1. 왜도란 무엇인가?
2. 피어슨의 정의
3. 왜도의 부호
4. 왜도와 적률
5. 왜도와 누율
6. 평균, 중앙값, 최빈값의 위치
7. 왜도 0이면 항상 대칭일까?
8. 표본의 왜도
9. 또 다른 정의들
오늘은 왜도와 적률의 관계를 알아봅시다.
적률의 정의는 아래와 같습니다. 더 정확히 말하면 n차 적률의 정의입니다.
μn=∫∞−∞(x−c)nf(x)dx
적률이 통계에서 사용되는 몇가지 예를 들어봅시다. n이 1이고 c가 0이면 적률은 아래와 같습니다.
μ1=∫∞−∞xf(x)dx
위 값은 평균입니다.
μ1=∫∞−∞xf(x)dx=E(X)
n이 2이고, c가 평균 μ 이면 적률은 아래와 같습니다.
μ2=∫∞−∞(x−μ)2f(x)dx
위 값은 바로 분산입니다.
μ2=∫∞−∞(x−μ)2f(x)dx=E[(x−μ)2]=V(X)
통계에서는 표준화된 적률(standardized moment)를 정의합니다. 아래와 같이 정의됩니다.
˜un=∫∞−∞(x−μ)nf(x)dxσn
평균에 대한 n차 적률을 표준편차의 n제곱으로 나눈 것입니다. 표준화된 적률을 정의하면 왜도와 첨도를 표현하기 편하기 때문에 정의한 것 같습니다.
표준화된 적률의 n에 3을 넣어봅시다. 3차 표준화 적률이라고 부를 수 있습니다.
˜u3=∫∞−∞(x−μ)3f(x)dxσ3
분자는 아래와 같이 바꿔쓸 수 있습니다.
˜u3=∫∞−∞(x−μ)3f(x)dxσ3=E[(x−μ)3]σ3
아래와 같이 변형합시다.
˜u3=∫∞−∞(x−μ)3f(x)dxσ3=E[(x−μ)3]σ3=E[(x−μσ)3]
왜도의 정의와 같습니다.
˜u3=∫∞−∞(x−μ)3f(x)dxσ3=E[(x−μ)3]σ3=E[(x−μσ)3]=γ1
따라서 왜도는 3차 표준화 적률입니다.
'@ OO의 이해 > 왜도(Skewness)의 이해' 카테고리의 다른 글
[왜도의 이해] 5. 왜도와 누율 (0) | 2021.08.16 |
---|---|
[왜도의 이해] 3. 왜도의 부호 (0) | 2021.08.10 |
[왜도의 이해] 2. 피어슨의 정의 (0) | 2021.08.09 |
[왜도의 이해] 1. 왜도란 무엇인가? (0) | 2021.08.08 |
댓글
bigpicture님의
글이 좋았다면 응원을 보내주세요!
이 글이 도움이 됐다면, 응원 댓글을 써보세요. 블로거에게 지급되는 응원금은 새로운 창작의 큰 힘이 됩니다.
응원 댓글은 만 14세 이상 카카오계정 이용자라면 누구나 편하게 작성, 결제할 수 있습니다.
글 본문, 댓글 목록 등을 통해 응원한 팬과 응원 댓글, 응원금을 강조해 보여줍니다.
응원금은 앱에서는 인앱결제, 웹에서는 카카오페이 및 신용카드로 결제할 수 있습니다.