Jak obliczyć skośność i kurtozę w arkuszach google

W statystyce skośność i kurtoza to dwa sposoby pomiaru kształtu rozkładu.

Skośność jest miarą skośności rozkładu. Wartość ta może być dodatnia lub ujemna.

• Ujemna skośność wskazuje, że ogon znajduje się po lewej stronie rozkładu, który rozciąga się w stronę bardziej ujemnych wartości.
• Dodatnie pochylenie wskazuje, że ogon znajduje się po prawej stronie rozkładu, który rozciąga się w kierunku bardziej dodatnich wartości.
• Wartość zero oznacza, że w rozkładzie nie ma asymetrii, co oznacza, że rozkład jest doskonale symetryczny.

Kurtoza jest miarą tego, czy rozkład jest ciężki czy lekki w porównaniu z rozkładem normalnym .

• Kurtoza rozkładu normalnego wynosi 3.
• Jeśli dany rozkład ma kurtozę mniejszą niż 3, nazywa się go playkurtycznym , co oznacza, że ma tendencję do tworzenia mniejszej liczby i mniej ekstremalnych wartości odstających niż rozkład normalny.
• Jeśli dany rozkład ma kurtozę większą niż 3, nazywa się go leptokurtycznym , co oznacza, że ma tendencję do tworzenia większej liczby wartości odstających niż rozkład normalny.

W tym samouczku wyjaśniono, jak obliczyć skośność i kurtozę dla danego zbioru danych w Arkuszach Google.

Przykład: skośność i spłaszczenie w Arkuszach Google

Załóżmy, że mamy następujący zbiór danych:

Aby obliczyć skośność i kurtozę tego zbioru danych, możemy użyć funkcji SKEW() i KURT() o następującej składni:

• SKEW (tabela wartości)
• KURT (Tabela wartości)

Należy pamiętać, że każda funkcja zwróci błąd #DIV/0! w dwóch następujących scenariuszach:

• Jeśli jest mniej niż trzy punkty danych.
• Jeśli odchylenie standardowe próbki wynosi zero.

Poniższy obrazek pokazuje, jak używać tych funkcji dla naszego konkretnego zbioru danych:

Skośność wynosi -0,18490 , a kurtoza wynosi 0,34624 .

Dodatkowe źródło: Kalkulator skośności i kurtozy

Można także obliczyć skośność dla danego zbioru danych, korzystając ze statystycznego kalkulatora skośności i kurtozy , który automatycznie oblicza skośność i kurtozę dla danego zbioru danych.