เพื่อสรุป โดยทั่วไปหากการกระจายข้อมูลเอียงไปทางซ้าย ค่าเฉลี่ย จะน้อยกว่าค่ามัธยฐาน ซึ่งมักจะน้อยกว่าโหมด หากการกระจายข้อมูลเบ้ไปทางขวา โหมดมักจะน้อยกว่าค่ามัธยฐานซึ่งน้อยกว่าค่าเฉลี่ย
เหตุใดค่ามัธยฐานจึงได้รับผลกระทบจากข้อมูลที่บิดเบี้ยวน้อยกว่า
เหตุใดค่ามัธยฐานจึงได้รับผลกระทบจากข้อมูลที่บิดเบี้ยวน้อยกว่าค่าเฉลี่ย อย่างไรก็ตาม เนื่องจากข้อมูล เบ้ ค่าเฉลี่ยสูญเสียความสามารถในการให้ตำแหน่งศูนย์กลางที่ดีที่สุดสำหรับข้อมูล เนื่องจากข้อมูลที่เบ้กำลังลากออกจากค่าทั่วไป.
ทำไมค่ามัธยฐานจึงดีกว่าสำหรับข้อมูลเบ้
สำหรับการแจกแจงที่มีค่าผิดปกติหรือเบ้ ค่ามัธยฐานมักจะเป็นค่าที่ต้องการของ วัดแนวโน้มจากส่วนกลางเพราะค่ามัธยฐานต้านทานค่าผิดปกติมากกว่าค่าเฉลี่ย… โปรดทราบว่าค่าเฉลี่ยถูกดึงไปในทิศทางของความเบ้ (เช่น ทิศทางของหาง)
เมื่อเบ้ไปทางขวาคือค่ามัธยฐาน
สำหรับการแจกแจงเบ้ขวา ค่าเฉลี่ยจะมากกว่าค่ามัธยฐาน สังเกตว่าส่วนท้ายของการกระจายทางด้านขวามือ (บวก) ยาวกว่าบน ด้านซ้ายมือ. จากแผนภาพกล่องและหนวด เราจะเห็นว่าค่ามัธยฐานใกล้กับควอร์ไทล์ที่หนึ่งมากกว่าควอร์ไทล์ที่สาม
ข้อมูลเอฟเฟกต์ความเบ้เป็นอย่างไร
ผลกระทบของความเบ้
หากข้อมูลมีความเบ้มากเกินไป โมเดลทางสถิติจำนวนมากก็ใช้ไม่ได้ แต่ทำไม ดังนั้นในข้อมูลที่บิดเบี้ยว พื้นที่ส่วนท้าย อาจทำหน้าที่เป็นค่าผิดปกติ สำหรับแบบจำลองทางสถิติ และเรารู้ว่าค่าผิดปกติส่งผลเสียต่อประสิทธิภาพของแบบจำลองโดยเฉพาะแบบจำลองตามการถดถอย