Skewness, Kurtosis, Histogram ((SPSS 사용설명서 3)

앞서 Skewness와 Kurtosis와 히스토그램을 계산하고 그려보았는데

이에 대해서 조금 생각해보자.

Skewness란 것은 데이터분포가 정규분포에서 얼마나 벗어나 한쪽으로 치우쳤는지를 이야기 해주는데

Skewness가 양수이면 오른쪽으로 긴 꼬리를 가지고 있다는 의미이고

Skewness가 음수이면 왼쪽으로 긴 꼬리를 가지고 있다는 의미이다.

Skewness가 5.325이므로 이 분포는 오른쪽으로 긴 꼬리를 가지고 있게 된다.

즉

위 그림을 보면 선으로 그려진 정규분포와는 달리

오른쪽에 데이터가 많이 분포되어 있으므로 skewness가 양수로 계산되었다.

한편 kurtosis가 양의 값으로 크면 클수록 이 분포는 정규분포와 비교하여 높은 peak를 갖고 긴 tail를 갖는다는 것을 보여준다.

여기서 kurtosis의 값은 34.3이므로 정규분포와는 달리 높은 peak와 긴 tail을 갖는 히스토그램을 보여주고 있다.