Une distribution asymétrique fait référence à une distribution de probabilité qui est de nature inégale et asymétrique. Contrairement à une distribution normale standard, qui ressemble à une courbe en cloche, les distributions asymétriques sont décalées d’un côté, possédant une queue plus longue d’un côté par rapport à l’autre côté de la médiane. L’autre côté de la courbe possédera un pic groupé de valeurs où se trouvent la majorité des points de données. Ce type de courbe de distribution est généralement classé comme ayant une inclinaison positive ou une inclinaison négative, selon la direction du déplacement de la courbe.
Généralement, on dit qu’une distribution asymétrique possède une asymétrie positive si la queue de la courbe est plus longue du côté droit que du côté gauche. Cette distribution asymétrique est également appelée asymétrique vers la droite car le côté droit possède l’extension la plus large des points de données. Les courbes asymétriques positives possèdent le plus grand nombre de valeurs vers le côté gauche de la courbe.
En revanche, les distributions négativement asymétriques possèdent le plus de points de données sur le côté droit de la courbe. Ces courbes ont des queues plus longues sur les côtés gauches, on dit donc qu’elles sont inclinées vers la gauche. Une règle importante pour déterminer la direction de l’obliquité est de considérer la longueur de la queue plutôt que l’emplacement de la moyenne ou de la médiane. En effet, l’asymétrie est finalement causée par les valeurs les plus éloignées, qui étirent la courbe vers ce côté du graphique.
Comprendre les propriétés d’une distribution asymétrique est important dans de nombreuses applications statistiques. Beaucoup de gens supposent que les données suivent une courbe en cloche, ou une distribution normale, donc ils supposent également qu’un graphique a une asymétrie nulle. Ces hypothèses, cependant, pourraient les conduire à mal interpréter les informations sur la distribution réelle.
Une distribution asymétrique est de nature inégale par nature, elle ne suivra donc pas les schémas normaux standard tels que l’écart type. Les distributions normales impliquent un écart type qui s’applique aux deux côtés de la courbe, mais les distributions asymétriques auront des valeurs d’écart type différentes pour chaque côté de la courbe. En effet, les deux côtés ne sont pas des images miroir l’un de l’autre, de sorte que les équations décrivant un côté ne peuvent pas être appliquées à l’autre. La valeur de l’écart type est généralement plus grande pour le côté avec la queue la plus longue, car il y a une plus large diffusion de données de ce côté par rapport à la queue la plus courte.