In der Statistik ist eine negativ verzerrte Verteilung (auch als linksverzerrte Verteilung bezeichnet) eine Art der Verteilung, bei der mehr Werte auf der rechten Seite (Ende) des Verteilungsdiagramms konzentriert sind, während das linke Ende des Verteilungsdiagramms länger ist.
Während die Normalverteilung die am häufigsten anzutreffende Art der Verteilung ist, sind Beispiele für die negativ verzerrten Verteilungen auch im wirklichen Leben weit verbreitet. Eine negativ verzerrte Verteilung ist das direkte Gegenteil einer positiv verzerrten Verteilung.
Zentrale Tendenzmaße in negativ verzerrten Verteilungen
Im Gegensatz zu normalverteilten Daten, bei denen alle Maße der zentralen Tendenz (Mittelwert, Median Median Median ist ein statistisches Maß, das den Mittelwert eines in aufsteigender Reihenfolge aufgelisteten Datensatzes bestimmt (dh vom kleinsten zum größten Wert). Der Median und der Modus sind jeweils gleich andere, mit negativ verzerrten Daten, sind die Maße verteilt. Die allgemeine Beziehung zwischen den zentralen Tendenzmaßen in einer negativ verzerrten Verteilung kann unter Verwendung der folgenden Ungleichung ausgedrückt werden:
Modus> Median> Mittelwert
Ein weiterer wichtiger Hinweis zu den Maßen der zentralen Tendenz Zentrale Tendenz Die zentrale Tendenz ist eine beschreibende Zusammenfassung eines Datensatzes durch einen einzelnen Wert, der das Zentrum der Datenverteilung widerspiegelt. Zusammen mit der Variabilität bei negativ verzerrten Verteilungen liegt das arithmetische Mittel im Allgemeinen links vom Peak der Verteilung. Obwohl die zuvor genannten Regeln als allgemeine Regeln für negativ verzerrte Verteilungen angesehen werden, können im wirklichen Leben viele Ausnahmen auftreten, die gegen die Regeln verstoßen.
Die signifikante negative Schiefe einer Verteilung ist möglicherweise nicht für eine gründliche statistische Analyse geeignet. Quantitative Analyse Bei der quantitativen Analyse werden messbare und überprüfbare Daten wie Einnahmen, Marktanteile und Löhne gesammelt und ausgewertet, um das Verhalten und die Leistung eines Unternehmens zu verstehen . Im Zeitalter der Datentechnologie wird die quantitative Analyse als bevorzugter Ansatz für fundierte Entscheidungen angesehen. . Die hohe Schiefe der Daten kann zu irreführenden Ergebnissen der statistischen Tests führen. Aus diesem Grund durchlaufen die Daten einen Transformationsprozess, um sie der Normalverteilung nahe zu bringen. Die statistischen Tests werden normalerweise nur ausgeführt, wenn die Transformation der Daten abgeschlossen ist.
Negativ verzerrte Verteilung im Finanzbereich
Im Finanzbereich wird das Konzept der Schiefe bei der Analyse der Verteilung der Kapitalrendite verwendet. Der Kapitalrendite (ROI) ist ein Leistungsmaß, mit dem die Rendite einer Investition bewertet oder die Effizienz verschiedener Anlagen verglichen wird . . Obwohl viele Finanztheorien und -modelle davon ausgehen, dass die Renditen von Wertpapieren einer Normalverteilung folgen, sind die Renditen in der Realität normalerweise verzerrt.
Die negative Schiefe der Ausschüttung deutet darauf hin, dass ein Anleger häufig kleine Gewinne und einige große Verluste erwarten kann. In der Realität basieren viele Handelsstrategien der Händler auf negativ verzerrten Verteilungen.
Trotz der Tatsache, dass Strategien, die auf einer negativen Schiefe basieren, stabile Gewinne liefern können, sollte sich ein Investor oder Händler bewusst sein, dass immer noch die Wahrscheinlichkeit großer Verluste besteht. Daher ist es unbedingt erforderlich, die Risiken der Handelsstrategien richtig einzuschätzen und die Schiefe der Renditen in die Bewertung einzubeziehen.
Verwandte Lesungen
Finance bietet die FMVA® ™ FMVA®-Zertifizierung (Financial Modeling & Valuation Analyst) an. Schließen Sie sich mehr als 350.600 Studenten an, die für Unternehmen wie Amazon, JP Morgan und Ferrari arbeiten, um ihre Karriere auf die nächste Stufe zu heben. Die folgenden Finanzressourcen sind hilfreich, um weiter zu lernen und Ihre Karriere voranzutreiben:
- Grundlegende Statistikkonzepte im Finanzwesen Grundlegende Statistikkonzepte für das Finanzwesen Ein solides Verständnis der Statistik ist von entscheidender Bedeutung, um das Finanzwesen besser zu verstehen. Darüber hinaus können statistische Konzepte den Anlegern bei der Überwachung helfen
- 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
- Poisson-Verteilung Poisson-Verteilung Die Poisson-Verteilung ist ein Werkzeug, das in der Wahrscheinlichkeitstheorie-Statistik verwendet wird, um das Ausmaß der Abweichung von einer bekannten durchschnittlichen Auftrittsrate innerhalb vorherzusagen
