In der Statistik ist eine positiv verzerrte (oder rechtsverzerrte) Verteilung eine Art von Verteilung, bei der die meisten Werte um das linke Ende der Verteilung gruppiert werden, während das rechte Ende der Verteilung länger ist. Die positiv verzerrte Verteilung ist ein direktes Gegenteil der negativ verzerrten Verteilung. Negativ verzerrte Verteilung In der Statistik ist eine negativ verzerrte Verteilung (auch als links verzerrte Verteilung bezeichnet) eine Art Verteilung, bei der sich mehr Werte auf die rechte konzentrieren.
Zentrale Tendenzmaße in positiv verzerrten Verteilungen
Anders als bei normalverteilten Daten, bei denen alle Maße der zentralen Tendenz Zentrale Tendenz Zentrale Tendenz ist eine beschreibende Zusammenfassung eines Datensatzes durch einen einzelnen Wert, der das Zentrum der Datenverteilung widerspiegelt. Zusammen mit der Variabilität (Mittelwert, Median und Modus), die bei positiv verzerrten Daten gleich ist, werden die Maße verteilt. Die allgemeine Beziehung zwischen den zentralen Tendenzmaßen in einer positiv verzerrten Verteilung kann unter Verwendung der folgenden Ungleichung ausgedrückt werden:
Mittelwert> Median> Modus
Im Gegensatz zu einer negativ verzerrten Verteilung, bei der der Mittelwert links vom Verteilungspeak liegt, kann bei einer positiv verzerrten Verteilung der Mittelwert rechts vom Verteilungspeak gefunden werden. Es folgen jedoch nicht alle negativ verzerrten Verteilungen den Regeln. Im wirklichen Leben können viele Ausnahmen auftreten, die gegen die Regeln verstoßen.
Da ein hohes Maß an Schiefe bei statistischen Tests zu irreführenden Ergebnissen führen kann, ist die extrem positive Schiefe für eine Verteilung nicht wünschenswert. Um ein solches Problem zu überwinden, können Datentransformationswerkzeuge verwendet werden, um die verzerrten Daten einer Normalverteilung näher zu bringen.
Bei positiv verzerrten Verteilungen ist die Protokolltransformation die beliebteste Transformation. Die Protokolltransformation impliziert die Berechnung des natürlichen Logarithmus für jeden Wert im Datensatz. Die Methode reduziert den Versatz einer Verteilung. Statistische Tests werden normalerweise nur ausgeführt, wenn die Transformation der Daten abgeschlossen ist.
Positiv verzerrte Verteilung im Finanzbereich
Im Finanzbereich wird das Konzept der Schiefe bei der Analyse der Verteilung der Kapitalrenditen verwendet. Obwohl viele Finanztheorien und -modelle davon ausgehen, dass die Renditen von Wertpapieren Marktfähige Wertpapiere Marktfähige Wertpapiere sind uneingeschränkte kurzfristige Finanzinstrumente, die entweder für Beteiligungspapiere oder für Schuldtitel eines börsennotierten Unternehmens ausgegeben werden. Das emittierende Unternehmen schafft diese Instrumente zum ausdrücklichen Zweck der Mittelbeschaffung zur weiteren Finanzierung der Geschäftstätigkeit und Expansion. Folgen Sie einer Normalverteilung, in der Realität sind die Renditen in der Regel verzerrt.
Die positive Schiefe einer Ausschüttung deutet darauf hin, dass ein Anleger häufig kleine Verluste und einige große Gewinne aus der Anlage erwarten kann. Die positiv verzerrten Verteilungen der Anlagerenditen sind für Anleger im Allgemeinen wünschenswerter, da mit einiger Wahrscheinlichkeit große Gewinne erzielt werden können, die alle häufigen kleinen Verluste abdecken können.
Zusätzliche Ressourcen
Finance ist der offizielle Anbieter der FMVA®-Zertifizierung (Financial Modeling and Valuation Analyst). Schließen Sie sich mehr als 350.600 Studenten an, die für Unternehmen wie Amazon, JP Morgan und Ferrari arbeiten, um jeden zu einem erstklassigen Finanzanalysten zu machen.
Um Ihr Wissen über Finanzanalysen weiter zu erlernen und weiterzuentwickeln, empfehlen wir die folgenden zusätzlichen Finanzressourcen:
- Kumulative Häufigkeitsverteilung Kumulative Häufigkeitsverteilung Die kumulative Häufigkeitsverteilung ist eine Form einer Häufigkeitsverteilung, die die Summe einer Klasse und aller darunter liegenden Klassen darstellt. Erinnere dich an diese Frequenz
- Frequenzpolygon Frequenzpolygon Ein Frequenzpolygon ist eine visuelle Darstellung einer Verteilung. Das Visualisierungstool wird verwendet, um die Form einer Verteilung zu verstehen. Im Wesentlichen die
- Harmonischer Mittelwert Harmonischer Mittelwert Der harmonische Mittelwert ist ein Durchschnittstyp, der berechnet wird, indem die Anzahl der Werte in einer Datenreihe durch die Summe der Kehrwerte (1 / x_i) jedes Werts in dividiert wird
- Histogramm Histogramm Ein Histogramm wird verwendet, um diskrete oder kontinuierliche Daten zusammenzufassen. Mit anderen Worten, ein Histogramm bietet eine visuelle Interpretation numerischer Daten, indem die Anzahl der Datenpunkte angezeigt wird, die in einen bestimmten Wertebereich fallen (sogenannte „Bins“). Ein Histogramm ähnelt einem vertikalen Balkendiagramm. Ein Histogramm,
