的解释如下：

将任何统计样本的数据输入以下计算器以计算其费舍尔偏度系数。数据必须用空格分隔，并使用句点作为小数点分隔符输入。

大家好，我是本杰明，一位退休的统计学教授，后来成为 Statorials 的热心教师。凭借在统计领域的丰富经验和专业知识，我渴望分享我的知识，通过 Statorials 增强学生的能力。了解更多