ESTADSTICA D37.

Tema 4

TEMA 4
MEDIDAS DE FORMA Y CONCENTRACIN
4.1.4.2.4.3.4.4.-

Asimetra: coeficientes de asimetra de Fisher y Pearson. Otros Coeficientes de asimetra.

La ley normal.
Curtosis o aplastamiento: coeficiente de Fisher.
Medidas de concentracin: Indice de Gini y Curva de Lorenz.

4.1.- Asimetra: coeficientes de asimetra de Fisher y Pearson. Otros Coeficientes de asimetra.

Medidas de forma:
Asimetra
Curtosis o apuntamiento.
Hasta ahora, hemos estado analizando y estudiando la dispersin de una distribucin, pero parece evidente
que necesitamos conocer ms sobre el comportamiento de una distribucin. En esta parte, analizaremos las
medidas de forma, en el sentido de histograma o representacin de datos, es decir, que informacin nos aporta
segn la forma que tengan la disposicin de datos.
Las medidas de forma de una distribucin se pueden clasificar en dos grandes grupos o bloques: medidas
de asimetra y medidas de curtosis.
Cuando al trazar una vertical, en el diagrama de barras o histograma, de una variable, segn sea esta
discreta o continua, por el valor de la media, esta vertical, se transforma en eje de simetra, decimos que la
distribucin es simtrica. Diremos pues, que es simtrica, cuando a ambos lados de la media aritmtica haya el
mismo n de valores de la variable, equidistantes de dicha media dos a dos, y tales que cada par de valores
equidistantes tiene la misma frecuencia absoluta. En caso contrario, dicha distribucin ser asimtrica o diremos
que presenta asimetra.

SIMTRICA

SIMTRICA

Apuntes de estadstica

ASIMTRICA A
DERECHA

ASIMTRICA A
IZQUIERDA

ASIMTRICA A
DERECHA

ASIMTRICA A
IZQUIERDA

pg 1 de 5

ESTADSTICA D37. Tema 4

Para calcular la asimetra, una posibilidad, es utilizar el llamado coeficiente de FISHER

representaremos como g1 y responder a la siguiente expresin matemtica:

g1

que

(x i x ) 3 ni
ns 3

Segn sea el valor de g1, diremos que la distribucin es asimtrica a derechas o positiva, a izquierdas o
negativa, o simtrica, o sea:
Si g1 > 0 la distribucin ser asimtrica positiva o a derechas (desplazada hacia la derecha).
Si g1 < 0 la distribucin ser asimtrica negativa o a izquierdas (desplazada hacia la izquierda).
Si g1 = 0 la distribucin ser simtrica.

g1<0

g1=0

g1>0

Otra posibilidad de calcular la asimetra, es por medio del coeficiente de PEARSON (Ap), el cual
responde a la siguiente expresin.
Ap

X Mo
S

Aunque en la prctica este coeficiente sera ms fcil de calcular que el anterior, casi no lo utilizaremos ya
que solo es cierto cuando la distribucin tiene las siguientes condiciones:
Unimodal
Campaniforme
Moderada o ligeramente asimetrica.
Si Ap > 0 la distribucin ser asimtrica positiva o a derechas (desplazada hacia la derecha).
Si Ap < 0 la distribucin ser asimtrica negativa o a izquierdas (desplazada hacia la izquierda).
Si Ap = 0 la distribucin ser simtrica.
Apuntes de estadstica

pg 2 de 5

ESTADSTICA D37. Tema 4

NOTA: Otro coeficiente es el coeficiente de asimetra de Bowley, menos utilizado. El cual esta basado en
la posicin de los cuartiles y la mediana, para lo cual los relacionaremos de acuerdo con la siguiente expresin:

Ab

C 3 C 1 2Me
C 3 C1

4.2.- La ley normal.

Se hace necesario, para la teora siguiente, conocer la DISTRIBUCIN NORMAL, ya que tiene gran
importancia al querer estudiar el apuntamiento o curtosis. Se dice que una distribucin tiene un apuntamiento u
otro, siempre en funcin de esta distribucin normal.
La distribucin llamada normal, corresponde a fenmenos muy corrientes en la naturaleza y cuya
representacin grfica es una campana de Gauss. Esta campana responde a una funcin matemtica, que es la
funcin de densidad de la distribucin:

f (x)

1
s 2

( x X )2
2S 2

Se producen unos punto de inflexin X +S y X-S y el eje OX es una asntota horizontal siendo el rea
comprendida entre la f y el eje de las X igual a 1
4.3.- Curtosis: coeficiente de Fisher.
Para calcularlo utilizaremos la expresin

g2

(x i X ) 4 ni
ns 4

Si g2 > 0 la distribucin ser leptocrtica o apuntada

Si g2 = 0 la distribucin ser mesocrtica o normal
Si g2 < 0 la distribucin ser platicrtica o menos apuntada que lo normal.
4.4.- Medidas de concentracin: Indice de Gini y Curva de Lorenz.
Las medidas de concentracin tratan de poner de relieve el mayor o menor grado de igualdad en el reparto
del total de los valores de la variable, son por tanto indicadores del grado de distribucin de la variable.
Para este fin, estn concebidos los estudios sobre concentracin.
Denominamos concentracin a la mayor o menor equidad en el reparto de la suma total de los valores de la
variable considerada (renta, salarios, etc.).
Las infinitas posibilidades que pueden adoptar los valores, se encuentran entre los dos extremos:
1.Concentracin mxima, cuando uno solo percibe el total y los dems nada, en este caso, nos
encontraremos ante un reparto no equitativo:
x1 = x2 = x3 = = xn-1 = 0 y xn.
2.Concentracin mnima, cuando el conjunto total de valores de la variable esta repartido por igual, en este
caso diremos que estamos ante un reparto equitativo
x1 = x2 = x3 = = xn-1 = xn
De las diferentes medidas de concentracin que existen nos vamos a centrar en dos:
Indice de Gini, Coeficiente, por tanto ser un valor numrico.
Curva de Lorenz, grfico, por tanto ser una representacin en ejes coordenados.
Apuntes de estadstica

pg 3 de 5

ESTADSTICA D37. Tema 4

Sea una distribucin de rentas (xi, ni) de la que formaremos una tabla con las siguientes columnas:
1.-

Los productos xi ni, que nos indicarn la renta total percibida por los ni rentistas de renta individual

2.3.-

Las frecuencias absolutas acumuladas Ni .

Los totales acumulados ui que se calculan de la siguiente forma:
u1= x1 n1
u2 = x1 n1 + x2 n2
u3 = x1 n1 + x2 n2 + x3 n3
u4 = x1 n1 + x2 n2 + x3 n3 + x4 n4
un = x1 n1 + x2 n2 + x3 n3 + x4 n4 + . + xn nn

xi .

Por tanto podemos decir que u n

x i ni
i 1

4.La columna total de frecuencias acumuladas relativas, que expresaremos en tanto por ciento y que
representaremos como pi y que vendr dada por la siguiente notacin

pi

Ni
100
n

5.La renta total de todos los rentistas que ser un y que dada en tanto por ciento, la cual
representaremos como qi y que responder a la siguiente notacin:

qi

ui
100
un

Por tanto ya podemos confeccionar la tabla que ser la siguiente:

xi

ni

xi ni

Ni

pi

ui

Ni
100
n

qi

ui
100
un

pi - qi

x1
x2
...
xn

n1
x1 n1
N1
u1
p1
q1
p1 - q1
n2
x2 n2
N2
u2
p2
q2
p2 - q2
...
...
...
...
...
...
...
nn
xn nn
Nn
un
pn
qn
pn - qn
Como podemos ver la ltima columna es la diferencia entre las dos penltimas, esta diferencia seria 0 para
la concentracin mnima ya que pi = qi y por tanto su diferencia seria cero.
Si esto lo representamos grficamente obtendremos la curva de concentracin o curva de Lorenz .La
manera de representarlo ser, en el eje de las X, los valores p i en % y en el de las Y los valores de q i en %. Al ser
un %, el grfico siempre ser un cuadrado, y la grfica ser una curva que se unir al cuadrado, por los valores
(0,0), y (100,100), y quedar siempre por debajo de la diagonal.
La manera de interpretarla ser: cuanto ms cerca se site esta curva de la diagonal, menor concentracin
habr, o ms homogeneidad en la distribucin. Cuanto ms se acerque a los ejes, por la parte inferior del
cuadrado, mayor concentracin.
Los extremos son

qi
%

qi
%

pi %
Distribucin de concentracin
mnima

pi %
Distribucin de concentracin mxima

Analticamente calcularemos el ndice de Gini el cual responde a la siguiente ecuacin

Apuntes de estadstica

pg 4 de 5

ESTADSTICA D37. Tema 4

k 1

IG

pi q i
i 1

k 1

pi
i 1

Este ndice tomara los valores de IG = 0 cuando pi = qi concentracin mnima

y de Ig = 1 cuando qi

=0
Esto lo veremos mejor con un ejemplo
Frecuencia
Li-1 - Li
0 - 50
50 - 100
100 - 150
150 - 200
200 - 250
250 - 300
300 - 350
350 - 400
400 - 450
450 - 500

marca
xi
25
75
125
175
225
275
325
375
425
475

ni
23
72
62
48
19
8
14
7
5
2

Ni
23
95
157
205
224
232
246
253
258
260

260

xini

un

qi = (ui/un) 100

pi = (Ni/n) 100

pi - qi

575
5400
7750
8400
4275
2200
4550
2625
2125
950

575
5975
13725
22125
26400
28600
33150
35775
37900
38850

1,48
15,38
35,33
56,95
67,95
73,62
85,33
92,08
97,55
100,00

8,85
36,54
60,38
78,85
86,15
89,23
94,62
97,31
99,23
100,00

7,37
21,16
25,06
21,90
18,20
15,61
9,29
5,22
1,68
0,00

651,15

125,48

38850

Se pide Indice de concentracin y Curva de Lorenz correspondiente

a) Indice de concentracin de GINI
k 1

IG

pi q i
i 1

k 1

pi

125,48
0,193 , Observamos
651,15

i 1

que hay poca concentracin por encontrarse cerca del 0.

b) Curva de Lorenz
La curva la obtenemos cerca de la diagonal, que indica que hay poca concentracin:
120,0
100,0

qi %

80,0
60,0
40,0
20,0
0,0
0,0

10,0 20,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0 100, 110,
0
0

pi %

Apuntes de estadstica

pg 5 de 5