standard definition of skewness을 사용할 수 있습니다. 즉, 사용할 수 있습니다
당신은 당신의 데이터의 평균을 계산하고 당신은 왜도를 계산하기 위해 위의 방정식을 사용합니다. 양 및 음의 비대칭 때문에 같다 :
가
원본 : 그것이 Wikipedia 이와 같이
이 값이 클수록 더 많은 양으로 기울어. 값이 음수 일수록 부정적인 경향이 있습니다.
이제 히스토그램 데이터의 평균을 계산하면 매우 간단합니다. 히스토그램 항목의 가중 합계를 수행하고 전체 항목 수로 나눕니다. 히스토그램이 h
에 저장되어있는 경우 히스토그램의 빈 센터는 x
에 저장되며 다음을 수행합니다.
x = 0:numel(h)-1; %// Judging from your pictures
num_entries = sum(h(:));
mu = sum(h.*x)/num_entries;
skew = ((1/num_entries)*(sum((h.*x - mu).^3)))/...
((1/(num_entries-1))*(sum((h.*x - mu).^2)))^(3/2);
skew
는 비대칭의 수치 측정이 포함됩니다 : ... 사진에서 판단 내가 여기서 할 것하면 0까지 N
히스토그램에서 빈의 총 수는 N-1
까지 쓰레기통이 있다고 가정이다 그 수식을 따르는 히스토그램. 따라서 문제 성명서를 통해 긍정적이고 큰 비대감 번호를 찾아야합니다. 나는 당신이 봐야 할 문지방에 대해 정말로 논평 할 수는 없지만 당신이 가진 대부분의 히스토그램보다 훨씬 큰 양수를 찾으십시오.
나머지 빈들이 얇게 퍼져있는 동안 좋은 수의 항목이 빈 0에서 비닝됨에 따라 히스토그램 # 6도 비뚤어 짐을 주장 할 수 있습니다. 나는 # 6이 귀하의 기준에도 포함되어야한다고 생각하지만 그것은 저뿐입니다. – rayryeng