L’asymétrie (skewness) décrit à quel point une distribution est déséquilibrée. Dans une distribution symétrique, la moyenne et la médiane coïncident ; dans une distribution asymétrique à droite, quelques grandes valeurs tirent la moyenne au-dessus de la médiane, comme pour les revenus des ménages ; dans une distribution asymétrique à gauche, quelques petites valeurs la tirent en dessous. Ce calculateur estime l’asymétrie à partir de statistiques résumées que vous avez souvent déjà : moyenne, médiane, mode, écart type et quartiles.
Comment se fait le calcul
- Second coefficient de Pearson = 3 × (moyenne − médiane) ÷ écart type
- Premier coefficient de Pearson = (moyenne − mode) ÷ écart type
- Asymétrie de Bowley = (Q3 + Q1 − 2 × médiane) ÷ (Q3 − Q1)
Tous valent zéro pour une distribution symétrique, sont positifs pour une asymétrie à droite et négatifs pour une asymétrie à gauche.
Exemple
Une série a une moyenne de 52, une médiane de 50, un mode de 47, un écart type de 8 et des quartiles de 44 et 58. Le second coefficient de Pearson est de 3 × 2 ÷ 8 = 0,75, une asymétrie modérée à droite. Le premier coefficient est de 5 ÷ 8 = 0,625 et l’asymétrie de Bowley de (58 + 44 − 100) ÷ 14 = 0,143. Les trois s’accordent sur le sens : la moyenne dépasse la médiane, donc la queue de droite est plus longue.
Lire les valeurs
À titre indicatif, des valeurs entre −0,5 et 0,5 indiquent une quasi-symétrie, entre 0,5 et 1 (ou −1 et −0,5) une asymétrie modérée, et au-delà de 1 une forte asymétrie. La mesure de Bowley est de plus petite échelle, car elle ne regarde que la moitié centrale des données et ignore les queues.
Pourquoi l’asymétrie compte
Beaucoup de méthodes statistiques supposent des données à peu près symétriques. Avec une forte asymétrie, la moyenne peut tromper et la médiane est un meilleur résumé. Une transformation logarithmique réduit souvent l’asymétrie à droite. En finance, une asymétrie négative des rendements signale un risque de grosses pertes occasionnelles, tandis que pour les revenus et les prix, l’asymétrie positive est la norme.