Introduction à la dissymétrie et l'écart type: Dans les statistiques et la théorie des probabilités, l'écart type (représenté par le symbole sigma, s) montre combien la variation ou «dispersion» existe à la moyenne (moyenne ou valeur attendue). Un faible écart type indique que les points de données ont tendance à être très proche de la moyenne; écart type élevé indique que les points de données sont réparties sur une large gamme de values.Measures de la tendance centrale de localiser le centre de la distribution. Ils ne disent pas comment les observations individuelles sont dispersés de part et d'autre du centre. Donc, elles sont complétées par des mesures, une classe qui sont les mesures de dispersion. Les quatre mesures de dispersion généralement utilisés areRangeQuartile deviationMean écart andStandard deviationFormula pour Asymétrie et Standard DeviationIn une distribution des écarts environ moyenne sont élevés au carré et la moyenne arithmétique des carrés des écarts sont prises. Cette moyenne arithmétique est connue comme la variance. Par conséquent, la variance = 1 /N 'somme' fi ( 'de barx' X-) ^ 2Le variance de la distribution est notée par le symbole 'sigma' 2. La racine carrée positive de la variance est connue comme l'écart-type qui est généralement désigné par 'sigma'. sqrt Thus'sigma '= S D =' (1 /N somme f i (x - barx) 2) 'Expliqué Asymétrie et Standard DeviationA distribution dans lequel signifie = mode = médian est appelé une distribution symétrique. Pour une distribution asymétrique, autrement connu comme la distribution asymétrique de ces mesures ne coïncident pas. Asymétrie se réfère à manquer ou de symétrie. Une distribution peut être positivement asymétrique ou négativement skewed.For une distribution positivement asymétrique, signifie> médiane> Mode et pour une distribution asymétrique négativement signifier Sk = coefficient d'asymétrie = (moyenne - Mode) /coefficient de écart.Procédé niveau de dissymétrie Sk est indépendant de l'unité de distribution de measurement.For modérément biaisés, la formule se modifie toSkewness Sk = 3 (moyenne - médiane) coefficient de deviationThe Pearson /standard de dissymétrie est pas utile dans le cas des distributions open-end et où les valeurs extrêmes sont présents. Dans de tels cas, le coefficient suivant est used.Skewness Sk = [(Q3 - médiane) - (médiane - Q1)] /(Q3 - Q1) = (Q3 + Q1 - 2 médiane) /(Q3 - Q1), où Q1 est le premier quartile et Q3 est le troisième quartile.