Robustesse des mesures de dispersion en présence de valeurs aberrantes
Lorsque les données sont contaminées par des valeurs aberrantes, les mesures de dispersion non robustes, comme l'écart-type, ne reflètent pas la dispersion des données non contaminées. Des mesures robustes comme la variance tronquée ou la dispersion 
donnent un résultat plus fiable.
Vous pouvez modéliser les données contaminées en ajoutant une petite composante normale avec une variance élevée à l'échantillon original. Analysez ensuite la dispersion.
Montrer l'entrée complète de Wolfram Language
Visualisez la fiabilité de ces mesures en effectuant une simulation Monte Carlo.
Montrer l'entrée complète de Wolfram Language
Pour les données sans valeurs aberrantes, la dispersion 
est proche de l'écart-type.
Montrer l'entrée complète de Wolfram Language
