Investor's wiki

スキューネスフ

スキューネスフ

##歪度とは何ですか?

、データセット内の対称ベル曲線または正規分布から逸脱する歪みまたは非対称性を指します。カーブが左または右にシフトしている場合、それは歪んでいると言われます。歪度は、特定の分布が正規分布からどの程度変化するかを表すものとして定量化できます。正規分布のスキューはゼロですが、たとえば、対数正規分布はある程度の右スキューを示します。

##歪度を理解する

分布とスキューにはいくつかの異なるタイプがあります。中央値から離れた「テール」またはデータポイントの文字列は、正と負の両方のスキューの影響を受けます。負のスキューは、分布の左側の長いまたは太いテールを指し、正のスキューは、右側の長いまたは太いテールを指します。これらの2つのスキューは、分布の方向または重みを示します。

さらに、分布はゼロスキューを持つことができます。データグラフが対称である場合、ゼロスキューが発生します。分布の裾の長さや太さに関係なく、ゼロスキューはデータの正規分布を示します。データがその分布に関する十分な情報を提供しない場合、データセットは未定義の歪度を持つ可能性もあります。

正に歪んだデータの平均は中央値よりも大きくなります。負に歪んだ分布では、正反対の場合があります。負に歪んだデータの平均は中央値よりも小さくなります。データが対称的にグラフ化されている場合、テールの長さや太さに関係なく、分布の歪度はゼロになります。

以下に示す3つの確率分布は、増加する度合いで正に歪んでいます(または右に歪んでいます)。負に歪んだ分布は、左に歪んだ分布とも呼ばれます。

<!-A88AF6678FDB08926B918862A6900748->

尖度とともに使用され、確率分布の裾に落ちるイベントの可能性をより適切に判断します。

##歪度の測定

歪度を測定する方法はいくつかあります。ピアソンの歪度の1番目と2番目の係数は、2つの一般的な方法です。ピアソンの最初の歪度係数、またはピアソンモードの歪度は、平均から最頻値を差し引き、その差を標準偏差で除算します。ピアソンの2番目の歪度係数、またはピアソンの中央値の歪度は、平均から中央値を減算し、差を3で乗算し、その積を標準偏差で除算します。

###ピアソンの歪度の式

<mtable rowspacing = "0.24999999999999992em "columnalign =" right left "columnspacing =" 0em "> <mstyle scriptlevel =" 0 "displaystyle =" true "> </ mrow> </ mstyle> </ mtd> </ mrow> S </ mi> k </ mi> 1 </ mn> </ msub> = < / mo> X ˉ</ mover> − </ mo> M < / mi> o </ mi> </ mrow> s </ mi> </ mfrac> </ mrow> </ mstyle> </ mtd> </ mtr> < mstyle scriptlevel = "0" displaystyle = "true"> </ mrow> <mostretchy ="true">‾ </ munder> </ mstyle> </ mtd> </ mtr> < mtd> S </ mi> k </ mi> 2 </ mn> </ msub> < mo> = </ mo> 3 </ mn> X ˉ</ mover> < mo> − </ mo> M </ mi> d </ mi> </ mrow> s </ mi> </ mfrac> </ mrow> </ mstyle> </ mtd > </ mtr> </ mtable> </ mrow> </ mstyle> </ mtd> </ mtr> </ mrow > </ mstyle> </ mtd> </ mrow> ここで:</ mtext> < / mrow> </ mstyle> </ mtd> </ mtr> </ mrow> </ mstyle> </ mtd> < mtd> </ mrow> S </ mi> k </ mi> 1 </ mn> </ msub> = ピアソンの最初のスキューネス係数と S </ mi> k </ mi> 2 </ mn> </ msub> </ mrow> </ mstyle> </ mtd> </ mtr> < mrow> </ mrow> </ mstyle> </ mtd> </ mrow> < mtext>2番目</ mrow> </ mstyle> </ mtd> </ mtr> </ mrow> </ mstyle> </ mtd> </ mrow> s </ mi> = </ mo> サンプルの標準偏差</ mrow> </ mstyle> </ mtd> </ mtr> </ mrow> </ mstyle> </ mtd> </ mrow> X ˉ</ mover> = は平均値です</ mrow> </ mstyle> </ mtd> </ mtr> </ mrow> </ mstyle> </ mtd> </ mrow> M </ mi> o </ mi> = </ mo> モーダル(モード)値</ mtext> < / mrow> </ mstyle> </ mtd> </ mtr> </ mrow > </ mstyle> </ mtd> </ mrow> M </ mi> d </ mi > = は中央値です</ mrow> </ mstyle> </ mtd> </ mtr> </ mtable> \ begin &amp; \ begin Sk _1 = \ frac {\ bar --Mo} \ \ underline {\ qquad \ qquad \ qquad \ qquad \ qquad \ qquad \ qquad \ qquad \ qquad \ qquad \ qquad \ quad} \ Sk _2 = \ frac {3 \ bar --Md} \ end \&amp; \ textbf {where:} \&amp; Sk_1 = \text{ピアソンの最初のスキューネス係数と}Sk_2\&amp; \ qquad \ \ \ \ text{2番目の}\&amp; s = \text{サンプルの標準偏差}\ &amp; \ bar = \ text{は平均値}\&amp; Mo = \ text {モーダル(モード)値} \&amp; Md = \text{は中央値}\end </ annotation> </ semantics> </ math> </ span>