Coeficiente de assimetria em estatística
A assimetria mede a falta de simetria de uma distribuição. Saber se os seus dados são assimétricos, e em que direção, afeta quais estatísticas-resumo fazem sentido, quais testes são válidos e como interpretar os resultados.
O que é a assimetria?
A maioria dos conjuntos de dados reais não são perfeitamente simétricos. Distribuições de renda têm uma cauda direita longa (poucas pessoas ganham muito mais do que o resto). Notas de uma prova difícil se acumulam perto dos valores baixos. A assimetria quantifica essa falta de simetria.
A fórmula mais comum, usada pela maioria dos softwares estatísticos, é o coeficiente ajustado de Fisher-Pearson:
\[ g = \frac{n}{(n-1)(n-2)} \sum_{i=1}^{n} \left(\frac{x_i - \bar{x}}{s}\right)^3 \]
em que \(n\) é o tamanho amostral, \(\bar{x}\) é a média e \(s\) é o desvio padrão amostral.
A potência cúbica é o que dá à assimetria sua sensibilidade direcional: desvios positivos elevados ao cubo permanecem positivos, os negativos permanecem negativos, e os desvios grandes dominam por causa do expoente.
Tipos de assimetria
Assimetria positiva (à direita)
Quando \(g > 0\), a cauda direita é mais longa. A maioria dos valores se concentra à esquerda, com alguns valores altos esticando a distribuição para a direita. A média é puxada em direção à cauda, então:
\[\text{Moda} < \text{Mediana} < \text{Média}\]
Exemplos reais: renda familiar, preços de imóveis, número de seguidores em redes sociais, sinistros de seguro.
Assimetria negativa (à esquerda)
Quando \(g < 0\), a cauda esquerda é mais longa. A maioria dos valores se concentra à direita, com alguns valores baixos puxando a distribuição para a esquerda:
\[\text{Média} < \text{Mediana} < \text{Moda}\]
Exemplos reais: idade de aposentadoria, notas em uma prova fácil, tempo até a falha de componentes de alta qualidade.
Assimetria zero (simétrica)
Quando \(g \approx 0\), a distribuição é simétrica e média, mediana e moda coincidem. A distribuição normal tem assimetria zero por definição.
Figure 1: Média e mediana se deslocam uma em relação à outra dependendo da direção da assimetria
⚠️ A assimetria desloca a média do centro
Em uma distribuição assimétrica, a média deixa de ser um bom resumo do valor “típico”. Em uma distribuição de renda com assimetria à direita, o salário médio é maior do que o que a maioria das pessoas realmente ganha, porque alguns salários muito altos o puxam para cima. A mediana é uma medida de tendência central melhor quando há assimetria.
Como interpretar o coeficiente
Não existe um limiar universal, mas as diretrizes mais comuns são:
| Valor de \(g\) | Interpretação |
|---|---|
| \(g < -1\) ou \(g > 1\) | Fortemente assimétrica |
| \(-1 \leq g \leq -0{,}5\) ou \(0{,}5 \leq g \leq 1\) | Moderadamente assimétrica |
| \(-0{,}5 < g < 0{,}5\) | Aproximadamente simétrica |
São regras práticas, não limiares exatos. Sempre observe o histograma junto com o coeficiente.
💡 Sempre plote os dados antes de interpretar
Exemplo passo a passo
Considere o seguinte conjunto de dados, representando o número de reclamações de clientes recebidas por dia ao longo de 7 dias:
\[x = (3, 4, 5, 6, 8, 12, 20)\]
Passo 1: calcular a média.
\[\bar{x} = \frac{3 + 4 + 5 + 6 + 8 + 12 + 20}{7} = 8{,}29\]
Passo 2: calcular o desvio padrão amostral.
\[s = \sqrt{\frac{\sum_{i=1}^{7}(x_i - 8{,}29)^2}{6}} \approx 5{,}96\]
Passo 3: calcular os desvios padronizados ao cubo.
| \(x_i\) | \(x_i - \bar{x}\) | \(\left(\frac{x_i - \bar{x}}{s}\right)^3\) |
|---|---|---|
| 3 | \(-5{,}29\) | \(-0{,}703\) |
| 4 | \(-4{,}29\) | \(-0{,}375\) |
| 5 | \(-3{,}29\) | \(-0{,}169\) |
| 6 | \(-2{,}29\) | \(-0{,}057\) |
| 8 | \(-0{,}29\) | \(-0{,}000\) |
| 12 | \(3{,}71\) | \(0{,}271\) |
| 20 | \(11{,}71\) | \(8{,}537\) |
| Soma | \(7{,}504\) |
Passo 4: aplicar a fórmula.
\[g = \frac{7}{(7-1)(7-2)} \times 7{,}504 = \frac{7}{30} \times 7{,}504 \approx 1{,}75\]
A distribuição tem assimetria positiva forte. Um dia com 20 reclamações está puxando a média para cima e criando uma cauda direita longa. A mediana (6 reclamações) é um resumo mais representativo do que a média (8,29).
Onde a assimetria importa
- Finanças: distribuições de retorno raramente são simétricas. Assimetria positiva significa ganhos grandes ocasionais; assimetria negativa significa perdas grandes ocasionais. Muitos modelos de risco assumem normalidade, o que é incorreto quando a assimetria é significativa.
- Renda e riqueza: quase sempre com assimetria à direita. Reportar a renda média de um país sobrestima o que um cidadão típico ganha.
- Controle de qualidade: uma distribuição de defeitos assimétrica sugere que o processo tem um problema direcional, não apenas ruído aleatório.
- Escolha de testes estatísticos: muitos testes paramétricos assumem normalidade aproximada. Assimetria alta é um sinal para considerar alternativas não paramétricas ou transformações dos dados.
⚠️ Não assuma normalidade sem verificar a assimetria
Um erro comum em estatística aplicada é aplicar um teste t ou uma ANOVA sem verificar se os dados são aproximadamente simétricos. Se a assimetria é alta (digamos, (|g| > 1)), os p-valores desses testes podem não ser confiáveis, especialmente com amostras pequenas. Verifique a assimetria (e a curtose) antes de aplicar métodos que dependem da normalidade.
💡 O que fazer quando os dados têm muita assimetria
