Robustesse des mesures de position avec une moyenne inutilisable
Les distributions à queue lourde, tout comme les distributions de Cauchy ou de Pareto, ont des mesures de probabilité (poids) significatives dans leur queue, ce qui signifie que les événements qui se produisent rarement ont une probabilité non négligeable. De telles distributions ont souvent des moments indéfinis, comme la moyenne par exemple. Vous pouvez utiliser des mesures robustes comme la moyenne tronquée ou winsorisée (la moyenne selon la méthode de Winsor) pour estimer la valeur centrale de la distribution.
Robustesse des mesures de position et de dispersion dans la version 12.
Voici l'exemple d'une distribution à queue lourde.
La moyenne est indéfinie.
Il s'agit d'une distribution à queue lourde et la plus grande partie du poids se trouve dans la queue. Calculez les quartiles.
Calculez la moyenne après avoir retiré 10 % de la longue queue.
Cela correspond à la troncation de la distribution.
Calculez la moyenne après avoir coupé 10 % de la longue queue.
Cela correspond à la censure.
La différence entre la suppression des 10 % des valeurs les plus élevées et leur découpage est significative, ce qui explique la "queue lourde" de cette distribution.
