Халуу байдлын нөлөө Өгөгдөл хэт их хазайлттай байвал олон статистикийн загвар ажиллахгүй ч яагаад. Тиймээс хазайсан өгөгдөлд сүүлийн бүс нь статистик загварт хэт давчуу үзүүлэлт үүрэг гүйцэтгэж болох ба хэт давчуу үзүүлэлт нь загварын гүйцэтгэлд, ялангуяа регрессэд суурилсан загварт сөргөөр нөлөөлдөг гэдгийг бид мэднэ.
Хашайлт нь регрессэд нөлөөлдөг үү?
Хашгүй байдал нь тэгш хэмийн хэмжүүр юмуу бид үүнийг мөн тэгш хэмийн дутагдлын хэмжүүр гэж хэлж болно, заримдаа энэ ойлголтыг шугаман регрессийн хэвийн бус байдлын таамаглалыг шалгахад ашигладаг. Бид яагаад Skewness дээр анхаарлаа хандуулах ёстой вэ? … Иймээс Хавуу байдал нь ноцтой асуудал юм бөгөөд таны загварын муу гүйцэтгэлийн шалтгаан байж болох юм.
Хашайлт юунд нөлөөлдөг вэ?
Хашайн байдал нь өгөгдлийн багц дахь тэгш хэмтэй хонхны муруй буюу хэвийн тархалт- аас хазайсан гажилт эсвэл тэгш бус байдлыг хэлнэ. … Энгийн тархалт нь тэг хазайлттай байдаг бол логнормаль тархалт нь зарим талаар баруун тийш хазайлттай байх болно.
Хашгүй байдлын утга нь бидэнд юу хэлэх вэ?
Статистикийн хувьд хазайлт гэдэг нь санамсаргүй хэмжигдэхүүний дундажтай харьцуулахад магадлалын тархалтын тэгш бус байдлын хэмжүүр юм. Өөрөөр хэлбэл, хазайлт нь танд хазайлтын хэмжээ болон чиглэлийг (хэвтээ тэгш хэмээс гарах) хэлж өгнө Налуу байдлын утга нь эерэг эсвэл сөрөг эсвэл бүр тодорхойгүй байж болно.
Яагаад хазайлт муу байдаг вэ?
Сөрөг хазайлт ерөнхийдөө сайн биш, учир нь энэ нь зүүн сүүлний үйл явдал эсвэл заримдаа "хар хунгийн үйл явдал" гэж нэрлэгддэг эрсдлийг тодотгож өгдөг. Эерэг дундаж үзүүлэлттэй тогтвортой, тогтвортой амжилт нь маш сайн зүйл боловч хэрэв амжилт нь сөрөг хазайлттай байвал та болгоомжтой байх хэрэгтэй.
