Cuáles son las ventajas y desventajas de la distorsión en la distribución

? Los investigadores utilizan las estadísticas para tratar de determinar los verdaderos valores de un fenómeno específico . Por ejemplo , los investigadores podrían querer saber las edades promedio de las personas en ciertos grupos de edad . Idealmente , los investigadores quieren saber la cifra exacta del promedio , pero varios factores - como distribuciones asimétricas - pueden conducir a resultados que son menos precisos. El promedio real de la distribución cae en algún lugar entre la mediana y la media de la distribución . Resultados exactos

Las distribuciones son representaciones gráficas de probabilidades estadísticas . Las gráficas de las distribuciones estadísticas parecen montañas. Las líneas en los lados de la extrema izquierda y la extrema derecha de la gráfica se llaman colas . Las distribuciones se convierten sesgada cuando uno cola es más larga que la otra. Cuando la inclinación es positiva , la cola más larga es en el lado de la gráfica con números positivos . Cuando la inclinación es negativo , la cola más larga es en el lado de la gráfica con los números negativos . Un ejemplo de una distribución asimétrica podría implicar la tasa de desempleo . Algunas personas podrían no haber realizado nunca un trabajo - si, por ejemplo , fueron encarcelados durante la mayor parte de su vida - lo cual sesga la tasa de desempleo para arriba. Las distribuciones asimétricas son parte de las técnicas de investigación que aún pueden dar datos precisos - especialmente cuando las distribuciones no están sesgadas demasiado
resultados inexactos

distribuciones extremadamente asimétricos pueden conducir . las estadísticas engañosas , ya que la distribución asimétrica puede conducir un promedio arriba o hacia abajo . Por ejemplo , el ingreso promedio de una sociedad en particular puede ser baja , pero un puñado de personas puede tener altas ganancias, que sesga los ingresos medios de la sociedad hacia arriba. Mal datos sesgados pueden conducir a resultados incorrectos , lo cual es una desventaja de distribuciones asimétricas .
Encontrar el Mean

En la mayoría de las distribuciones , la media es fácil de encontrar por mirar la parte central . La media es la media de la distribución . Sin embargo , con una distribución mucho - sesgada , la media no es necesariamente en el medio , haciendo la media más difícil de encontrar. Muchas técnicas estadísticas se basan en la media estadística de la distribución , que puede hacer que las distribuciones sesgadas difícil trabajar con .
Logaritmos

un logaritmo es la potencia en el que una base debe ser llegar a un número específico . Por ejemplo , cuando el número es de 1000 y la base es 10 , el logaritmo es 3 , desde 10 a la potencia de 3 es 1,000 . Con poderes , cada número representa el número de veces que el matemático multiplica el número de la base por sí mismo. Dado que las variables sesgadas son generalmente logarítmica normal , el logaritmo de la variable aleatoria es normal . La distribución normal es simétrica y tiene una curva en forma de campana . Distribuciones normales permiten a las personas para predecir con mayor precisión las variables . Por ejemplo , la vida útil de la batería tiene una distribución normal , lo que significa que una batería puede durar 40 horas en promedio y tienen una desviación de una hora, es decir, la batería podría quedarse sin energía en 39 horas o 41 horas. La ventaja de esto es que los estadísticos pueden generar un rango que prevé un conjunto de variables.
Manipulación

Muchas personas no entienden las estadísticas. Los expertos a menudo pueden estadísticas actuales en el ámbito de la política en una forma que pueda apoyar su argumento de otra manera errónea . Sin embargo , aquellos que tratan de desviar la opinión pública podría ver esto como una ventaja. La gente no siempre entienden cómo funcionan las distribuciones sesgadas , por lo que un experto podría presentar estadísticas que parecen exactos, pero en realidad no lo son , debido a la distribución asimétrica.