For at opsummere, hvis fordelingen af data er skævt til venstre, er middelværdien generelt mindre end medianen, hvilket ofte er mindre end tilstanden. Hvis fordelingen af data er skæv til højre, er tilstanden ofte mindre end medianen, hvilket er mindre end middelværdien.
Hvorfor er medianen mindre påvirket af skæve data?
Hvorfor er medianen mindre påvirket af skæve data end gennemsnittet? Men da dataene bliver skæve, mister middelværdien sin evne til at give den bedste centrale placering for dataene, fordi de skæve data trækker dem væk fra den typiske værdi.
Hvorfor er medianen bedre for skæve data?
For distributioner, der har outliers eller er skæve, er medianen ofte det foretrukne mål for central tendens, fordi medianen er mere modstandsdygtig over for outliers end middelværdien… Bemærk, at middelværdien trækkes i retning af skævheden (dvs. halens retning).
Når skævt til højre betyder medianen?
For en ret skæv fordeling er middelværdien typisk større end medianen Bemærk også, at halen af fordelingen på højre side (positiv) er længere end på venstre side. Fra boks- og whiskerdiagrammet kan vi også se, at medianen er tættere på den første kvartil end den tredje kvartil.
Hvordan påvirker skævhed data?
Effekter af skævhed
Hvis der er for meget skævhed i dataene, så virker mange statistiske modeller ikke, men hvorfor. Så i skæve data kan haleregionen fungere som en outlier for den statistiske model, og vi ved, at outliers påvirker modellens ydeevne negativt, især regressionsbaserede modeller.
