Çarpıklık, Basıklık ve Normallik
Bir dağılımın şeklini betimleme
Çarpıklık, Basıklık ve Normallik, CoddyKit'te ücretsiz bir Data Science Academy dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Data Science Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Data Science Academy kursu toplamda 4 dersten oluşur.
Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.
The Shape of Data
Beyond the average, every column has a shape. Knowing whether it is symmetric, lopsided, or heavy-tailed changes how you analyze it. 📊
What Skew Means
Skewness measures how lopsided a distribution is. A perfectly symmetric bell has zero skew, while a long tail on one side pushes it positive or negative.
print(df["income"].skew())Right-Skewed Data
A positive skew has a long tail stretching right. Income is the classic case: most people cluster low while a few large values pull the mean upward.
Left-Skewed Data
A negative skew has its long tail on the left. Exam scores near a ceiling often look this way, with a few low results trailing far behind the pack.
Mean Versus Median
Skew separates the mean from the median. In right-skewed data the mean sits above the median, which is why median is the safer center for skewed columns.
What Kurtosis Means
Kurtosis describes the tails. High kurtosis means heavy tails with more extreme values, while low kurtosis means thin tails and fewer surprises.
print(df["income"].kurt())Heavy Tails, More Outliers
High kurtosis warns you to expect outliers. The distribution produces extreme values more often than a gentle bell curve ever would.
The Normal Distribution
The famous bell curve is the normal distribution. It is symmetric, has skew near zero, and many statistical methods quietly assume your data looks like it.
Checking Normality
You can check normality by eye with a histogram or a Q-Q plot, where points hugging the diagonal line suggest a roughly normal shape.
Why Normality Matters
Some tests and models assume normality. When data breaks that assumption, your p-values and confidence intervals can quietly become unreliable.
Fixing Skew
A heavy right skew often relaxes after a log transform. Reshaping the column toward normal can make later modeling steps behave far more nicely.
Quick Check
A column has a long tail to the right and a positive skew value. Which statement is true?
Recap
Skew shows lopsidedness and kurtosis shows tail heaviness. The normal curve is the symmetric baseline, and a log transform can tame stubborn skew. ✅
Sıkça Sorulan Sorular
“Çarpıklık, Basıklık ve Normallik” dersi ücretsiz mi?
Evet — “Çarpıklık, Basıklık ve Normallik” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Data Science Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Data Science Academy kursu toplamda 4 dersten oluşur.
“Çarpıklık, Basıklık ve Normallik” dersinde ne öğreneceğim?
Bir dağılımın şeklini betimleme Data Science Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Data Science Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Data Science Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.
“Çarpıklık, Basıklık ve Normallik” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Data Science Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Data Science Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Korelasyon Nedensellik Değildir
- Pearson ve Spearman Karşılaştırması
- Korelasyon Isı Haritasını Okuma
- Çarpıklık, Basıklık ve Normallik