Positivt skæv fordeling - Definition, eksempel og årsager

Hvad er positivt skæv distribution?

Positivt skæv fordeling er en fordelingstype, hvor middelværdien, medianen og fordelingsmåden er positiv snarere end negativ eller nul, dvs. datadistribution forekommer mere på den ene side af skalaen med lang hale på højre side. Det er også kendt som den højre-skæve fordeling, hvor gennemsnittet generelt er der til højre side af medianen af ​​dataene.

Eksempel

Indkomst siges at være positivt fordelt, hvis flere befolkninger falder i gruppen med normal indkomst eller indtjening snarere end nogle få grupper med høj indtjening. De viser, at gennemsnittet er større end medianen.

Nedenfor er dataene taget fra prøven. I den første kolonne angives indkomstkategorien, og i den anden kolonne angives antallet af personer, der falder i den respektive indkomstgruppe. Beregn gennemsnittet, medianen og tilstanden for dataprøven, og analyser, om det er et eksempel på den positivt skæve fordeling.

Løsning:

Beregning af gennemsnit, median og tilstand:

# 1 - Gennemsnit:

Gennemsnittet af dataene er:

  • Gennemsnit = (2.000 + 4.000 + 6000 + 5.000 + 3.000 + 1.000 + 1.500 + 500 + 100 +150) / 10
  • Middelværdi = 2.325

# 2 - Median:

Medianværdi = (antal vilkår + 1) / 2. værdi
  • Medianværdi = (10 + 1/2) th-værdi
  • Median værdi = 5,5 th værdi dvs. gennemsnitligt 5 th og 6 th værdi
  • Median = (3.000 + 1.000) / 2
  • Median = 2.000

# 3 - Tilstand:

Tilstanden vil være den højeste værdi i datasættet, som i dette tilfælde er 6.000.

Analyse:

Her,

  • Gennemsnit> Median
  • 2325> 2000

I positivt distribuerede data er middelværdien større end medianen, og de fleste mennesker falder på undersiden. Det samme er tilfældet i ovenstående eksempel.

Hvad forårsager positivt skæv fordeling?

# 1 - Ulighed i distribution

Mængden af ​​penge, som alle tjener, vil variere. Indtjening afhænger af arbejdskapaciteten, mulighederne og andre faktorer. På samme måde er sandsynligheden for ethvert resultat forskellig. Derfor hovedårsagen til positivt skæv fordeling i ulige fordeling.

# 2 - Homogene grupper

Den positive fordeling afspejler den samme gruppe af grupper, som der er mere eller mindre homogen slags resultater som i tilfælde af positiv indkomstfordeling mest befolkning i de lavere eller mellemtjenende grupper, dvs. at indtjeningen er mere eller mindre homogen.

# 3 - Ønsket retur

I økonomi, hvis afkastet er ønskeligt, siges det at være positivt fordelt. I positiv fordeling er chancerne for overskud mere end tabet.

# 4 - Forudsigelig tilgang

Den forudsigelige tilgang til distribution af data i grupper forårsager også en sådan fordeling.

Positivt skæv fordeling middel og median

I en positivt skæv fordeling er middelværdien større end medianen, da dataene er mere mod den nedre side og gennemsnittet af alle værdierne, mens medianen er den midterste værdi af dataene. Så hvis dataene er mere bøjet mod den nedre side, vil gennemsnittet være mere end den midterste værdi. Lad os tage følgende eksempel for bedre forståelse:

  • 50, 51, 52, 59 viser fordelingen er positivt skæv, da data er normalt eller positivt spredt område.
  • Gennemsnittet af de leverede data er 53 (gennemsnit, dvs. (50 + 51 + 52 + 59) / 4).
  • Median er (n + 1/2) Value, dvs. (4 + 1/2), dvs. 2,5, dvs. medianen er gennemsnittet af 2 nd værdi og 3 rd værdi.
  • Median er (51 + 52) / 2 = 51,5
  • Da gennemsnittet er 53 og medianen er 51,5, siges dataene at være positivt skæve.

Central tendens i positivt skæv fordeling

Central tendens er middelværdien, medianen og fordelingsmetoden. I de normale skæve fordelingsdata er middelværdien, medianen og tilstanden ens. Mens den centrale tendens for positivt skæve data har følgende ligning:

Gennemsnit> Median> Tilstand

Da gennemsnittet er gennemsnit, er medianen middelværdien, og tilstand er den højeste værdi i datafordelingen. Som i denne type data er resultaterne bøjet mod undersiden; derfor vil middelværdien være mere end medianen, da medianen er den midterste værdi, og tilstanden er altid den højeste værdi, og den er altid større end gennemsnittet og medianen i enhver form for skæv fordeling.

Konklusion

Det er den type distribution, hvor dataene er mere mod den nedre side. Det betyder, at der er mere eller mindre homogene typer grupper. I en positivt skæv fordeling er de fleste værdier på grafen vist på venstre side af fordelingen og kurven længere mod det rigtige spor. I denne fordeling er middelværdien større end medianen. I økonomi er det chancen for mere overskud end tabet. I tilfælde af indkomstfordeling, hvis den fleste befolkning tjener i det nedre og mellemste interval, siges indkomsten at være positivt fordelt. Ujævn fordeling er hovedårsagen til bestemmelse af den positive eller negative fordeling.

Interessante artikler...