Wir sagen, dass eine Verteilung von Datenwerten schief<\/strong> ist, wenn sie auf der linken Seite der Verteilung einen \u201eSchwanz\u201c hat:<\/span> <\/p>\n Eine Verteilung hei\u00dft rechtsschief<\/strong> , wenn sie auf der rechten Seite der Verteilung einen \u201eSchwanz\u201c hat:<\/span> <\/p>\n Und wir sagen, dass eine Verteilung keine Asymmetrie<\/strong> hat, wenn sie auf beiden Seiten symmetrisch ist:<\/span> <\/p>\n Der Wert der Asymmetrie kann von negativ unendlich bis positiv unendlich reichen.<\/span><\/p>\n So interpretieren Sie die Asymmetriewerte:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie man Asymmetriewerte in der Praxis interpretiert.<\/span><\/p>\n Die Altersverteilung der Todesf\u00e4lle ist in den meisten Bev\u00f6lkerungsgruppen linksschief. Die meisten Menschen leben zwischen 70 und 80 Jahren, und immer weniger leben darunter.<\/span><\/p>\n Wenn wir ein Dichtediagramm<\/a> erstellen w\u00fcrden, um die Verteilung der Werte f\u00fcr das Sterbealter zu visualisieren, k\u00f6nnte es so aussehen:<\/span> <\/p>\n Angenommen, wir berechnen die Schiefe dieser Verteilung und stellen fest, dass sie -1,3225<\/strong> betr\u00e4gt.<\/span><\/p>\n Da dieser Wert negativ ist, interpretieren wir dies so, dass die Verteilung linksschief ist, was bedeutet, dass sich das Ende zur linken Seite der Verteilung hin erstreckt.<\/span><\/p>\n Die Verteilung des Haushaltseinkommens in den Vereinigten Staaten ist nach rechts verzerrt, wobei die meisten Haushalte zwischen 30.000 und 70.000 US-Dollar pro Jahr verdienen, es gibt aber einen langen rechten Teil der Haushalte, die viel mehr verdienen.<\/span><\/p>\n Wenn wir ein Dichtediagramm erstellen, um die Verteilung der Haushaltseinkommenswerte zu visualisieren, k\u00f6nnte es so aussehen:<\/span> <\/p>\n Angenommen, wir berechnen die Schiefe dieser Verteilung und stellen fest, dass sie 2,0043<\/strong> betr\u00e4gt.<\/span><\/p>\n Da dieser Wert positiv ist, interpretieren wir dies so, dass die Verteilung rechtsschief ist, was bedeutet, dass sich das Ende zur rechten Seite der Verteilung hin erstreckt.<\/span><\/p>\n Die Gr\u00f6\u00dfe der M\u00e4nnchen ist ann\u00e4hernd normal verteilt und weist keine Asymmetrie auf. Beispielsweise betr\u00e4gt die durchschnittliche Gr\u00f6\u00dfe eines Mannes in den Vereinigten Staaten etwa 69,1 Zoll. Die H\u00f6henverteilung ist ungef\u00e4hr symmetrisch, wobei einige k\u00fcrzer und andere h\u00f6her sind.<\/span><\/p>\n Wenn wir ein Dichtediagramm erstellen w\u00fcrden, um die Verteilung der m\u00e4nnlichen K\u00f6rpergr\u00f6\u00dfe in den Vereinigten Staaten zu visualisieren, k\u00f6nnte es so aussehen:<\/span> <\/p>\n Angenommen, wir berechnen die Schiefe dieser Verteilung und stellen fest, dass sie 0,0013<\/strong> betr\u00e4gt.<\/span><\/p>\n Da dieser Wert nahe Null liegt, interpretieren wir dies so, dass die Verteilung praktisch keine Schiefe aufweist, was bedeutet, dass die Enden auf beiden Seiten der Verteilung ungef\u00e4hr gleich sind.<\/span><\/p>\n Die folgenden Tutorials bieten zus\u00e4tzliche Informationen zum Verzerren von Statistiken:<\/span><\/p>\n 5 Beispiele f\u00fcr positiv verzerrte Verteilungen<\/a> In der Statistik verwenden wir Schiefe , um die Symmetrie einer Verteilung zu beschreiben. Wir sagen, dass eine Verteilung von Datenwerten schief ist, wenn sie auf der linken Seite der Verteilung einen \u201eSchwanz\u201c hat: Eine Verteilung hei\u00dft rechtsschief , wenn sie auf der rechten Seite der Verteilung einen \u201eSchwanz\u201c hat: Und wir sagen, dass eine […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n![\"Linksschiefe](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/biais2.png\")
<\/p>\n![\"Rechtsschiefe](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/biais1.png\")
<\/p>\n![\"Unvoreingenommene](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/biais3.png\")
<\/p>\n Wie man Asymmetrie interpretiert<\/strong><\/span><\/h2>\n
\n
Beispiel 1: linksschiefe Verteilung<\/strong><\/span><\/h3>\n
![\"Beispiel](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/biais9.png\")
<\/p>\n Beispiel 2: rechtsschiefe Verteilung<\/strong><\/span><\/h3>\n
![\"Beispiel](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/biais10.png\")
<\/p>\n Beispiel 3: Keine Voreingenommenheit<\/strong><\/span><\/h3>\n
![\"Beispiel](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/biais8.png\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
5 Beispiele f\u00fcr negativ verzerrte Verteilungen<\/a>
So berechnen Sie die Schiefe in Excel<\/a>
So identifizieren Sie Asymmetrie in Boxplots<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"