왜 도 첨도 in r

분포의 대칭성¶

 

 

비대칭도 구하기¶

 

 


 

왜도와 첨도¶

  • 왜도는 평균을 중심으로 한 분포의 비대칭 정도를 나타낸다.
  • 기울어진 방향과 정도를 나타내는 양을 나타낸다.
  • S > 0 면 오른쪽 방향으로 꼬리가 긴 모양. S < 0 면 왼쪽방향으로 꼬리가 긴 모양.
  • 첨도는 정규분포와 비교하여 얼마나 뾰족하지를 나타낸다.
  • 첨도가 클수록 뾰족해진다.

#install.packages("moments")
library(moments)

x <- c(6.5,4.0,7.1,8.3,5.4,7.6,9.0,15.7,16.7,6.4,5.0,8.5,5.7,7.7,7.2,12.4,7.1,5.5,9.7,4.4,7.0,
       6.3,8.3,6.9,5.7,7.6,7.9,7.9,6.0,8.2,10.4,9.9,3.9,9.8,8.2,5.6,7.9,6.4,7.4,7.0,13.0,8.7,6.4,6.7,7.4)
skewness(x) # 왜도

 

 


 

왜도와 첨도 그리기¶

plot(density(x))                                           # 확률밀도곡선
den.norm <- function(x)dnorm(x,mean=mean(x),sd=sd(x))
curve(den.norm, col="orange",add=TRUE,lty=3)               # 정규분포곡선
abline(v=mean(x),col="purple",lty=2)                       # 평균수직선

왜 도 첨도 in r

  • 왜도가 s>0 이므로 오른쪽으로 긴꼬리, 첨도는 정규분포 보다 높다.

 

 


 

연습¶

Age, Fare에 대해 첨도와 왜도를 구하시오.¶

setwd("C:/Users/KIIXXI/Documents/khu")
train <- read.csv("train.csv")
head(train)

A data.frame: 6 × 12

PassengerIdSurvivedPclassNameSexAgeSibSpParchTicketFareCabinEmbarked
<int><int><int> <fct><fct><dbl><int><int><fct><dbl><fct><fct>
1 0 3 Braund, Mr. Owen Harris male 22 1 0 A/5 21171 7.2500   S
2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Thayer) female 38 1 0 PC 17599 71.2833 C85 C
3 1 3 Heikkinen, Miss. Laina female 26 0 0 STON/O2. 3101282 7.9250   S
4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) female 35 1 0 113803 53.1000 C123 S
5 0 3 Allen, Mr. William Henry male 35 0 0 373450 8.0500   S
6 0 3 Moran, Mr. James male NA 0 0 330877 8.4583   Q

skewness(train$Age, na.rm=TRUE)
kurtosis(train$Age, na.rm = TRUE)

'Study of GifMan > R of GifMan' 카테고리의 다른 글

2. 표본추출(단순임의추출(sample), 층화임의추출(strata))  (0) 2019.08.06
1. 가설설정과 검증 (귀무가설, 대립가설, p-value, 정규분포표)  (0) 2019.08.06
4. 데이터 그래프 그리기(plot, boxplot, histogram, barplot, stem-and-leaf plot)  (0) 2019.08.06
3. 데이터의 위치(사분위수, Barplot, 계급, 급간, 도수분포표)  (0) 2019.08.06
2. 자료의 분산 (범위, 분산, 표준편차)  (0) 2019.08.06

댓글