Glossaire



| 2 | 3 | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z |

Asymétrie

L'asymétrie (le terme skewness a été utilisé pour la première fois par Pearson en 1895) mesure l'écart de la distribution par rapport à la symétrie. Si l'asymétrie est clairement différente de 0, la distribution est asymétrique, alors que les distributions normales sont parfaitement symétriques.

Si l'indicateur d'asymétrie est négatif, nous avons affaire à une distribution asymétrique à gauche ; la distribution est plus étirée à gauche. Si l'indicateur d'asymétrie est positif, nous avons affaire à une distribution asymétrique à droite ; la distribution est plus étirée à droite. La moyenne est inférieure à la médiane dans une distribution asymétrique à gauche ; à l'inverse, la moyenne est supérieure à la médiane dans une distribution asymétrique à droite.

Asymétrie = n*M3 /[(n-1)*(n-2)*s3]

M3

est égal à : S(xi-Moyennex)3

s3

est l'écart-type (sigma) élevé à la puissance 3

n

est le nombre d'observations valides.

Voir aussi la rubrique Statistiques Descriptives - Introduction.