При анализе данных важно учитывать их распределение, потому что от этого зависит выбор инструментов для анализа. 1
Например, для данных с нормальным распределением используются параметрические методы, которые обладают большей мощностью и производят более точные оценки по сравнению с непараметрическими методами. 34 Если после проверки нормальности данные не будут признаны нормально распределёнными, любой вывод статистического теста, основанного на параметрической статистике, может быть признан статистически незначимым и недействительным. 3
Также знание формы распределения позволяет, например, сказать, в каком диапазоне можно обсуждать с кандидатами размер будущей заработной платы. 1 Например, для этого используется показатель меры разброса — стандартное отклонение, который говорит, насколько в среднем отличаются зарплаты в резюме от среднего значения во всех резюме. 1