Per resumir, en general, si la distribució de dades està esbiaixada cap a l'esquerra, la mitjana és inferior a la mediana, que sovint és inferior a la modalitat. Si la distribució de dades està esbiaixada cap a la dreta, el mode sovint és inferior a la mediana, que és inferior a la mitjana.
Per què la mediana es veu menys afectada per les dades esbiaixades?
Per què la mediana es veu menys afectada per les dades esbiaixades que la mitjana? Tanmateix, a mesura que les dades es tornen esbiaixades, la mitjana perd la seva capacitat de proporcionar la millor ubicació central per a les dades perquè les dades esbiaixades les arrosseguen lluny del valor típic.
Per què és millor la mediana per a dades esbiaixades?
Per a les distribucions que tenen valors atípics o estan esbiaixats, la mediana és sovint la mesura preferida de tendència central perquè la mediana és més resistent als valors atípics que la mitjana… Tingueu en compte que la mitjana s'estira en la direcció de la sessió (és a dir, la direcció de la cua).
Quan es desvia a la mitjana correcta és la mitjana?
Per a una distribució esbiaixada a la dreta, la mitjana sol ser més gran que la mediana Observeu també que la cua de la distribució al costat dret (positiu) és més llarga que a la costat de la mà esquerra. A partir del diagrama de caixa i bigotis també podem veure que la mediana està més a prop del primer quartil que del tercer quartil.
Com afecta la sessió a les dades?
Efectes de la asimetria
Si hi ha massa asimetria a les dades, molts models estadístics no funcionen, però per què. Per tant, a les dades esbiaixades, la regió de la cua pot actuar com a valor atípic per al model estadístic i sabem que els valors atípics afecten negativament el rendiment del model, especialment els models basats en la regressió..
