Ամփոփելու համար, ընդհանուր առմամբ, եթե տվյալների բաշխումը թեքված է դեպի ձախ, միջինը փոքր է միջին-ից, որը հաճախ ավելի քիչ է, քան ռեժիմը: Եթե տվյալների բաշխումը թեքված է դեպի աջ, ռեժիմը հաճախ միջինից փոքր է, որը միջինից փոքր է:
Ինչու՞ է միջինի վրա ավելի քիչ ազդեցություն շեղված տվյալները:
Ինչու է միջինի վրա ավելի քիչ ազդեցություն շեղված տվյալները, քան միջինը: Այնուամենայնիվ, երբ տվյալները դառնում են շեղ, միջինը կորցնում է տվյալների համար լավագույն կենտրոնական տեղորոշումն ապահովելու իր կարողությունը, քանի որ շեղված տվյալները քաշում են դրանքբնորոշ արժեքից::
Ինչու է միջինը ավելի լավ շեղված տվյալների համար:
Բաշխումների համար, որոնք ունեն արտաքին կամ շեղված բաշխումներ, մեդիանը հաճախ կենտրոնական տենդենցի նախընտրելի չափիչն է, քանի որ միջինն ավելի դիմացկուն է արտաքուստների նկատմամբ, քան միջինը:… Նկատի ունեցեք, որ միջինը քաշվում է թեքության ուղղությամբ (այսինքն՝ պոչի ուղղությամբ):
Երբ շեղված է դեպի աջ միջինը?
Աջ շեղված բաշխման դեպքում միջինը սովորաբար ավելի մեծ է, քան միջինը Նաև նկատեք, որ աջ կողմում (դրական) բաշխման պոչն ավելի երկար է, քան ձախ կողմը. Տուփի և բեղի դիագրամից մենք կարող ենք նաև տեսնել, որ միջինն ավելի մոտ է առաջին քառորդին, քան երրորդ քառորդին:
Ինչպե՞ս է թեքությունը ազդում տվյալների վրա:
Թքության հետևանքները
Եթե տվյալների մեջ չափազանց շատ թեքություն կա, ապա շատ վիճակագրական մոդելներ չեն աշխատում, բայց ինչու: Այսպիսով, շեղված տվյալների դեպքում պոչային շրջանը կարող է հանդես գալ որպես վիճակագրական մոդելի արտանետվող, և մենք գիտենք, որ շեղվածները բացասաբար են ազդում մոդելի կատարողականի վրա, հատկապես ռեգրեսիայի վրա հիմնված մոդելների վրա::
