Coefficient d'asymétrie de Pearson
Calculateur
Résultats
- Coefficient d'asymétrie de Pearson
- 1.5
Résultats statistiques
| Coefficient d'asymétrie de Pearson | 1.5 |
Diagramme formula-map
- Coefficient d'asymétrie de Pearson
- 1.5
Relation statistique
Formule
skewness = 3 × (mean − median) / σ= 1.5
Note
Il s'agit d'un modèle simplifié : la formule standard affichée est appliquée aux valeurs résumées que vous avez saisies et suppose que leurs conditions sous-jacentes (indépendance, normalité, échantillonnage correct) sont respectées. Aucun jeu de données réel n'est analysé. Vérifiez les hypothèses avant de vous fier au résultat.
Exemple : avec les valeurs par défaut, calculator.statistics.skewness_out vaut 1.5.
Plus dans Statistiques et probabilités
Voir tout →Questions fréquentes
Comment calculer le coefficient d'asymétrie de Pearson ?+
Saisissez la moyenne, la médiane et l'écart type. Le calculateur calcule asymétrie = 3 × (moyenne − médiane) / σ.
Que signifie un résultat positif ou négatif ?+
Un résultat positif signifie que la moyenne est supérieure à la médiane, un résultat négatif qu'elle lui est inférieure. Un résultat de 0 signifie que la moyenne et la médiane sont égales.
Quel écart type dois-je saisir ?+
Saisissez l'écart type de vos données comme σ de la formule. Il doit être supérieur à zéro, car le calculateur divise par cette valeur.
Est-ce la même chose qu'une asymétrie calculée à partir de toutes les données ?+
Non. Il s'agit du second coefficient de Pearson, qui n'exige que la moyenne, la médiane et l'écart type. C'est un raccourci qui peut différer d'une asymétrie calculée à partir de toutes les valeurs individuelles.
Pourquoi le résultat augmente-t-il quand l'écart type est faible ?+
L'écart entre la moyenne et la médiane est divisé par σ. Le même écart donne donc un coefficient plus élevé lorsque les données sont peu dispersées.