Qu'est-ce qu'une distribution négativement biaisée?

En statistique, une distribution asymétrique négative (également connue sous le nom de distribution asymétrique à gauche) est un type de distribution dans lequel plus de valeurs sont concentrées sur le côté droit (queue) du graphique de distribution tandis que l'extrémité gauche du graphique de distribution est plus longue.

Distribution asymétrique négative

Alors que la distribution normale est le type de distribution le plus couramment rencontré, des exemples de distributions asymétriques négatives sont également répandus dans la vie réelle. Une distribution asymétrique négative est l'opposé direct d'une distribution asymétrique positive.

Mesures de la tendance centrale dans les distributions asymétriques négatives

Contrairement aux données normalement distribuées où toutes les mesures de la tendance centrale (moyenne, médiane Médiane La médiane est une mesure statistique qui détermine la valeur médiane d'un ensemble de données répertorié par ordre croissant (c'est-à-dire de la plus petite à la plus grande valeur). La médiane et le mode sont égaux d'autres, avec des données biaisées négativement, les mesures sont dispersées. La relation générale entre les mesures de tendance centrale dans une distribution asymétrique négative peut être exprimée en utilisant l'inégalité suivante:

Mode> Médiane> Moyenne

Une autre note importante concernant les mesures de la tendance centrale La tendance centrale de la tendance centrale est un résumé descriptif d'un ensemble de données à travers une valeur unique qui reflète le centre de la distribution des données. Parallèlement à la variabilité des distributions asymétriques négatives, la moyenne arithmétique est généralement située à gauche du sommet de la distribution. Bien que les règles mentionnées précédemment soient considérées comme les règles générales pour les distributions négativement asymétriques, vous pouvez rencontrer de nombreuses exceptions dans la vie réelle qui enfreignent les règles.

L'asymétrie négative significative d'une distribution peut ne pas convenir à une analyse statistique approfondie Analyse quantitative L'analyse quantitative est le processus de collecte et d'évaluation de données mesurables et vérifiables telles que les revenus, la part de marché et les salaires afin de comprendre le comportement et les performances d'une entreprise . À l'ère de la technologie des données, l'analyse quantitative est considérée comme l'approche privilégiée pour prendre des décisions éclairées. . La forte asymétrie des données peut conduire à des résultats trompeurs des tests statistiques. Pour cette raison, les données passent par un processus de transformation pour se rapprocher de la distribution normale. Les tests statistiques ne sont généralement exécutés que lorsque la transformation des données est terminée.

Distribution négativement biaisée en finance

En finance, le concept d'asymétrie est utilisé dans l'analyse de la distribution des retours sur investissements Le retour sur investissement (ROI) Le retour sur investissement (ROI) est une mesure de la performance utilisée pour évaluer les rendements d'un investissement ou comparer l'efficacité de différents investissements . . Bien que de nombreuses théories et modèles financiers supposent que les rendements des titres suivent une distribution normale, en réalité, les rendements sont généralement biaisés.

L'asymétrie négative de la distribution indique qu'un investisseur peut s'attendre à de petits gains fréquents et à quelques pertes importantes. En réalité, de nombreuses stratégies de trading utilisées par les traders sont basées sur des distributions biaisées négativement.

Bien que les stratégies basées sur une asymétrie négative puissent fournir des bénéfices stables, un investisseur ou un commerçant doit être conscient qu'il existe toujours une probabilité de pertes importantes. Ainsi, il est impératif d'évaluer correctement les risques des stratégies de trading et d'inclure l'asymétrie des rendements dans l'évaluation.

Lectures connexes

Finance propose la certification FMVA® Financial Modeling & Valuation Analyst (FMVA) ™. Rejoignez plus de 350 600 étudiants qui travaillent pour des entreprises comme Amazon, JP Morgan et le programme de certification Ferrari pour ceux qui cherchent à faire progresser leur carrière. Pour continuer à apprendre et faire progresser votre carrière, les ressources financières suivantes vous seront utiles:

  • Concepts statistiques de base en finance Concepts statistiques de base en finance Une solide compréhension des statistiques est essentielle pour nous aider à mieux comprendre la finance. De plus, les concepts de statistiques peuvent aider les investisseurs à surveiller
  • Distribution de fréquence cumulative Distribution de fréquence cumulative La distribution de fréquence cumulative est une forme de distribution de fréquence qui représente la somme d'une classe et de toutes les classes en dessous. Souviens-toi de cette fréquence
  • Polygone de fréquence Polygone de fréquence Un polygone de fréquence est une représentation visuelle d'une distribution. L'outil de visualisation est utilisé pour comprendre la forme d'une distribution. Essentiellement, le
  • Distribution de Poisson Distribution de Poisson La distribution de Poisson est un outil utilisé dans les statistiques de la théorie des probabilités pour prédire la quantité de variation à partir d'un taux d'occurrence moyen connu,

Recommandé

Qu'est-ce que la consignation?
Qu'est-ce que l'effet Fisher international (IFE)?
Questions et réponses d'entretiens en Private Equity