タグ付けされた質問 「skewness」

歪度は、変数の分布の非対称性の程度を測定(または参照)します。

2
歪度、尖度、および平均からの標準偏差値の数
正規分布でよく知られているように、確率質量の68%は平均の1標準偏差以内、95%は2標準偏差以内、99.7%は3標準偏差以内です。 しかし、私はいくつかの経験的分布を持っています。それはレプトクールで負に歪んでいます。そのような状況で、平均のそれほど多くの標準偏差内にある確率質量の量を計算するために、それらの高次モーメントに基づく式はありますか? 私には測定値があり、それが中点からどのくらい離れているかについての感覚を与えたいと思います(平均または他の中心傾向の測定値)。 これはできますか?

1
歪度と尖度の偏りのない推定量
歪度および尖度のように定義される: ζ4=E[(X-μ)4]ζ3=E[(X−μ)3]E[(X−μ)2]3/2=μ3σ3ζ3=E[(X−μ)3]E[(X−μ)2]3/2=μ3σ3\zeta_3 = \frac{E[(X-\mu)^3]}{E[(X-\mu)^2]^{3/2}} = \frac{\mu_3}{\sigma^3} ζ4=E[(X−μ)4]E[(X−μ)2]2=μ4σ4ζ4=E[(X−μ)4]E[(X−μ)2]2=μ4σ4\zeta_4 = \frac{E[(X-\mu)^4]}{E[(X-\mu)^2]^2} = \frac{\mu_4}{\sigma^4} 次の式は、サンプル歪度および尖度計算するために使用され 、Z4=1をz3= 1んΣんi = 1[ (x私− x¯)3](1んΣんi = 1[ (x私− x¯)2] )3 / 2z3=1n∑i=1n[(xi−x¯)3](1n∑i=1n[(xi−x¯)2])3/2z_3 = \frac{\frac{1}{n}\sum_{i=1}^{n} [(x_i-\bar x)^3]}{(\frac{1}{n}\sum_{i=1}^{n}[(x_i-\bar x)^2])^{3/2}} z4= 1んΣんi = 1[ (x私− x¯)4](1んΣんi = 1[ (x私− x¯)2] )2z4=1n∑i=1n[(xi−x¯)4](1n∑i=1n[(xi−x¯)2])2z_4 = \frac{\frac{1}{n}\sum_{i=1}^{n} [(x_i-\bar x)^4]}{(\frac{1}{n}\sum_{i=1}^{n}[(x_i-\bar x)^2])^2} 私の質問は次のとおりです。これらの推定者は不偏ですか?偏りのない標準偏差を使用するか、分母にバイアスをかけた標準偏差を使用するかはわかりません。 我々は、機能している場合、一般的には、その変数公平推定されているが、我々は言うことができるfは、同様不偏推定量ですか?ffffff


1
2つのサンプルの歪度の違いをテストする方法は?
2つのサンプルがあります。それらの密度を見ると、1つは対称に見え、もう1つはいくつかの右裾分布から見えます。2つが同じ歪度を持たないことをテストしたいと思います(ここでは選択的推論の問題を無視しています)。 私の計画は、2つのサンプルのブートストラップ複製を取り、歪度の違いを計算し、B回繰り返して、値の97.5%が0の両側のうちの1つになるかどうかを確認することです。 私の質問は次のとおりです。1)正規性を仮定した場合(または他の何らかの仮定をした場合)、2つの観測の歪度を比較する既知のテストはありますか?2)このタイプのブートストラップ仮説検定を行うときに(上記の説明で触れなかった)知っておくべきことはありますか? ありがとう。 (ps:Rの例はいつでも歓迎です)
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.