Për ta përmbledhur, në përgjithësi nëse shpërndarja e të dhënave është e anuar majtas, mesatarja është më e vogël se mesatarja, e cila shpesh është më e vogël se modaliteti. Nëse shpërndarja e të dhënave është e anuar djathtas, modaliteti është shpesh më i vogël se mesatarja, që është më pak se mesatarja.
Pse mesatarja ndikohet më pak nga të dhënat e shtrembëruara?
Pse mesatarja ndikohet më pak nga të dhënat e shtrembëruara sesa mesatarja? Megjithatë, meqë të dhënat bëhen të shtrembëruara, mesatarja humbet aftësinë e saj për të ofruar vendndodhjen më të mirë qendrore për të dhënat sepse të dhënat e shtrembëruara po e tërheqin atë nga vlera tipike.
Pse mesatarja është më e mirë për të dhënat e shtrembëruara?
Për shpërndarjet që kanë vlera të jashtme ose janë të shtrembëruara, mesatarja është shpesh matja e preferuar e tendencës qendrore sepse mediana është më rezistente ndaj të jashtmeve sesa mesatarja… Vini re se mesatarja është tërhequr në drejtim të anshmërisë (d.m.th., në drejtim të bishtit).
Kur anon në të djathtë është mesatare?
Për një shpërndarje të anuar djathtas, mesatarja është zakonisht më e madhe se mesatarja Gjithashtu vini re se bishti i shpërndarjes në anën e djathtë (pozitive) është më i gjatë se në Pjesa e dorës së majtë. Nga diagrami i kutisë dhe i mustaqeve mund të shohim gjithashtu se mediana është më afër kuartilit të parë sesa kuartilit të tretë.
Si ndikon anshmëria në të dhënat?
Efektet e shtrembërimit
Nëse ka shumë anueshmëri në të dhëna, atëherë shumë modele statistikore nuk funksionojnë, por pse. Pra, në të dhënat e shtrembëruara, rajoni i bishtit mund të veprojë si një i jashtëm për modelin statistikor dhe ne e dimë se të dhënat e jashtme ndikojnë negativisht në performancën e modelit, veçanërisht modelet e bazuara në regresion.
