L’asimmetria e la curtosi sono due misure statistiche utilizzate per descrivere la forma e la distribuzione dei dati in un set di dati.
L’asimmetria si riferisce alla misura dell’asimmetria in una distribuzione. Indica se i dati sono distribuiti simmetricamente attorno alla loro media. Un valore di asimmetria pari a 0 indica che i dati sono perfettamente simmetrici, il che significa che le code sinistra e destra della distribuzione sono equamente bilanciate attorno alla media. Un’asimmetria positiva (>0) indica che la distribuzione ha una coda destra più lunga, il che significa che ci sono più valori estremi sul lato destro della distribuzione. Al contrario, un’asimmetria negativa (<0) indica una coda sinistra più lunga, con valori più estremi sul lato sinistro della distribuzione. Il significato dell'asimmetria risiede nella sua capacità di quantificare lo scostamento da una distribuzione di simmetria. Fornisce informazioni sulla forma e sulla natura della distribuzione dei dati, evidenziando se i dati sono concentrati verso un'estremità della distribuzione o distribuiti in modo più uniforme nell'intervallo di valori. Un buon valore di asimmetria dipende dal contesto e dai requisiti specifici dell'analisi. In generale, un valore di asimmetria vicino a 0 (tra -0,5 e +0,5) indica una distribuzione quasi simmetrica. Ciò è spesso considerato auspicabile per molte analisi statistiche perché suggerisce una distribuzione equilibrata attorno alla media. Tuttavia, l’interpretazione dell’asimmetria dipende anche dall’applicazione e dalla natura dei dati. In alcuni casi, un’inclinazione leggermente positiva o negativa può essere accettabile o addirittura prevista, a seconda dell’ambito e delle caratteristiche sottostanti dei dati studiati. La Kurtosi, invece, misura la “coda” di una distribuzione, indicando quanta parte della distribuzione è concentrata nella coda anziché al centro. Un valore di curtosi pari a 3 (curtosi in eccesso pari a 0) viene spesso utilizzato come riferimento per una distribuzione normale. Valori maggiori di 3 indicano code più pesanti (distribuzione leptokurtica), mentre valori inferiori a 3 indicano code più leggere (distribuzione platykurtica). Un valore di curtosi "buono" dipende dai requisiti specifici dell'analisi. In alcuni casi, una curtosi vicina a 3 può essere preferibile, in particolare quando si analizzano dati finanziari o rendimenti azionari in cui le code pesanti possono indicare un rischio più elevato.