Écart moyen

Si ce bandeau n'est plus pertinent, retirez-le. Cliquez ici pour en savoir plus.
Si ce bandeau n'est plus pertinent, retirez-le. Cliquez ici pour en savoir plus.

Cet article ne cite pas suffisamment ses sources ().

Si vous disposez d'ouvrages ou d'articles de référence ou si vous connaissez des sites web de qualité traitant du thème abordé ici, merci de compléter l'article en donnant les références utiles à sa vérifiabilité et en les liant à la section « Notes et références ».

En pratique : Quelles sources sont attendues ? Comment ajouter mes sources ?

En statistique, et en probabilités, l'écart moyen est une mesure de la dispersion autour de la moyenne[réf. nécessaire].

En statistique

Il se calcule ainsi :

  • dans le cas d'une série discrète non triée, écart moyen = 1 n i = 1 n | x i x ¯ | {\displaystyle {\frac {1}{n}}\sum _{i=1}^{n}|x_{i}-{\bar {x}}|}  ;
  • dans le cas d'une série discrète regroupée[1], écart moyen = i = 1 n n i | x i x ¯ | i = 1 n n i = i = 1 n f i | x i x ¯ | {\displaystyle {\frac {\sum _{i=1}^{n}n_{i}|x_{i}-{\bar {x}}|}{\sum _{i=1}^{n}n_{i}}}=\sum _{i=1}^{n}f_{i}|x_{i}-{\bar {x}}|}  ;
  • dans le cas d'une série continue, écart moyen = i = 1 n n i | m i x ¯ | i = 1 n n i = i = 1 n f i | m i x ¯ | {\displaystyle {\frac {\sum _{i=1}^{n}n_{i}|m_{i}-{\bar {x}}|}{\sum _{i=1}^{n}n_{i}}}=\sum _{i=1}^{n}f_{i}|m_{i}-{\bar {x}}|} .

En probabilités

Définition

Pour une variable aléatoire réelle X {\displaystyle X} , l'écart moyen est la moyenne des écarts (absolus) à la moyenne : EM ( X ) = E ( | X E ( X ) | ) {\displaystyle {\textbf {EM}}(X)=\mathbb {E} \left(|X-\mathbb {E} (X)|\right)} .

On précise parfois écart moyen absolu[réf. nécessaire], pour le différentier de l'écart moyen algébrique E ( X E ( X ) ) {\displaystyle \mathbb {E} \left(X-\mathbb {E} (X)\right)} , lequel est nul.

Exemples

  • Si X {\displaystyle X} suit une loi binomiale B ( 2 n , 1 / 2 ) {\displaystyle B(2n,1/2)} , EM ( X ) = E ( | X n | ) = n ( 2 n n ) 2 2 n n π {\displaystyle {\textbf {EM}}(X)=\mathbb {E} (|X-n|)=n{\frac {2n \choose n}{2^{2n}}}\sim {\sqrt {n \over \pi }}} .
  • Si X {\displaystyle X} suit une loi normale N ( μ , σ 2 ) {\displaystyle {\mathcal {N}}(\mu ,\sigma ^{2})} , EM ( X ) = E ( | X μ | ) = 2 π σ {\displaystyle {\textbf {EM}}(X)=\mathbb {E} (|X-\mu |)={\sqrt {2 \over \pi }}\sigma } .
  • Si X {\displaystyle X} suit une loi géométrique de paramètre 1/2, EM ( X ) = E ( | X 2 | ) = 1 {\displaystyle {\textbf {EM}}(X)=\mathbb {E} (|X-2|)=1} .

Comparaison avec l'écart-type

L'écart moyen a une définition plus naturelle que l'écart-type σ ( X ) = E ( ( X E ( X ) ) 2 ) {\displaystyle \sigma (X)={\sqrt {\mathbb {E} \left(\left(X-\mathbb {E} (X)\right)^{2}\right)}}} , mais il est plus difficile à calculer en général.

D'après l'inégalité de Jensen, l'écart moyen est inférieur ou égal à l'écart type.

Notes et références

  1. Ecart-moyen, [email protected]

Articles connexes

v · m
Index du projet probabilités et statistiques
Théorie des probabilités
Bases théoriques
Principes généraux
Convergence de lois
Calcul stochastique
Lois de probabilité
Lois continues
Lois discrètes
Mélange entre statistiques et probabilités
Interprétations de la probabilité
Théorie des statistiques
Statistiques descriptives
Bases théoriques
Tableaux
Visualisation de données
Paramètres de position
Paramètres de dispersion
Paramètres de forme
Statistiques inductives
Bases théoriques
Tests paramétriques
Tests non-paramétriques
Application
  • icône décorative Portail des probabilités et de la statistique