SKEW.P 함수는 전체 모집단을 나타내는 데이터세트의 왜곡도를 계산합니다. 왜도는 평균에 대한 데이터 세트의 대칭을 나타냅니다.
SKEW.P 함수의 요소
SKEW.P(값1, 값2)
| 요소 | 설명 |
값1 |
데이터세트의 첫 번째 값 또는 범위입니다. |
값2 |
모집단에 포함될 추가 값 또는 범위입니다. |
참고
SKEW.P는 최대 30개의 인수를 갖는 것으로 지정되어 있으나, Google 스프레드시트에서는 이 함수의 인수 개수를 임의로 설정할 수 있습니다.값인수로 입력되는 값의 총 개수가 2개 미만일 경우SKEW.P는#DIV/0!오류가 반환됩니다.값인수에 입력된 텍스트는 모두 무시됩니다.- 왜도가 양수이면 분포의 비대칭 꼬리가 양의 값 쪽, 즉 평균의 오른쪽으로 치우침을 나타내고, 음수이면 비대칭 꼬리가 음의 값 쪽, 즉 평균의 왼쪽으로 치우침을 나타냅니다. 0에 가까울수록 대칭적인 분포임을 의미합니다.
예
| A | B | |
| 1 | 값 | |
| 2 | 2 | |
| 3 | 5 | |
| 4 | 8 | |
| 5 | 13 | |
| 6 | 10 | |
| 7 | 18 | |
| 8 | 23 | |
| 9 | 26 | |
| 10 | ||
| 11 | ||
| 12 | 결과 | 수식 |
| 13 | 0.2763070768 | =SKEW.P(A2:A9) |
| 14 | 0.4621754338 | =SKEW.P(A2:A9, 30, 40) |
관련 함수
- SKEW: 평균에 대해 비대칭 정도를 설명하는 데이터 집합의 왜곡도를 계산합니다.
- VARPA: 전체 모집단을 기준으로 분산을 계산하고 텍스트를 `0`으로 설정합니다.
- VARP: 전체 모집단의 분산을 계산합니다.
- VARA: 표본(텍스트는 0으로 간주)의 분산을 계산합니다.
- VAR: 표본을 기준으로 분산을 계산합니다.
- STDEVPA: 전체 모집단을 기준으로 표준 편차를 계산하고 텍스트를 `0`으로 설정합니다.
- STDEVP: 전체 모집단의 표준 편차를 계산합니다.
- KURT: 데이터 집합에 대해 모양, 특히 뽀족한 정도를 설명하는 첨도를 계산합니다.
- DVARP: SQL과 같은 쿼리를 사용하여 데이터베이스 표와 같은 배열 또는 범위에서 선택된 전체 모집단의 분산을 반환합니다.
- DVAR: SQL과 같은 쿼리를 사용하여 데이터베이스 표와 같은 배열 또는 범위에서 선택된 모집단 표본의 분산을 반환합니다.
- DSTDEVP: SQL과 같은 쿼리를 사용하여 데이터베이스 표와 같은 배열 또는 범위에서 선택된 전체 모집단의 표준 편차를 반환합니다.
- DSTDEV: SQL과 같은 쿼리를 사용하여 데이터베이스 표와 같은 배열 또는 범위에서 선택된 모집단 표본의 표준 편차를 반환합니다.
- DEVSQ: 표본을 기준으로 하는 편차의 제곱의 합을 계산합니다.
- AVEDEV: 데이터 집합의 평균에서 데이터의 절대 편차의 평균을 계산합니다.