Introduction a la asimetría y la desviación estándar: En las estadísticas y la teoría de la probabilidad, la desviación estándar (representado por el símbolo sigma, s) muestra cómo existe mucha variación o "dispersión" de la media (media o valor esperado). Una desviación estándar baja indica que los puntos de datos tienden a estar muy cerca de la media; desviación estándar alta indica que los puntos de datos se extienden a lo largo de una gran gama de values.Measures de tendencia central a localizar el centro de la distribución. Lo que no dicen cómo las observaciones individuales se encuentran dispersos en cada lado del centro. Por lo que se complementan con algunas medidas, una clase de las cuales son las medidas de dispersión. Las cuatro medidas de dispersión utilizan generalmente desviación areRangeQuartile deviationMean andStandard deviationFormula de asimetría y la Norma DeviationIn una distribución de las desviaciones sobre media se elevan al cuadrado y se toman la media aritmética de las desviaciones al cuadrado. Esta media aritmética se conoce como varianza. Por lo tanto, la varianza = 1 /N "suma" (fi-x '' Barx) ^ 2 El varianza de la distribución se denota por el símbolo 'Sigma' 2. La raíz cuadrada positiva de la varianza que se conoce como desviación estándar que generalmente se denota por 'Sigma'. sqrt Thus'sigma '= D = S' (1 /N suma f (x - Barx) 2) », explicó la distribución de asimetría y la DeviationA estándar en el que media = mode = mediana se llama una distribución simétrica. Para una distribución asimétrica, también conocida como distribución sesgada estas medidas no coinciden. La asimetría se refiere a la falta o la desviación de la simetría. Una distribución puede ser sesgada positivamente o negativamente skewed.For una distribución sesgada positivamente, significa> medio> modo y para una distribución sesgada negativamente significar Sk = coeficiente de asimetría = (media - modo) /coeficiente de deviation.The típico de la asimetría Sk es independiente de la unidad de distribución measurement.For moderadamente sesgada, la fórmula es modificado toSkewness Sk = 3 (media - mediana) /estándar coeficiente de asimetría de Pearson deviationThe no es útil en el caso de distribuciones de extremo abierto y donde los valores extremos están presentes. En tales casos, el coeficiente siguiente es used.Skewness Sk = [(Q3 - mediana) - (mediana - Q1)] /(Q3 - Q1) = (Q3 + Q1 - 2 mediana) /(Q3 - Q1), en donde Q1 es el primer cuartil y Q3 es el tercer cuartil.