شکل توزیع داده‌ها چیست؟ | چارک، چولگی، تقارن و کشیدگی | آموزش آمار

در بخش هشتم از مجموعه آموزشی «مبانی آمار و احتمال برای ورود به علم داده و تحلیل داده»، با مفهوم شکل توزیع داده‌ها و مهم‌ترین ویژگی‌های آن آشنا می‌شویم. در بخش‌های قبلی با معیارهای تمرکز و پراکندگی داده‌ها آشنا شدیم؛ اما میانگین، میانه و انحراف معیار به‌تنهایی برای شناخت کامل یک مجموعه داده کافی نیستند. ممکن است دو مجموعه داده میانگین و انحراف معیار یکسانی داشته باشند، اما شکل توزیع آن‌ها متفاوت باشد. به همین دلیل در آمار، علاوه بر مرکز و پراکندگی، شکل توزیع داده‌ها نیز اهمیت دارد. در این آموزش با موضوعات زیر آشنا می‌شویم: چارک‌ها (Quartiles) تقسیم داده‌های مرتب‌شده به چهار قسمت و آشنایی با Q1، Q2 و Q3. توزیع متقارن آشنایی با توزیعی که داده‌ها به شکل متقارن حول مرکز قرار می‌گیرند و در حالت توضیح‌داده‌شده در جزوه، میانگین، میانه و مد برابر هستند. چولگی (Skewness) بررسی چولگی مثبت و منفی و مفهوم کشیده‌شدن دُم توزیع به سمت راست یا چپ. کشیدگی (Kurtosis) بررسی میزان تیزی یا پخی نمودار و تفاوت کشیدگی مثبت و منفی. در بخش چارک‌ها نیز با مفاهیم Q1، Q2 و Q3 آشنا می‌شویم؛ به‌طوری‌که Q1 تقریباً ۲۵٪، Q2 یا میانه ۵۰٪ و Q3 تقریباً ۷۵٪ داده‌ها را در بر می‌گیرد. همچنین چولگی مثبت و منفی با توجه به جهت کشیده‌شدن دُم توزیع و کشیدگی با توجه به شکل قله و پهنای توزیع بررسی می‌شود.