অসুস্থতা কী?
জঞ্জালতা বোঝায় ডেটা সংকেতগুলিতে প্রতিসম ঘণ্টা বক্ররেখা বা সাধারণ বিতরণে বিকৃতি বা অসম্পূর্ণতা বোঝায়। যদি বক্ররেখাটি বামে বা ডানদিকে স্থানান্তরিত হয় তবে এটি skew বলে বলা হয়। কোনও বিতরণ সাধারণ বিতরণ থেকে যে পরিমাণে পরিবর্তিত হয় তার প্রতিনিধিত্ব হিসাবে কৃপণতা পরিমানযোগ্য হতে পারে। একটি সাধারণ বিতরণে শূন্যের স্কিউ থাকে, তবে লগনরমাল বিতরণ উদাহরণস্বরূপ কিছুটা ডান-স্কু প্রদর্শন করে।
নীচে বর্ণিত তিনটি সম্ভাব্যতা বিতরণটি ক্রমবর্ধমান ডিগ্রিতে ইতিবাচক-স্কিউড (বা ডান-স্কিউ) হয়। নেতিবাচকভাবে স্কিউড বিতরণগুলি বাম-স্কিউ বিতরণ হিসাবেও পরিচিত। সম্ভাব্যতা বন্টনের লেজের মধ্যে পড়ার ঘটনাগুলির সম্ভাবনা সম্পর্কে আরও ভাল বিচার করার জন্য কুর্তোসিসের সাথে স্কিউইনেস ব্যবহার করা হয়।
জুলি ব্যাং এর ছবি © ইনভেস্টোপিডিয়া 2019
কী Takeaways
- পরিসংখ্যানগুলিতে স্কিউনেস, সম্ভাব্যতা বিতরণে প্রতিসম ঘণ্টা বক্ররেখা থেকে বিকৃতির ডিগ্রি ist বিতরণগুলি ডান (ধনাত্মক) স্কিউনেস বা বাম (নেতিবাচক) স্কিউনেসকে বিভিন্ন ডিগ্রিতে প্রদর্শন করতে পারে n বিনিয়োগকারীরা রিটার্ন বিতরণের বিচার করার সময় স্কিউনেস লক্ষ্য করে কারণ এটি পছন্দ করে কুর্তোসিস, কেবলমাত্র গড়কে কেন্দ্র করে ফোকাস না করে ডেটা সেটের চূড়ান্ত বিষয়টি বিবেচনা করে।
স্কিউনেস ব্যাখ্যা করছি
ধনাত্মক এবং নেতিবাচক স্কিউ ছাড়াও, বিতরণগুলিতে শূন্য বা অপরিজ্ঞাত স্কুও বলা যেতে পারে। কোনও বিতরণের বক্ররেখায়, বক্ররেখার ডানদিকে থাকা ডেটা বাম পাশের ডেটা থেকে আলাদাভাবে টেপ করতে পারে। এই টেপারিংস "লেজ" হিসাবে পরিচিত। Gণাত্মক স্কিউ বিতরণের বাম দিকে লম্বা বা চর্বিযুক্ত লেজকে বোঝায়, অন্যদিকে ইতিবাচক স্কিউ ডানদিকে দীর্ঘ বা চর্বিযুক্ত লেজকে বোঝায়।
ইতিবাচকভাবে স্কিউড ডেটার গড় গড়ের চেয়ে বেশি হবে। নেতিবাচকভাবে স্কিউড এমন বিতরণে হুবহু বিপরীতে ঘটনাটি ঘটে: নেতিবাচক স্কিউড ডেটার গড়টি মিডিয়ানের চেয়ে কম হবে। যদি ডেটা গ্রাফগুলি প্রতিসম আকারে হয়, তবে লেজগুলি দীর্ঘ এবং চর্বিযুক্ত নির্বিশেষে বিতরণটির শূন্যতা থাকে।
Skewness পরিমাপ করার বিভিন্ন উপায় আছে। পিয়ারসনের স্কিউনেসের প্রথম এবং দ্বিতীয় সহগ দুটি সাধারণ ones পিয়ারসনের স্কিউনেসের প্রথম সহগ বা পিয়ারসন মোড স্কিউনেসটি গড় থেকে মোডটি বিয়োগ করে এবং স্ট্যান্ডার্ড বিচ্যুতি দ্বারা পার্থক্যটিকে বিভক্ত করে। পিয়ারসনের স্কিউনেসের দ্বিতীয় সহগ বা পিয়ারসন মিডিয়ান স্কিউনেস মিডিয়াকে মধ্য থেকে বিয়োগ করে, পার্থক্যটি তিনটি দ্বারা গুণিত করে এবং স্ট্যান্ডার্ড বিচ্যুতির মাধ্যমে পণ্যটিকে বিভক্ত করে।
পিয়ারসনের স্কিউনেসের সূত্রগুলি হ'ল:
Sk1 = sX¯ − Mo Sk2 = s3X¯ − মোঃ যেখানে: Sk1 = পিয়ারসনের স্কিউনেসের প্রথম সহগ এবং সেকেন্ড সেকেন্ডে = নমুনার জন্য আদর্শ বিচ্যুতি¯¯ = গড় মানটি = মোডাল (মোড) মান
পিয়ারসনের স্কিউনেসের প্রথম সহগ কার্যকর হয় যদি ডেটা শক্তিশালী মোড প্রদর্শিত হয়। যদি ডেটাটির দুর্বল মোড বা একাধিক মোড থাকে তবে পিয়ারসনের দ্বিতীয় সহগ বাঞ্ছনীয় হতে পারে, কারণ এটি কেন্দ্রীয় প্রবণতার একটি পরিমাপ হিসাবে মোডে নির্ভর করে না।
অসুস্থতা কী?
অসুস্থতা আপনাকে কী বলে?
কোনও রিটার্ন বিতরণ বিচার করার সময় বিনিয়োগকারীরা সঙ্কোচনের বিষয়টি লক্ষ্য করে কারণ এটি কুর্তোসিসের মতো, কেবলমাত্র গড়কে কেন্দ্র করে ফোকাস না করে ডেটা সেটের চূড়ান্ত বিবেচনা করে। বিশেষত স্বল্প-মধ্যম-মেয়াদী বিনিয়োগকারীদের চূড়ান্ত দিকে নজর দেওয়া দরকার কারণ তারা গড়পড়তাভাবে কাজ করবে বলে আত্মবিশ্বাসের জন্য তারা এত দীর্ঘ অবস্থান ধরে রাখার সম্ভাবনা কম।
বিনিয়োগকারীরা ভবিষ্যতের প্রত্যাশার পূর্বাভাস দেওয়ার জন্য সাধারণত স্ট্যান্ডার্ড বিচ্যুতি ব্যবহার করেন তবে মানক বিচ্যুতি একটি সাধারণ বিতরণ অনুমান করে। যেহেতু কয়েকটি রিটার্ন বিতরণ স্বাভাবিকের কাছাকাছি আসে, তত্পরতা হ'ল পারফরম্যান্সের পূর্বাভাসগুলির উপর ভিত্তি করে আরও ভাল ব্যবস্থা measure এটি skewness ঝুঁকি কারণে হয়।
স্কেলনেস ঝুঁকি হ'ল স্কিউ বিতরণে উচ্চ স্কিউনেসের ডেটা পয়েন্ট চালু করার বর্ধিত ঝুঁকি। অনেক আর্থিক মডেল যা সম্পদের ভবিষ্যতের পারফরম্যান্সের পূর্বাভাস দেওয়ার চেষ্টা করে একটি সাধারণ বন্টন ধরে নেয়, যাতে কেন্দ্রীয় প্রবণতার ব্যবস্থাগুলি সমান হয়। যদি ডেটা স্কিউ করা হয় তবে এই ধরণের মডেলটি সর্বদা তার ভবিষ্যদ্বাণীগুলিতে ঝাঁকুনির ঝুঁকি হ্রাস করবে। ডেটা যত তাত্ক্ষণিক হবে, এই আর্থিক মডেল তত কম নির্ভুল হবে।
