ቅልጥፍና፡ ልታውቃቸው የሚገቡ 7 ጠቃሚ እውነታዎች

ይዘት

 ጥንካሬ

    የታቀዱት ምልከታዎች የሆነው ጥምዝ የክርሽኑ ቅርጽ የተመጣጠነ ካልሆነ, ከተሰጠው ስብስብ ውጣ ውረድን ይወክላል. በሌላ አገላለጽ በተሰጠው መረጃ ግራፍ ውስጥ ያለው የሲሜትሪ እጥረት የተሰጠው ስብስብ የተዛባ መሆኑን ያሳያል. በቀኝ ወይም በግራ በኩል ባለው ጅራቱ ላይ በመመስረት እብጠቱ በአዎንታዊ መልኩ የተዛባ ወይም አሉታዊ በሆነ መልኩ ይታወቃል. በዚህ ግርዶሽ ላይ በመመስረት ስርጭቱ በአዎንታዊ የተዛባ ስርጭት ወይም በአሉታዊ መልኩ የተዛባ ስርጭት በመባል ይታወቃል

አማካኝ፣ ሞድ እና ሚዲያን የስርጭት ተፈጥሮን ያሳያሉ ስለዚህ የጥምዝ ተፈጥሮ ወይም ቅርፅ ሲሚትሪክ እነዚህ የማዕከላዊ ዝንባሌዎች መለኪያዎች እኩል ናቸው እና ለተዛባ ስርጭቶች እነዚህ የማዕከላዊ ዝንባሌዎች መለኪያ እንደ አማካኝ>መካከለኛ> ሁነታ ወይም አማካኝ ይለያያል።

ልዩነት እና ቅልጥፍና

ልዩነት	ጥንካሬ
የተለዋዋጭነት መጠን ልዩነትን በመጠቀም ሊገኝ ይችላል	የተለዋዋጭነት አቅጣጫ ማዛባትን በመጠቀም ማግኘት ይቻላል
የልዩነት መለኪያ አተገባበር በቢዝነስ እና በኢኮኖሚክስ ነው።	የ Skewness መለኪያ አተገባበር በህክምና እና በህይወት ሳይንሶች ውስጥ ነው

የ Skewness መለኪያ

የድግግሞሽ ስርጭት ዲግሪውን እና አቅጣጫውን አወንታዊም ይሁን አሉታዊ ለማወቅ የተዛባ መለኪያው በግራፍ እርዳታ እንኳን በጣም ጠቃሚ ነው የተዛባውን አወንታዊ ወይም አሉታዊ ባህሪ እናውቃለን ነገር ግን መጠኑ በግራፍ ውስጥ ትክክለኛ አይሆንም ስለዚህ እነዚህ ስታትስቲካዊ እርምጃዎች የሲሜትሪ እጥረትን መጠን ይሰጣሉ.

በትክክል ለመናገር የድብርት መለኪያው ሊኖረው ይገባል።

1. ክፍሎቹ ተመሳሳይ ወይም የተለያዩ ከሆኑ የተለያዩ ስርጭቶች እንዲነፃፀሩ ነፃ ክፍል።
2. ለሲሜትሪክ ስርጭት ዜሮ እና አወንታዊ ወይም አሉታዊ አወንታዊ ወይም አሉታዊ ስርጭቶች የመለኪያ እሴት።
3. ከአሉታዊ ማዛባት ወደ አወንታዊ ማዛባት ከተንቀሳቀስን የመለኪያ ዋጋው ሊለያይ ይገባል።

ሁለት ዓይነት የማዛባት መለኪያ አለ።

1. የተዛባ ፍጹም መለኪያ
2. አንጻራዊ የድብርት መለኪያ

አብሶሉte የ skewness መለኪያ

በሲሜትሪክ አከፋፈሉ አማካኝ፣ ሞድ እና ሚዲያን አንድ ናቸው ስለዚህ በፍፁም የውሸት መለኪያ የነዚህ ማዕከላዊ ዝንባሌዎች ልዩነት በስርጭቱ ውስጥ ያለውን የሲሜትሪ መጠን እና ተፈጥሮን እንደ አወንታዊ ወይም አሉታዊ የተዛባ ስርጭት ይሰጣል ነገር ግን ለተለያዩ ክፍሎች ፍጹም መለኪያ አይደለም ሁለት የመረጃ ስብስቦችን በማነፃፀር ጠቃሚ ነው.

ፍፁም ውዝዋዜን በመጠቀም ሊገኝ ይችላል።

1. ድብርት (ኤስ_k= አማካኝ-ሚዲያን
2. ድብርት (ኤስ_k= አማካኝ ሁነታ
3. ድብርት (ኤስ_k)=(Q₃-Q₂)-(Q₂-Q₁)

አንጻራዊ የድብርት መለኪያ

አንጻራዊ የመጠምዘዝ መለኪያ በሁለት ወይም ከዚያ በላይ በሆኑ ስርጭቶች ውስጥ ያለውን ልዩነት በማነፃፀር የልዩነት ተጽእኖን በማስወገድ አንጻራዊ የመለኪያ መለኪያ (coefficient of skewness) በመባል ይታወቃል, የሚከተሉት አስፈላጊ አንጻራዊ የስኬውነት መለኪያ ናቸው.

1. የካርል ፒርሰን የ Skewness Coefficient

ይህ ዘዴ ብዙውን ጊዜ ማዛባትን ለማስላት ጥቅም ላይ ይውላል
S_k = አማካኝ ሁነታ/σ

ይህ የዝውውር ቅንጅት ለአዎንታዊ ስርጭት አወንታዊ፣ ለአሉታዊ ስርጭት አሉታዊ እና ለሲሜትሪክ ስርጭት ዜሮ ነው። ይህ የካርል ፒርሰን ኮፊሸን አብዛኛውን ጊዜ በ+1 እና -1 መካከል ይገኛል። ሞድ ካልተገለጸ የካርል ፒርሰንን ኮፊሸንት ለማስላት ቀመሩን እንደ ኤስ እንጠቀማለን።_k = 3 (አማካይ ሁነታ)/σ

ይህን ዝምድና ከተጠቀምን የካርል ፒርሰን ኮፊሸን በ +3 እና -3 መካከል ነው።

2. Bowleys's Coefficient of Skewness|የስኬው ኔስ ኳርትል መለኪያ

በBowleys የ skewness ጥምርታ ኳርቲል ዳይሬሽኖች ሽርክናውን ለማግኘት ጥቅም ላይ ውለው ነበር ስለዚህም እሱ ደግሞ የ skewness ኳርቲል መለኪያ በመባልም ይታወቃል።

S_k= (Q₃-Q₂)-(Q₂-Q₁)/(Q₃-Q₁)
= (Q₃-2 ጥ₂+Q₁)/(Q₃-Q₁)

ወይም እንደ መጻፍ እንችላለን

S_k= (Q₃-M)-(MQ₁)/(Q₃-Q₁)
= (Q₃-2M+Q₁)/(Q₃-Q₁)

ይህ የቁጥር ዋጋ ዜሮ ነው ስርጭቱ ሲሜትሪክ እና የአዎንታዊ ስርጭት ዋጋ አወንታዊ ከሆነ አሉታዊ ስርጭት አሉታዊ ነው። የኤስ_k በ -1 እና +1 መካከል ይገኛል።

3. የ Kelly's Coefficient of Skewness

በዚህ የማዛባት ልኬት ውስጥ ፐርሰንታይሎች እና ዲሴሎች ሽመቶችን ለማስላት ጥቅም ላይ ይውላሉ፣ ኮፊፊሽኑ ነው

S_k= (ፒ₉₀-P₅₀₎(ፒ₅₀-P₁₀)/(ፒ₉₀-P₁₀)
= (ፒ₉₀-2 ፒ₅₀+P₁₀)/(ፒ₉₀-P₁₀

እነዚህ ውዥንብር 90፣ 50 እና 10 ፐርሰንታይሎችን የሚያካትት ሲሆን ዲሴሎችን በመጠቀም እንጽፋለን

S_k= (ዲ₉-D₅) (ዲ₅-D₁)/(ዲ₉-D₁)
= (ዲ₉-NUMNUMXD₅+D₁)/(ዲ₉-D₁)

9,5 እና 1 ዲሴሎች ጥቅም ላይ የዋሉበት.

4. β እና γ የ Skewness Coefficient | በቅጽበት ላይ የተመሰረተ የስኩዊድ ስሜት መለካት።

ማዕከላዊ አፍታዎችን በመጠቀም የድብርት መለኪያን በመጠቀም የ β Coefficient skewness ተብሎ ሊገለጽ ይችላል₁ = μ₃²/μ₂³

ይህ የተዛባ ጥምርታ ለሲሜትሪክ ስርጭቱ ዋጋ ዜሮ ይሰጣል ነገር ግን ይህ ቅንጅት በተለይ አቅጣጫውን አወንታዊም ሆነ አሉታዊ አይገልጽም ስለዚህ ይህ ችግር ሊወገድ የሚችለው ካሬ ቤታ ስር እንደ γ በመውሰድ ነው።₁ = ±√β₁ = μ₃/μ₂^{3 / 2} = μ₃/σ₃

ይህ ዋጋ ለአዎንታዊ እና አሉታዊ ስርጭቶች አወንታዊ እና አሉታዊ እሴት ይሰጣል.

የድብርት ምሳሌዎች

1.  የሚከተለውን መረጃ በመጠቀም የተዛባነትን መጠን ይፈልጉ

ደመወዝ	0-10	10-20	20-30	30-40	40-50	50-60	60-70	70-80
የሰዎች ቁጥር	12	18	35	42	50	45	20	8

መፍትሔው ምንድን ነው? የስኬውነት መጠንን ለማግኘት የካርል ፒርሰንን ኮፊሸን እንጠቀማለን።

	መደጋገም	መካከለኛ ዋጋ (x)	fx	fx2
0-10	12	5	60	300
10-20	18	15	270	4050
20-30	35	25	875	21875
30-40	42	35	1470	51450
40-50	50	45	2250	101250
50-60	45	55	2475	136125
60-70	20	65	1300	84500
70-80	8	75	600	45000
	230		9300	444550

የ skewness ካርል ፒርሰን ኮፊሸንት ነው።

የሞዳል ክፍል ከፍተኛው ተደጋጋሚ ክፍል 40-50 ነው እና የሚመለከታቸው ድግግሞሾች ረ ናቸው።₀ = 42 ፣ ረ₁ = 50 ፣ ረ₂ = 45

ስለዚህም፣ ሁነታ = 40 +10(50-42)/(50-42)+50-45 = 46.15

ስለዚህ የማዛባት ቅንጅት ይሆናል

40.43-46.15/1727 = -0.3312

አሉታዊውን ማዛባት ያሳያል.

2. በተወሰኑ ፈተናዎች ውስጥ የ150 ተማሪዎች ድግግሞሽ የተከፋፈለው ቅልጥፍና ማዛባትን ይፈልጉ።

ምልክቶች	0-10	10-20	20-30	30-40	40-50	50-60	60-70	70-80
ፍሬክ	10	40	20	0	10	40	16	14

መፍትሔው ምንድን ነው? የተዛባነትን መጠን ለማስላት ለተሰጠው መረጃ አማካኝ ፣ ሞድ ፣ ሚዲያን እና መደበኛ መዛባት እንፈልጋለን ስለዚህ እነዚህን ለማስላት የሚከተለውን ሰንጠረዥ እንፈጥራለን

የክፍል ክፍተት	f	መካከለኛ ዋጋ x	ዝ	d'=(x-35)/10	f*d'	f*d'2
0-10	10	5	10	-3	-30	90
10-20	40	15	50	-2	-80	160
20-30	20	25	70	-1	-20	20
30-40	0	35	70	0	0	0
40-50	10	45	80	1	10	10
50-60	40	55	120	2	80	160
60-70	16	65	136	3	48	144
70-80	14	75	150	4	56	244
					ጠቅላላ=64	ጠቅላላ=828

አሁን እርምጃዎቹ ይሆናሉ

ና

ስለዚህ የስርጭቱ skewness Coefficient S ነው_k = 3(አማካይ-ሚዲያን)/σ = 3(39.27-45/23.1=-0.744)

3. የስርጭት ማዛባትን አማካኝ፣ ልዩነት እና ጥምርን ይፈልጉ 5ቱ የመጀመሪያዎቹ አራት አፍታዎች 2,20,40፣50፣XNUMX እና XNUMX ናቸው።

መፍትሔው ምንድን ነው? የመጀመሪያዎቹ አራት አፍታዎች እንዲሁ ተሰጥተዋል

ስለዚህ እኛ መጻፍ እንችላለን

ስለዚህ የ skewness Coefficient β ነው₁=μ₃²/μ²³= (-64)²/(16)³= -1

Pየተዛባ ስርጭት ትርጉም|ትክክለኛ የተዛባ ስርጭት ትርጉም

የማእከላዊ ዝንባሌዎች መለኪያ ማለትም አማካኝ፣ ሞድ እና ሚዲያን አወንታዊ እሴት ያላቸው እና በስርጭቱ ውስጥ ያለው መረጃ ሲምሜትሪ የሚጎድለው ማንኛውም ስርጭት።

በሌላ አነጋገር አወንታዊው የተዛባ ስርጭት የማዕከላዊ ዝንባሌዎች መለኪያ እንደሚከተለው ነው አማካኝ > ሁነታ በስርጭቱ ኩርባ በቀኝ በኩል.

የማከፋፈያውን መረጃ ከቀረጽነው ኩርባው ትክክል ይሆናል ምክንያቱም በአዎንታዊ መልኩ የተዛባ ስርጭትም በመባል ይታወቃል። የቀኝ የተዛባ ስርጭት.

ከላይ ካለው ኩርባ ላይ ሞዱ በአዎንታዊ ወይም በቀኝ በተዛባ ስርጭት ውስጥ ትንሹ መለኪያ እንደሆነ እና አማካኙ ትልቁ የማዕከላዊ ዝንባሌዎች መለኪያ እንደሆነ ግልጽ ነው።

አዎንታዊ የተዛባ ስርጭት ምሳሌ|የቀኝ የተዛባ ስርጭት ምሳሌ

1. ለአዎንታዊ የተዛባ ወይም የቀኝ የተዛባ ስርጭት የዝውውር መጠን 0.64 ከሆነ አማካይ እና መደበኛ ልዩነቶች 59.2 እና 13 በቅደም ተከተል ከሆነ የስርጭቱን ሁነታ እና ሚዲያን ይፈልጉ።

መፍትሔው ምንድን ነው? የተሰጡት እሴቶች አማካኝ=59.2፣ s_k= 0.64 እና  σ=13 ስለዚህ ግንኙነቱን በመጠቀም

2. የአዎንታዊው የተዛባ ስርጭት መደበኛ መዛባትን ያግኙ የማን skewness Coefficient 1.28 በአማካይ 164 እና ሁነታ 100?

መፍትሔው ምንድን ነው? በተመሳሳይ መንገድ የተሰጠውን መረጃ እና በአዎንታዊ የተዛባ ስርጭትን ለማነፃፀር ቀመርን በመጠቀም

ስለዚህ መደበኛ መዛባት 50 ይሆናል.

3. በሩብ ዓመቱ ልዩነት የአንደኛና የሶስተኛ ሩብ ዓመት መጨመር 200 መካከለኛ ከሆነ 76 የድግግሞሹን የሶስተኛ ሩብ ዋጋን ያግኙ ይህም ከ skewness Coefficient 1.2 ጋር በአዎንታዊ መልኩ የተዛባ ነው?

Sየወይራ ዘይት ሦስተኛው አራተኛውን ክፍል ለማግኘት የተዛባ እና የሩብ ዓመቱን ተያያዥነት መጠቀም አለብን ምክንያቱም የተሰጠው መረጃ ስለሆነ

ከተሰጠው ግንኙነት

Q₁+Q₃= 200
Q₁=200-ጥ₃

ከእነዚህ ሁለት እኩልታዎች መጻፍ እንችላለን

Q₃-Q₁= 40
Q₃(200-ጥ₃=40
2Q₃= 240
Q₃= 120

ስለዚህ የሶስተኛው ሩብ ዋጋ 120 ነው.

4. ለሚከተለው መረጃ የ skewness Coefficient ን ያግኙ

x	93-97	98-102	103-107	108-112	113-117	118-122	123-127	128-132
f	2	5	12	17	14	6	3	1

መፍትሔው ምንድን ነው? እዚህ እኛ ኳርቲልስን በመጠቀም የቦውሊውን የስኬውነት መለኪያ እንጠቀማለን።

መደብ	መደጋገም	የመደመር ድግግሞሽ
92.5-97.5	2	2
97.5-102.5	5	7
102.5-107.5	12	19
107.5-112.5	17	36
112.5-117.5	14	50
117.5-122.5	6	56
122.5-127.5	3	59
127.5-132.5	1	60
	N = 60

እንደ ኤን^th/4=15^th የክፍል ምልከታ ነው። 102.5-107.5 N^th/2=30^th የክፍል ምልከታ ነው። 107.5-112.5 እና 3 ኤን^th/4=45^th የክፍል ምልከታ ነው። 112.5-117.5 ስለዚህ ጥ₁=l₁+N/4-ሜ₁c₁/f₁=102.5+60/4-75/12=105.83

እና ጥ₃=l₃+3 N/4-ሜ₃c₃/f₃=112.5+3 x 60/4-365/14=115.714

እና ሚዲያን ጥ₂=l₂+N/2-ሜ₂c₂/f₂=107.5+60/2-195/17=110.735

ስለዚህም Q=Q₃+Q₁-2 M/Q₃-Q₁=115.714+105.83-2 x 110.735/115.714-105.83=0.0075

በአዎንታዊ መልኩ የተዛባ ስርጭት.

በአዎንታዊ የተዛባ ስርጭት ውስጥ አማካኝ የት አለ

በአዎንታዊው የተዛባ ስርጭት ትክክለኛ የተዛባ ስርጭት መሆኑን እናውቃለን ስለዚህ ኩርባው ትክክል ነው የዚህ ትርጉሙ አብዛኛው መረጃ ወደ ጭራው ቅርብ ይሆናል ስለዚህ በአዎንታዊ የተዛባ ስርጭት ወደ ጭራው ቅርብ ነው እና በአዎንታዊም ሆነ በቀኝ የተዛባ ስርጭት አማካኝ>ሚዲያን> ሁነታ ስለዚህ አማካኝ ከመካከለኛው ቀጥሎ ይሆናል።

የቀኝ የተዛባ ስርጭት አማካኝ ሁነታ|በአዎንታዊ የተዛባ ስርጭት በአማካይ መካከለኛ እና ሁነታ መካከል ያለው ግንኙነት

በአዎንታዊው የተዛባ ወይም የቀኝ የተዛባ ስርጭት ውስጥ የማዕከላዊ ዝንባሌዎች ልኬት አማካኝ እና ሞድ በቅደም ተከተል ውስጥ ናቸው። አማካኝ > ሁነታ, ሁነታ ትንሹ አንድ ከዚያም ሚዲያን እና ትልቁ ማዕከላዊ ዝንባሌ ነው እንደ ትክክለኛ ጅራት ጥምዝ ለመረጃ ወደ ከርቭ ጅራት የቀረበ ነው.

ስለዚህ በአማካይ ሚድያን እና ሞድ መካከል ያለው ግንኙነት በአዎንታዊ የተዛባ ቅደም ተከተል እየጨመረ ነው እናም በእነዚህ ሁለት ማዕከላዊ ዝንባሌዎች ልዩነት እገዛ የ skewness coefficient ሊሰላ ይችላል, ስለዚህ አማካኝ, ሚዲያን እና ሁነታ የተዛባ ተፈጥሮንም ይሰጣል.

በአዎንታዊ የተዛባ የስርጭት ግራፍ|በአዎንታዊ የተዛባ የስርጭት ጥምዝ

ግራፉ ለስላሳ ኩርባ ወይም በሂስቶግራም መልክ ለተለየ መረጃ ፣የመረጃው አማካኝ በጅራቱ ዙሪያ በሚሰበሰብበት ጊዜ የስርጭት መዛባት ስለ ስርጭቱ ቅርፅ ሲናገር ተፈጥሮው ትክክል ነው ። ከጠመዝማዛው በስተግራ ያለው ከፍተኛ መጠን ያለው መረጃ ስለሆነ እና በስተቀኝ ያለው የከርቭ ጅራት ይረዝማል።

በአዎንታዊ መልኩ የተሰራጨው መረጃ አንዳንድ ግራፎች እንደሚከተለው ናቸው።

ከላይ ከተጠቀሱት ግራፎች ውስጥ ኩርባው በየትኛውም ገፅታዎች ላይ የሲሜትሪ እጥረት እንዳለበት ግልጽ ነው.

አዎንታዊ የተዛባ የውጤት ስርጭት

በማንኛውም ስርጭት ውስጥ ነጥቦቹ በአዎንታዊ የተዛባ ከሆነ ይህ በአዎንታዊ የተዛባ ስርጭት እንደ አማካኝ>መካከለኛ> ሁነታ እና የስርጭት ነጥብ ኩርባ ቀኝ ጅራት ኩርባ ያለው ሲሆን ውጤቱም በትልቁ እሴቱ የሚነካ ነው።

ይህ ዓይነቱ ስርጭት በአዎንታዊ መልኩ የተዛባ የውጤት ስርጭት በመባል ይታወቃል። ሁሉም የዚህ ስርጭት ባህሪያት እና ደንቦች ከአዎንታዊ የተዛባ ወይም የቀኝ የተዛባ ስርጭት ተመሳሳይ ናቸው.

አዎንታዊ skew ድግግሞሽ ስርጭት

በአዎንታዊ የተዛባ ፍሪኩዌንሲ ስርጭት በአማካይ የመረጃው ድግግሞሽ ከማከፋፈያው ጋር ሲነጻጸር ያነሰ ነው ስለዚህ አወንታዊው የተዛባ ፍሪኩዌንሲ ስርጭቱ ምንም አይደለም ነገር ግን ኩርባው ትክክለኛ የጅራት ኩርባ ከሆነ ነው።

አዎንታዊ vs አሉታዊ የተዛባ ስርጭት|በአዎንታዊ የተዛባ ስርጭት በአሉታዊ መልኩ የተዛባ

አዎንታዊ የተዛባ ስርጭት	አሉታዊ የተዛባ ስርጭት
በአዎንታዊው የተዛባ ስርጭት ውስጥ መረጃው ይሰራጫል እንደ አማካኝ ትልቁ እና ሞዱ በጣም ትንሽ ነው።	በአሉታዊው የተዛባ ስርጭት ውስጥ መረጃው በጣም ትንሹ እና ሞዱ ትልቅ ስለሆነ ይሰራጫል።
ኩርባው ትክክለኛ ጭራ ነው	ኩርባው በጅራት ቀርቷል
አማካኝ > ሁነታ	ማለት ነው።

ተደጋጋሚ ጥያቄዎች

ስርጭቱ በአዎንታዊ ወይም በአሉታዊ መልኩ የተዛባ መሆኑን እንዴት ያውቃሉ

አማካኝ>ሚዲያን>ሁነታ ከሆነ ማዛባቱ አዎንታዊ ሲሆን አማካኝ ከሆነ ደግሞ አሉታዊ ነው።

ከስርጭት ከርቭ ደግሞ ኩርባው ትክክል ከሆነ ጭራው አወንታዊ ነው እና ኩርባው ጭራ ሆኖ ከቀረ ደግሞ አሉታዊ ነው ማለት እንችላለን።

አወንታዊ እክልን እንዴት እንደሚወስኑ

የተዘበራረቀ መለኪያ (coefficient of skewness) በማስላት አወንታዊ ከሆነ ውዥንብር አዎንታዊ ከሆነ ወይም የስርጭቱን ኩርባ በማቀድ ቀኝ ጭራ ከዚያም አዎንታዊ ከሆነ ወይም አማካኝ>ሚዲያን> ሁነታን በመፈተሽ

አወንታዊ ስኪው ምንን ይወክላል

አወንታዊው ማዛባቱ የስርጭቱ ውጤት ወደ ትላልቅ እሴቶች የቀረበ መሆኑን እና ኩርባው ትክክል ጭራ እንደሆነ እና አማካኙ ትልቁ መለኪያ መሆኑን ያሳያል።

የቀኝ የተዛባ ሂስቶግራም እንዴት ይተረጎማሉ

ሂስቶግራም በትክክል ከተጣመመ ስርጭቱ በአዎንታዊ መልኩ የተዛባ ነው ይህም ማለት መካከለኛ> ሁነታ

ወደ ቀኝ በተጣመሙ ስርጭቶች ውስጥ የአማካይ ሚዲያን እና ሁነታ ግንኙነት ምንድን ነው

ግንኙነቱ አማካኝ>መካከለኛ> ሁነታ ነው።

ማጠቃለያ:

ማዛባት ጠቃሚ የስታስቲክስ ፅንሰ-ሀሳብ ሲሆን ይህም በአዎንታዊ ወይም በአሉታዊ እሴቱ ላይ ተመስርተው በአዎንታዊ ወይም በአሉታዊ እሴቱ ላይ በመመርኮዝ በስርጭቱ ውስጥ ያለውን የተመጣጠነ ሁኔታ ወይም የተመጣጠነ እጥረትን ይሰጣል ፣ ከላይ ባለው ጽሑፍ ውስጥ አጭር ፅንሰ-ሀሳብ ከተብራሩ ምሳሌዎች ጋር። ተጨማሪ ማንበብ ከፈለጉ ይሂዱ

https://en.wikipedia.org/wiki/skewness

በሂሳብ ላይ ለበለጠ ልጥፍ፣ እባክዎ የእኛን ይከተሉ የሂሳብ ገጽ