Rechner für Schiefe und Kurtosis

Schiefe und Kurtosis beschreiben Verteilungseigenschaften, die Mittelwert und Standardabweichung nicht erfassen. Schiefe misst Asymmetrie. Ein langer rechter Verteilungsschwanz ergibt meist positive, ein langer linker meist negative Schiefe. Ein Wert nahe null deutet auf annähernde Symmetrie hin, beweist aber keine Normalverteilung. Grafiken und fachlicher Kontext bleiben wichtig. Dieser Rechner liefert die korrigierte Fisher-Pearson-Stichprobenschiefe. Ausgehend vom zweiten und dritten zentralen Moment korrigiert er für die endliche Stichprobengröße. Das reduziert eine häufige Verzerrung kleiner Stichproben und entspricht der Konvention vieler Statistikprogramme. Positive Werte deuten darauf hin, dass ungewöhnlich große Beobachtungen den rechten Rand verlängern; negative Werte auf ungewöhnlich kleine Beobachtungen am linken Rand. Die Größe sollte im Kontext statt anhand einer allgemeinen Bestehensgrenze interpretiert werden. Kurtosis misst das Gewicht der Verteilungsränder relativ zum Zentrum, nicht einfach die Spitzigkeit einer Kurve. Der Rechner zeigt den bias-korrigierten Exzess: Drei werden abgezogen, sodass eine ideale Normalverteilung einen Erwartungswert nahe null hat. Positiver Exzess heißt leptokurtisch und weist auf schwerere Ränder oder mehr Extremwerte hin. Negativer Exzess heißt platykurtisch und weist auf leichtere Ränder oder eine flachere Verteilung hin. Bei kleinen Stichproben schwanken Schätzungen stark, da vierte Potenzen Extremwerten großen Einfluss geben. Die korrigierten Formeln benötigen mindestens vier Beobachtungen mit einer Streuung ungleich null. Zusätzlich werden arithmetischer Mittelwert und Stichprobenstandardabweichung als Lage- und Maßstabsangaben ausgegeben. Kommas, Leerzeichen und Semikolons sind als Trennzeichen möglich; negative Zahlen und Dezimalwerte werden akzeptiert. Alle Beobachtungen werden gleich gewichtet. Fehlende Werte sollten nach einem dokumentierten Analyseplan behandelt und nicht stillschweigend durch null ersetzt werden. Schiefe hilft bei der Wahl von Transformationen, der Prüfung von Modellresiduen, der Zusammenfassung von Finanzrenditen sowie bei Fertigungsmessungen oder Antwortzeiten. Kurtosis kann für Risiko und Qualitätskontrolle relevantes Randverhalten aufzeigen. Keine der Kennzahlen sollte allein zum Verwerfen von Daten oder zum Nachweis der Normalität dienen. Ausreißer können Fehler, aber auch die wichtigsten Beobachtungen sein. Kombiniere Histogramm, Boxplot, Quantildiagramm, Stichprobengröße und Wissen über die Datenerhebung. Der Rechner liefert reproduzierbare deskriptive Schätzungen für Exploration und Berichte; formale Inferenz kann Standardfehler, Konfidenzintervalle oder ein verteilungsspezifisches Modell erfordern.