วิธีการคำนวณความเบ้และความโด่งใน google ชีต

ในสถิติ ความเบ้ และ ความโด่ง เป็นสองวิธีในการวัดรูปร่างของการแจกแจง

ความเบ้ คือการวัดความเบ้ของการแจกแจง ค่านี้สามารถเป็นบวกหรือลบได้

• ความเบ้เชิงลบบ่งชี้ว่าส่วนท้ายอยู่ทางด้านซ้ายของการแจกแจง ซึ่งขยายไปสู่ค่าลบมากขึ้น
• การเอียงเชิงบวกบ่งชี้ว่าส่วนท้ายอยู่ทางด้านขวาของการแจกแจง ซึ่งขยายไปสู่ค่าบวกมากขึ้น
• ค่าศูนย์บ่งชี้ว่าไม่มีความไม่สมดุลในการแจกแจง ซึ่งหมายความว่าการแจกแจงมีความสมมาตรอย่างสมบูรณ์

Kurtosis เป็นตัววัดว่าการกระจายแบบหนักหรือแบบหางเบาเมื่อเทียบกับ การกระจายแบบปกติ

• ความโด่งของการแจกแจงแบบปกติคือ 3
• หากการแจกแจงแบบใดแบบหนึ่งมีความโด่งน้อยกว่า 3 ก็เรียกว่า แบบเพลย์เคิร์ก ซึ่งหมายความว่ามีแนวโน้มที่จะสร้างค่าผิดปกติที่รุนแรงน้อยลงและน้อยลงกว่าการแจกแจงแบบปกติ
• หากการกระจายแบบใดแบบหนึ่งมีความโด่งมากกว่า 3 ก็เรียกว่าเป็น โรคเลปโตเคอร์ติก ซึ่งหมายความว่ามีแนวโน้มที่จะสร้างค่าผิดปกติมากกว่าการกระจายแบบปกติ

บทแนะนำนี้จะอธิบายวิธีคำนวณทั้งความเบ้และความโด่งสำหรับชุดข้อมูลที่กำหนดใน Google ชีต

ตัวอย่าง: ความเบ้และความแบนใน Google ชีต

สมมติว่าเรามีชุดข้อมูลต่อไปนี้:

ในการคำนวณความเบ้และความโด่งของชุดข้อมูลนี้ เราสามารถใช้ฟังก์ชัน SKEW() และ KURT() โดยมีไวยากรณ์ต่อไปนี้:

• SKEW (ตารางค่า)
• KURT (ตารางค่า)

สิ่งสำคัญคือต้องทราบว่าฟังก์ชันใดฟังก์ชันหนึ่งจะส่งกลับ ข้อผิดพลาด #DIV/0! ในสองสถานการณ์ต่อไปนี้:

• หากมีจุดข้อมูลน้อยกว่าสามจุด
• ถ้าค่าเบี่ยงเบนมาตรฐานตัวอย่างเป็นศูนย์

รูปภาพด้านล่างแสดงวิธีใช้ฟังก์ชันเหล่านี้กับชุดข้อมูลเฉพาะของเรา:

ความเบ้กลายเป็น -0.18490 และความโด่งกลายเป็น 0.34624 .

แหล่งข้อมูลเพิ่มเติม: เครื่องคำนวณความเบ้และเคอร์โทซิส

คุณยังสามารถคำนวณความเบ้สำหรับชุดข้อมูลที่กำหนดได้โดยใช้ เครื่องคำนวณความเบ้และความโด่งทางสถิติ ซึ่งจะคำนวณความเบ้และความโด่งสำหรับชุดข้อมูลที่กำหนดโดยอัตโนมัติ