You are on page 1of 8

ING. ORLANDO F. OCHOA CH.

C.I.V. N 12-326

ASIMETRIA Y KURTOSIS

UNIDAD V: MEDIDAS DE ASIMET RA Y KURTOSIS (MEDIDAS DE DIST RIBUCION)

TABLA DE CONTENIDO

1. Introduccin: 2. Relaciones entre la media aritmtica, la mediana y el modo en distribuciones de frecuencias. 3. Teora de momentos: 3.1. Frmula general: 4. Asimetra: 4.1. Definicin 4.2. Tipos de distribuciones segn la asimetra: 4.3. Primer coeficiente de asimetra de Pearson: 4.4. Segundo coeficiente de asimetra de Pearson: 4.5. Coeficiente de asimetra de Fisher: 5. Kurtosis: 5.1. Definicin: 5.2. Tipos de distribuciones segn la Kurtosis: 5.3. Coeficiente de Kurtosis de Fisher 6. Ejemplos:

UBA-ESTADISTICA I-2011

Pgina 1

ING. ORLANDO F. OCHOA CH.


C.I.V. N 12-326

ASIMETRIA Y KURTOSIS

UNIDAD V: MEDIDAS DE ASIMET RA Y KURTOSIS (MEDIDAS DE DIST RIBUCION)


Medidas de Asimetra: Coeficiente de Asimetra de Pearson. Coeficiente de Asimetra de Bowley. Coeficiente de Asimetra por la frmula de los momentos. Medidas de Kurtosis: Coeficiente de Kurtosis segn los momentos. Coeficiente Percentil de Kurtosis.

1. Introduccin: Hasta el momento se han estudiado un conjunto de medidas que definen la localizacin y variabilidad de los datos que conforman una determinada poblacin o muestra objeto de un estudio particular, para ello se han analizado las medidas de posicin y las medidas de dispersin. Para complementar la caracterizacin de la informacin existen otras medidas que permiten determinar el grado de distribucin de los datos obtenidos, es decir, la forma en que se distribuyen y se concentran los mismos en torno a la media. Las medidas de distribucin nos permiten identificar la forma en que se separan o aglomeran los valores de acuerdo a su representacin grfica. Estas medidas describen la manera como los datos tienden a reunirse de acuerdo con la frecuencia con que se hallen dentro de la informacin. Su utilidad radica en la posibilidad de identificar las caractersticas de la distribucin sin necesidad de generar el grfico. Sus principales medidas son la Asimetra y la Kurtosis. 2. Relaciones entre la media aritmtica, la mediana y el modo en distribuciones de frecuencias. Relacin matemtica (Frmula de Pearson) Moda = Media - 3(Media - Mediana)

Mo =

- 3( X - Md)

Mo =

- 3 X + 3Md

Md =

Mo 2 X 3

2 X = 3Md - Mo

3Md Mo 2

UBA-ESTADISTICA I-2011

Pgina 2

ING. ORLANDO F. OCHOA CH.


C.I.V. N 12-326

ASIMETRIA Y KURTOSIS

3. Teora de momentos: De acuerdo a la Fsica elemental, se denomina momento de una fuerza, a la capacidad que tiene una fuerza de hacer girar un cuerpo, es decir, la capacidad que tiene una fuerza de producir movimiento de rotacin. La magnitud del momento, se establece mediante el producto de la magnitud de la fuerza por el brazo de sta, entendiendo el brazo como la distancia existente entre el punto de aplicacin de la fuerza y el eje de rotacin del cuerpo. M = Fxb Este concepto se ha asimilado al campo de la Estadstica, al considerar las frecuencias como ponderaciones o pesos (fuerzas hacia abajo) y las desviaciones con respecto a un punto de los diferentes datos como los brazos de stas fuerzas. La utilizacin de ste concepto en la Estadstica, se debe al matemtico ingls Karl Pearson (1857 1936), quien defini a los momentos como unas unidades de dispersin, que vienen dadas por la media aritmtica de las potencias de las desviaciones con respecto a un punto de la serie, punto ste que puede ser: el origen, la media aritmtica, la mediana o cualquier punto establecido. 3.1. Frmula general:

=
Donde: mn = momento de orden "n" Xi = cada uno de los valores de los datos a = origen arbitrario N = nmero total de datos

En el caso de datos agrupados la frmula a utilizar es la siguiente:

= .

Si se toman momentos con respecto al origen a = 0 y si se toman momentos con respecto a la media aritmtica de la distribucin a = X, los momentos para cada caso vendrn dados por las frmulas:

UBA-ESTADISTICA I-2011

Pgina 3

ING. ORLANDO F. OCHOA CH.


C.I.V. N 12-326

ASIMETRIA Y KURTOSIS

FORMULAS DE LOS MOMENTOS Respecto al origen Respecto a la media Datos no agrupados 1 N X=1 X i m1 = N 2 N X=1 X i m2 = N 3 N X=1 X i m3 = N 4 N X=1 X i m4 = N Datos agrupados 1 N X=1 fi X i m1 = N 2 N X=1 fi . X i m2 = N 3 N X=1 fi . X i m3 = N 4 N X=1 fi . X i m4 = N Datos no agrupados N X=1 X i X m1 = N N 2 X X=1 i X m2 = N N 3 X=1 X i X m3 = N N 4 X=1 X i X m4 = N Datos agrupados N X=1 fi . X i X m1 = N N f Xi X 2 i X=1 m2 = N N 3 X=1 fi X i X m3 = N N 4 X=1 fi X i X m4 = N

4. Asimetra: 4.1. Definicin: Las medidas de asimetra son indicadores que permiten establecer el grado de simetra (o asimetra) que presenta una distribucin de una variable sin tener que hacer su representacin grfica. Como eje de simetra se considera una recta paralela al eje de ordenadas que pasa por la media de la distribucin. Si una distribucin es simtrica, existe el mismo nmero de valores a la derecha que a la izquierda de la media, por tanto, existe el mismo nmero de desviaciones con signo positivo que con signo negativo. Decimos que hay asimetra positiva (o a la derecha) si la "cola" a la derecha de la media es ms larga que la de la izquierda, es decir, si hay valores ms separados de la media a la derecha. Diremos que hay asimetra negativa (o a la izquierda) si la "cola" a la izquierda de la media es ms larga que la de la derecha, es decir, si hay valores ms separados de la media a la izquierda.

4.2.

Tipos de distribuciones segn la asimetra: a) En distribuciones simtricas, las tres medidas de tendencia central o de posicin (media, mediana y moda), a pesar de que corresponden a conceptos distintos, son iguales.

UBA-ESTADISTICA I-2011

Pgina 4

ING. ORLANDO F. OCHOA CH.


C.I.V. N 12-326

ASIMETRIA Y KURTOSIS

b)

Asimetra Positiva: cuando la media es mayor que la mediana y sta a su vez es mayor que la moda. Asimetra Negativa: cuando la media es menor que la mediana y sta a su vez es menor que la moda.

c)

4.3. 4.3.1.

Medidas de asimetra: Primer coeficiente de asimetra de Pearson: El primer coeficiente de Pearson establece que la asimetra de una distribucin es funcin de la media, (X), la moda, ( ), y desviacin tpica, () de la distribucin, relacionados estos parmetros mediante la siguiente frmula:

=
Si:

= la distribucin es simtrica < 0 la distribucin es asimtrica negativa > 0 la distribucin es asimtrica positiva
4.3.2. Segundo coeficiente de asimetra de Pearson: El segundo coeficiente de Pearson establece que la asimetra de una distribucin es funcin de la media, (X), la mediana, ( ), y desviacin tpica, () de la distribucin, relacionados estos parmetros mediante la siguiente frmula: De las relaciones entre la media, (X)la mediana, ( ), y la moda, ( ), se tiene: = Por lo tanto:

As2 =

X X 3 X M d

X X +3 X M d

= la distribucin es simtrica < 0 la distribucin es asimtrica negativa > 0 la distribucin es asimtrica positiva

UBA-ESTADISTICA I-2011

Pgina 5

ING. ORLANDO F. OCHOA CH.


C.I.V. N 12-326

ASIMETRIA Y KURTOSIS

4.3.3.

Coeficiente de asimetra de Fisher: El coeficiente de asimetra de Fisher, (g), se define a travs de la relacin entre el momento estadstico N 3, (m3 ), y la desviacin tpica elevada al cubo, ( ), de la distribucin.

=
Si:

= la distribucin es simtrica < 0 la distribucin es asimtrica negativa > 0 la distribucin es asimtrica positiva
5. Kurtosis: 5.1. Definicin: El concepto de curtosis o apuntamiento de una distribucin surge al comparar la forma de dicha distribucin con la forma de la distribucin Normal. De esta forma, clasificaremos las distribuciones segn sean ms o menos apuntadas que la distribucin Normal. 5.2. Tipos de distribuciones segn la Kurtosis: a) Mesokurtica: Una distribucin es Mesocrtica si la distribucin de sus datos es la misma que la de la variable Normal. Leptokurtica: La distribucin es Leptocrtica si est ms apuntada que la Normal. Platikurtica; La distribucin es Platikurtica si la distribucin est menos apuntada que la Normal.

b) c)

UBA-ESTADISTICA I-2011

Pgina 6

ING. ORLANDO F. OCHOA CH.


C.I.V. N 12-326

ASIMETRIA Y KURTOSIS

5.3.

Coeficiente de Kurtosis de Fisher El coeficiente de Kurtosis de Fisher se define a travs de la relacin entre el momento estadstico N 4, (m4 ), y la desviacin tpica elevada a la cuatro, ( ), de la distribucin.

= = =
Si:

= la distribucin es Mesokurtica < 3 la distribucin es Platikurtica > 3 la distribucin es Leptokurtica

6. Ejemplo:
DISTRIBUCION DE LOS SALARIOS DEL PERSONAL DE LA EMPRESA CAMC, Inc. Salarios (Bsx1,000) 5 - 10 10 - 15 15 - 20 20 - 25 25 - 30 Xi 7,5 12,5 17,5 22,5 27,5 fi 3 4 10 8 2 fi.Xi 22,5 50,0 175,0 180,0 55,0 Xi - Xm -10,37 -5,37 -0,37 4,63 9,63 fi(Xi - Xm) -31,11 -21,48 -3,70 37,04 19,26 fi(Xi - Xm) 322,61 115,35 1,37 171,50 185,47
2

fi(Xi - Xm) -3.345,47 -619,42 -0,51 794,02 1.786,11

fi(Xi - Xm)

34.692,55 3.326,27 0,19 3.676,33 17.200,27

Fuente: Pelayo K., Siblez M. 27,00 Xm = 482,50 17,87 5,43 0,01 0,00 m1 796,30 29,49 m2 g= -1.385,26 -51,31 m3 -0,32 K= 2,51 58.895,60 2.181,32 m4

De acuerdo a los coeficientes de Asimetra (g) y Kurtosis (K) calculados por la frmula de Fisher o de los momentos: la distribucin de los salarios del personal de la Empresa CAMC Inc., presenta una distribucin ligeramente Asimtrica negativa y en cuanto a la Kurtosis es Platikurtica.

UBA-ESTADISTICA I-2011

Pgina 7

ING. ORLANDO F. OCHOA CH.


C.I.V. N 12-326

ASIMETRIA Y KURTOSIS

TABLA DE CONTENIDO

C AP T U L O V :

MEDIDAS DE DIST RIBUCION).

ASIMET RA

KURTOSIS

(MEDIDAS

DE

5. Introduccin: 6. Relaciones entre la media aritmtica, la mediana y el modo en distribuciones de frecuencias. 7. Teora de momentos: 3.1. Frmula general: 8. Asimetra: 6.1. Definicin 6.2. Tipos de distribuciones segn la asimetra: 6.3. Primer coeficiente de asimetra de Pearson: 6.4. Segundo coeficiente de asimetra de Pearson: 6.5. Coeficiente de asimetra de Fisher: 7. Kurtosis: 7.1. Definicin: 7.2. Tipos de distribuciones segn la Kurtosis: 7.3. Coeficiente de Kurtosis de Fisher 8. Ejemplos:

UBA-ESTADISTICA I-2011

Pgina 8