Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Asimetría Estadística
Asimetría Estadística
Curso:
Probabilidades y Estadstica.
Catedrtico:
Ing. Otto Ponce.
Tema:
Asimetria
Estudiante:
Cornelio de Wilso Leal Tut
No. Carnet:
0902-10-10250
Asimetra Estadstica
Medidas de Asimetra
Coeficiente de asimetra de Fisher
En teora de la probabilidad y estadstica, la medida de asimetra ms
utilizada parte del uso del tercer momento estndar. La razn de esto es
que nos interesa mantener el signo de las desviaciones con respecto a la
media, para obtener si son mayores las que ocurren a la derecha de la
media que las de la izquierda. Sin embargo, no es buena idea tomar el
momento estndar con respecto a la media de orden 1. Debido a que
una simple suma de todas las desviaciones siempre es cero. En efecto, si
por ejemplo, los datos estn agrupados en clases, se tiene que:
en donde
representa la marca de la clase -sima y
denota la
frecuencia relativa de dicha clase. Por ello, lo ms sencillo es tomar
las desviaciones al cubo.
El coeficiente de asimetra de Fisher, representado por
define como:
dnde
es el tercer momento en torno a la media y
la desviacin estndar.
, se
es
Si
Si
. El
Si la distribucin es simtrica,
y
. Si la distribucin es
asimtrica positiva la media se sita por encima de la moda y, por
tanto,
.
Coeficiente de asimetra de Bowley
Est basado en la posicin de los cuartiles y la mediana, y utiliza la
siguiente expresin:
Utilidad:
La asimetra resulta til en muchos campos. Muchos modelos simplistas
asumen una distribucin normal, esto es, simtrica en torno a la media.
La distribucin normal tiene una asimetra cero. Pero en realidad, los
valores no son nunca perfectamente simtricos y la asimetra de la
distribucin proporciona una idea sobre si las desviaciones de la media
son positivas o negativas. Una asimetra positiva implica que hay ms
valores distintos a la derecha de la media.
Las medidas de asimetra, sobre todo el coeficiente de asimetra de
Fisher, junto con las medidas de apuntamiento o curtosis se utilizan para
contrastar si se puede aceptar que una distribucin estadstica sigue