Schiefe- und Kurtosis-Rechner

Schiefe und Kurtosis beschreiben die Form einer numerischen Stichprobe jenseits von Zentrum und Streuung. Die Stichprobenschiefe misst, ob die Masse der Daten links oder rechts vom Mittelwert neigt: positive Werte deuten auf einen längeren rechten Rand, negative auf einen längeren linken Rand und Werte nahe null auf ein annähernd symmetrisches Profil. Die Exzess-Kurtosis vergleicht Randgewicht und Gipfeligkeit mit einer Normalverteilung, deren Exzess-Kurtosis null ist: positiver Exzess bedeutet schwerere Ränder und einen schärferen Gipfel (leptokurtisch), negativer leichtere Ränder und ein flacheres Zentrum (platykurtisch). Diese Fähigkeit nimmt eine Liste von mindestens drei endlichen Zahlen, lehnt konstante Reihen ab, bei denen die Stichprobenstandardabweichung null ist, und liefert Mittelwert, Stichprobenvarianz, Stichprobenstandardabweichung, Stichprobenschiefe, Exzess-Kurtosis und kurze Formkennzeichnungen in einem deterministischen Aufruf.

Was Schiefe und Kurtosis über Ihre Daten verraten

Mittelwert und Standardabweichung sagen, wo die Daten liegen und wie stark sie streuen, aber nicht, welche Form sie haben. Die Schiefe zeigt, ob die Werte zu einer Seite des Mittelwerts neigen: positiv bei einem längeren rechten Rand, negativ bei einem längeren linken. Die Exzess-Kurtosis vergleicht das Gewicht der Ränder mit einer Normalverteilung, deren Exzess null ist. Gerechnet wird in Schritten: zuerst der Mittelwert, dann die Standardabweichung mit n minus eins im Nenner. Für die Schiefe werden die standardisierten Abweichungen hoch drei genommen, für die Kurtosis hoch vier, jeweils mit einer Korrektur für kleine Stichproben.

Wann man sie nutzt und typische Fehler

Die Schiefe hilft, wenn Ihnen die Richtung der Ränder wichtig ist, etwa bei ungleichmäßigen Prozessdaten in der Qualitätskontrolle. Die Exzess-Kurtosis zählt, wenn es um die Häufigkeit von Ausreißern im Vergleich zu einem Normalmodell geht, zum Beispiel bei der Suche nach schweren Rändern in Finanzdaten. Ein häufiger Fehler ist, Exzess-Kurtosis und rohe Kurtosis zu verwechseln: Eine Normalverteilung hat einen Exzess von null, aber eine rohe Kurtosis von drei. Ebenso wirken kleine Stichproben oft zufällig etwas schief. Sie brauchen mindestens drei Zahlen, und eine Liste aus lauter gleichen Werten wird abgelehnt.

Was Stichprobenschiefe und Exzess-Kurtosis auf einer Zahlenliste bedeuten

Deskriptive Formstatistiken beantworten Fragen, die Mittelwert und Standardabweichung allein nicht können. Nach Berechnung des arithmetischen Mittels μ von n Beobachtungen nutzt die Stichprobenstandardabweichung s die Bessel-Korrektur: die Quadratwurzel der Summe der quadrierten Abweichungen geteilt durch n minus eins. Die Stichprobenschiefe G1 skaliert die Summe der kubierten standardisierten Residuen mit n über (n minus eins) mal (n minus zwei).

Dieser bias-bereinigte Fisher-Pearson-Koeffizient entspricht der Definition gängiger Tabellenkalkulationen unter dem Namen SKEW, sodass ein Unterrichtsschlüssel und eine Excel-Arbeitsmappe übereinstimmen können. Positives G1 bedeutet, dass der rechte Rand länger oder schwerer als der linke ist; negatives G1 das Gegenteil; Werte nahe null deuten auf annähernde Symmetrie hin, obwohl kleine Stichproben zufällig leicht schief wirken können. Die Exzess-Kurtosis für n mindestens vier nutzt die bias-bereinigte G2-Formel, äquivalent zu Excel KURT: sie kombiniert das vierte standardisierte Moment mit einer Korrektur, die die Normalbasis abzieht, sodass eine perfekte Normalstichprobe null statt drei anstrebt.

Bei n gleich drei verschwindet der unverzerrte G2-Nenner, daher meldet dieser Rechner den einfacheren Momenten-Exzess m4 über m2 zum Quadrat minus drei und kennzeichnet die Methode ausdrücklich.

Praktische Tipps, Grenzen und verwandte Suchen

Beim Unterrichten koppeln Sie ein rechtsschiefes Beispiel wie eins zwei drei vier fünf zwölf mit einer nahezu symmetrischen Leiter wie eins zwei drei vier fünf und mit einer konstanten Reihe wie sieben sieben sieben, um den Fehler der Standardabweichung null zu zeigen. Bevorzugen Sie Schiefe gegenüber rohem Mittelwertvergleich, wenn die Randrichtung zählt; bevorzugen Sie Exzess-Kurtosis, wenn die Ausreißerhäufigkeit relativ zu einem Normalmodell zählt. Formkennzeichnungen nutzen eine einfache plus-oder-minus-null-Komma-fünf-Schwelle für schnelles Lesen — sie sind keine formalen Hypothesentests.

Geschwisterfähigkeiten in diesem Kit berechnen Mittelwert Median Modus oder Quartile und Zäune; diese Seite richtet sich speziell an Personen, die einen Schiefe-Kurtosis-Rechner auf einer einfachen Zahlenliste suchen, nicht ein mehrspaltiges CSV-Profil und nicht nur Zentrumszusammenfassungen.