Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Asymétrie positive

Cet article explique ce qu’est l’asymétrie positive dans les statistiques. Vous trouverez donc un exemple de distribution de probabilité positivement asymétrique et comment déterminer si une distribution est positivement asymétrique.

Qu’est-ce que l’asymétrie positive ?

En statistiques, l’asymétrie positive est une caractéristique des distributions de probabilité qui, dans leur graphique, ont la queue à droite plus longue que la queue à gauche.

Autrement dit, une distribution positivement asymétrique signifie qu’elle a des valeurs plus différentes à droite de la moyenne.

Bien que la définition de l’asymétrie positive semble subjective, il existe plusieurs formules pour déterminer quand l’asymétrie d’une distribution est positive. Ci-dessous, nous verrons comment est calculée l’asymétrie ou la symétrie d’une fonction de probabilité.

Exemple d’asymétrie positive

Pour bien comprendre la signification de l’asymétrie positive, cette section montre un exemple de distribution avec une asymétrie positive :

asymétrie positive

La courbe présente une asymétrie positive car il y a beaucoup plus de valeurs à droite de la moyenne qu’à gauche. Comme vous pouvez le voir sur le graphique, la barre représentée en vert est beaucoup plus grande que la barre orange.

Autres types d’asymétrie

Outre l’asymétrie positive, il faut savoir qu’il existe d’autres types d’asymétrie dans les statistiques. Une courbe de probabilité peut également être asymétrique négativement ou même exactement symétrique.

  • Asymétrie positive : la queue de la distribution s’allonge vers la droite, c’est-à-dire qu’il y a plus de valeurs différentes à droite de la moyenne.
  • Asymétrie négative : la queue de la distribution s’allonge vers la gauche, c’est-à-dire qu’il y a plus de valeurs différentes à gauche de la moyenne.
  • Symétrie : La distribution a le même nombre de valeurs à gauche et à droite de la moyenne.

Comment savoir s’il s’agit d’une asymétrie positive

Traditionnellement, on explique que si la moyenne est supérieure à la médiane, alors la distribution est positivement asymétrique. Cependant, cette propriété n’est pas toujours satisfaite. Ainsi, pour déterminer l’asymétrie d’une distribution, vous devez calculer le coefficient d’asymétrie de Fisher.

Le coefficient d’asymétrie de Fisher est calculé avec la formule suivante :

\displaystyle\gamma_1=E\left[\left(\frac{X-\mu}{\sigma}\right)^3 \right]

Ou équivalent:

\displaystyle\gamma_1=\frac{\operatorname{E}[X^3] - 3\mu\sigma^2 - \mu^3}{\sigma^3}

E C’est un espoir mathématique ,\mu la moyenne arithmétique et\sigma l’ écart type .

Le signe du coefficient de Fisher permet de déterminer l’asymétrie de la distribution :

  • Si le coefficient d’asymétrie de Fisher est positif, la distribution est positivement asymétrique.
  • Si le coefficient d’asymétrie de Fisher est négatif, la distribution est asymétrique négativement.
  • Si la distribution est symétrique, le coefficient d’asymétrie de Fisher est égal à zéro (l’inverse n’est pas vrai).

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *