Quintiles

Que sont les quintiles?

Un quintile est une valeur statistique d’un ensemble de données qui représente 20% d’une population donnée, de sorte que le premier quintile représente le cinquième le plus bas des données (1% à 20%); le deuxième quintile représente le deuxième cinquième (21% à 40%) et ainsi de suite.

Les quintiles sont utilisés pour créer des seuils pour une population donnée; une étude socio-économique parrainée par le gouvernement peut utiliser des quintiles pour déterminer la richesse maximale qu’une famille pourrait posséder pour appartenir au quintile le plus bas de la société. Ce seuil peut ensuite être utilisé comme condition préalable pour qu’une famille reçoive une subvention gouvernementale spéciale destinée à aider la société dans les plus démunis.

Comprendre les quintiles

Un quintile est un type de quantile, qui est défini comme des segments de taille égale d’une population. L’une des mesures les plus courantes de l’analyse statistique, la médiane, n’est en fait que le résultat de la division d’une population en deux quantiles. Un quintile est l’une des cinq valeurs qui divisent une plage de données en cinq parties égales, chacune étant 1/5 (20%) de la plage. Une population divisée en trois parties égales est divisée en tertiles, tandis qu’une division en quarts est divisée en quartiles. Plus l’ensemble de données est grand, plus il est facile de se diviser en plus grands quantiles. Les économistes utilisent souvent des quintiles pour analyser de très grands ensembles de données, comme la population des États-Unis.

Par exemple, si nous devions examiner tous les cours de clôture d’une action spécifique pour chaque jour de l’année dernière, les 20% supérieurs de ces prix représenteraient le quintile supérieur des données. Les 20% inférieurs de ces prix représenteraient le quintile inférieur des données. Il y aurait trois quintiles entre les quintiles supérieur et inférieur. Alors que la moyenne de tous les cours des actions se situe généralement entre le deuxième et le quatrième quintiles, qui est le point médian des données, les valeurs aberrantes du haut ou du bas des données peuvent augmenter ou diminuer la valeur moyenne. Par conséquent, il vaut la peine de prendre en compte la distribution des points de données – et de tenir compte de toutes les valeurs aberrantes importantes – lorsque vous essayez de comprendre les données et les valeurs moyennes.

Utilisations courantes des quintiles

Les politiciens invoquent des quintiles pour illustrer la nécessité de changements de politique. Par exemple, un politicien qui défend la justice économique peut diviser la population en quintiles pour illustrer comment les 20% les plus riches contrôlent ce qui est, à son avis, une part injustement importante de la richesse. À l’autre bout du spectre, un politicien appelant à la fin de l’imposition progressive pourrait utiliser des quintiles pour faire valoir que les 20% les plus riches supportent une part trop importante de la charge fiscale.

Dans «The Bell Curve», un livre controversé de 1994 sur le quotient intellectuel (QI), les auteurs utilisent des quintiles tout au long du texte pour illustrer leurs recherches, montrant que le QI est fortement corrélé aux résultats positifs dans la vie.

Alternatives aux Quintiles

Pour certaines populations, l’utilisation d’autres méthodes pour examiner la façon dont les données sont distribuées a plus de sens que l’utilisation de quintiles. Pour les ensembles de données plus petits, l’utilisation de quartiles ou de tertiles permet d’éviter que les données ne soient trop dispersées. La comparaison de la moyenne, ou moyenne, d’un ensemble de données à sa médiane, ou au point de coupure où les données sont divisées en deux quantiles, révèle si les données sont uniformément réparties ou si elles sont inclinées vers le haut ou vers le bas. Une moyenne significativement plus élevée que la médiane indique que les données sont lourdes au sommet, tandis qu’une moyenne inférieure suggère le contraire.