KMOOC 통계학의 이해1 3주차-5

수치자료의 형태

많은 통계분석 방법은 모집단이 중심위치를 기준으로 대칭이라고 가정

왜도(skewness)

• 자료가 대칭적으로 분포되어 있는지, 한쪽으로 기울어져 있는지에 대한 측도
  
• 피어슨(Karl Pearson) 제안

• 오른쪽 꼬리가 길면 큰 양수값을 가짐(양의 왜도 <-> 음의 왜도)

• 수정된 왜도
  

첨도(kurtosis)

• 양쪽꼬리가 얼마나 두터운지를 나타내는 값
  

• 피어슨(Karl Pearson) 제안
  
  

• 정규분포의 경우 이론적으로 첨도는 3
• 수정된 첨도
  

왜도 & 첨도의 활용

• 자료 분포의 형태를 나타내는 측도

• 심한 왜도를 가지거나 큰 첨도를 가지는 경우
  => 자료에 이상점이 있을 가능성이 높아짐

• 정규성 검정
  • 왜도 = 0, 첨도 = 3이 아니라면?
    • Jacque-Bera 검정
      

사진과 글은 KMOOC 사이트에서 숙명여대의 여인권 교수님의 [통계학의 이해1] 수업자료를 바탕으로 했습니다.