Positivt skjev distribusjon - definisjon, eksempel og årsaker

Hva er positivt skjev distribusjon?

Positivt skjev fordeling er en type distribusjon der gjennomsnittet, medianen og fordelingsmåten er positiv i stedet for negativ eller null, dvs. datadistribusjon forekommer mer på den ene siden av skalaen med lang hale på høyre side. Det er også kjent som høyre-skjev fordeling, der gjennomsnittet generelt er der til høyre side av medianen av dataene.

Eksempel

Inntekt sies å være positivt fordelt hvis mer befolkning faller i gruppen med normalinntekt eller inntekt i stedet for noen få høyinntektsgrupper. De viser at gjennomsnittet er større enn medianen.

Nedenfor er dataene hentet fra prøven. I den første kolonnen er inntektskategorien gitt, og i den andre kolonnen er antall personer som faller i den respektive inntektsgruppen gitt. Beregn gjennomsnittet, medianen og modusen for dataprøven, og analyser om det er et eksempel på den positivt skjevfordelingen.

Løsning:

Beregning av gjennomsnitt, median og modus:

# 1 - Gjennomsnitt:

Gjennomsnittet av dataene er:

  • Gjennomsnitt = (2000 + 4000 + 6000 + 5000 + 3000 + 1000 + 1500 + 500 + 100 +150) / 10
  • Gjennomsnitt = 2325

# 2 - Median:

Medianverdi = (antall vilkår + 1) / 2. verdi
  • Medianverdi = (10 + 1/2) verdi
  • Median verdi = 5,5 th verdi dvs. gjennomsnitt på 5 th og 6 th verdi
  • Median = (3000 + 1000) / 2
  • Median = 2000

# 3 - Mode:

Modusen vil være den høyeste verdien i datasettet, som er 6000 i dette tilfellet.

Analyse:

Her,

  • Gjennomsnitt> Median
  • 2325> 2000

I positivt distribuerte data er gjennomsnittet større enn medianen, og de fleste faller på undersiden. Det samme er tilfellet i eksemplet ovenfor.

Hva forårsaker positivt skjev fordeling?

# 1 - Ulikhet i distribusjon

Mengden penger tjent av alle vil variere. Inntjening avhenger av arbeidskapasitet, muligheter og andre faktorer. Tilsvarende er sannsynligheten for noe utfall forskjellig. Derav hovedårsaken til positivt skjev fordeling i ulik fordeling.

# 2 - Homogene grupper

Den positive fordelingen gjenspeiler den samme linjen av grupper som det er mer eller mindre homogen type resultater som i tilfelle positiv inntektsfordeling mest befolkning i lavere eller mellomtjenende grupper, dvs. at inntjeningen er mer eller mindre homogen.

# 3 - Ønskelig retur

I økonomi, hvis avkastningen er ønskelig, sies det å være positivt fordelt. I positiv fordeling er sjansene for fortjeneste mer enn tapet.

# 4 - Forutsigende tilnærming

Den prediktive tilnærmingen til distribusjon av data i grupper forårsaker også en slik fordeling.

Positivt skjev distribusjonsmiddel og median

I en positivt skjev fordeling er gjennomsnittet større enn medianen ettersom dataene er mer mot undersiden og gjennomsnittet av alle verdiene, mens medianen er den midterste verdien av dataene. Så hvis dataene er mer bøyd mot undersiden, vil gjennomsnittet være mer enn middelverdien. La oss ta følgende eksempel for bedre forståelse:

  • 50, 51, 52, 59 viser at fordelingen er positivt skjev da data er normalt eller positivt spredt område.
  • Gjennomsnittet av oppgitte data er 53 (gjennomsnitt, dvs. (50 + 51 + 52 + 59) / 4).
  • Median er (n + 1/2) verdi, det vil si (4 + 1/2), dvs. 2,5, det vil si, er median gjennomsnittet av to nd verdi og 3 rd verdi.
  • Median er (51 + 52) / 2 = 51,5
  • Siden gjennomsnittet er 53 og medianen er 51,5, sies det at dataene er positive skjevheter.

Sentral tendens i positivt skjev distribusjon

Central Tendency er gjennomsnittet, medianen og distribusjonsmåten. I de normale skjevfordelingsdataene er gjennomsnittet, medianen og modusen like. Mens den sentrale tendensen til positivt skjev data har følgende ligning:

Gjennomsnitt> Median> Mode

Siden gjennomsnittet er gjennomsnittlig, er medianen middelverdien, og modus er den høyeste verdien i datadistribusjonen. Som i denne typen data er resultatene bøyd mot undersiden; derav vil gjennomsnittet være mer enn medianen, ettersom medianen er middelverdien og modusen alltid er den høyeste verdien, og den er alltid større enn gjennomsnittet og medianen i noen form for skjev fordeling.

Konklusjon

Det er typen distribusjon der dataene er mer mot undersiden. Det betyr at det er mer eller mindre homogene typer grupper. I en positivt skjev fordeling er de fleste verdiene på grafen vist på venstre side av fordelingen og kurven lengre mot høyre løype. I denne fordelingen er gjennomsnittet større enn medianen. I økonomi er det sjansen for mer fortjeneste enn tapet. I tilfelle av inntektsfordelingen, hvis flest innbyggere tjener i nedre og midtre område, så sies inntekten å være positivt fordelt. Ujevn fordeling er hovedårsaken til å bestemme den positive eller negative fordelingen.

Interessante artikler...