Julio Oliva Contero Estadstica

TEMA 6

MEDIDAS DE FORMA: ASIMETRA Y

CURTOSIS. MOMENTOS
1. Momentos de una distribucin
Los momentos de una distribucin son medidas obtenidas a partir de todos
sus datos y de sus frecuencias absolutas. Estas medidas caracterizan de tal
forma a las distribuciones que si los momentos de dos distribuciones son
iguales, diremos que las distribuciones son iguales. Podemos decir que dos
distribuciones son ms semejantes cuanto mayor sea el nmero de sus
momentos que coinciden.

Se define el momento de orden h respecto al origen de una variable

estadstica como:

n1 n n r n
ah = x 1h + x h2 2 + ... + x hr r = x hi i
N N N i =1 N

Es inmediato observar que, para h = 1, a1 es la media de la distribucin.

Se defina el momento central de orden h o momento respecto a la media

aritmtica de orden ah como:

n1 n n r ni
m h = (x 1 x )h + (x 2 x )h 2 + ... + (x r x )h r = (x i x)h
N N N i =1 N

Es inmediato observar que m1 = 0 y que m2 = S2

Relaciones entre los momentos

2
1. m2 = a 2 x

2. Los momentos respecto a la media se ven afectados por los cambios

de escala, pero no por los cambios de origen. El resto, por ambos.

Medidas de forma: Asimetra y Curtosis. Momentos 1

Julio Oliva Contero Estadstica

2. Forma de una distribucin

Cuando dos distribuciones coinciden en sus medidas de posicin y
dispersin, no tenemos datos analticos para ver si son distintas. Una forma
de compararlas es mediante su forma. Bastar con comparar la forma de
sus histogramas o diagramas de barras para ver si se distribuyen o no de
igual manera.

Para efectuar este estudio de la forma en una sola variable, hemos de

tener como referencia una distribucin modelo. Como convenio, se toma
para la comparacin la distribucin Normal de media 0 y varianza 1. En
particular, es conveniente estudiar si la variable en cuestin est ms o
menos apuntada que la Normal. Y si es ms o menos simtrica que sta,
para lo que se definen los conceptos de Asimetra y Curtosis, y sus
correspondientes formas de medida.

3. La asimetra y su medida
El objetivo de la medida de la asimetra es, sin necesidad de dibujar la
distribucin de frecuencias, estudiar la deformacin horizontal de los
valores de la variable respecto al valor central de la media. Las medidas
de forma pretenden estudiar la concentracin de la variable hacia uno de
sus extremos.

Una distribucin es simtrica cuando a la derecha y a la izquierda de la

media existe el mismo nmero de valores, equidistantes dos a dos de la
media, y adems con la misma frecuencia.

Una distribucin es Simtrica si x = Me = Mo

En caso contrario, decimos que la distribucin es Asimtrica, y entonces

puede ser de dos tipos:

Asimtrica a la izquierda. Es el caso en que Mo Me x

Curva Asimtrica a la izquierda

Medidas de forma: Asimetra y Curtosis. Momentos 2

Julio Oliva Contero Estadstica

Asimtrica a la derecha. Es el caso en que Mo Me x

Curva Asimtrica a la derecha

Coeficiente de asimetra de Fisher

En una distribucin simtrica los valores se sitan en torno a la media

aritmtica de forma simtrica. El coeficiente de asimetra de Fisher se basa
en la relacin entre las distancias a la media y la desviacin tpica.

En una distribucin simtrica x = Me = Mo y m3 = 0. Por eso define como:

(x i x)3 ni
i =1

N m3
g1 = =
S3X S3X

Si g1 > 0, la distribucin es asimtrica positiva o a la derecha.

Si g1 = 0, la distribucin es simtrica.
Si g1 < 0, la distribucin es asimtrica negativa o a la izquierda.

Coeficiente de asimetra de Pearson

Se basa en el hecho de que en una distribucin simtrica, la media

coincide con la moda. A partir de este dato se define el coeficiente de
asimetra de Pearson como:
x Mo
AP =
SX

Si AP > 0, la distribucin es asimtrica positiva o a la derecha.

Si AP = 0, la distribucin es simtrica.
Si AP < 0, la distribucin es asimtrica negativa o a la izquierda.

Este coeficiente no es muy bueno para medir asimetras leves.

Medidas de forma: Asimetra y Curtosis. Momentos 3

Julio Oliva Contero Estadstica

4. La curtosis y su medida
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.

Coeficiente de Curtosis de Fischer

El Coeficiente de Curtosis o Apuntamiento de Fischer pretende comparar

la curva de una distribucin con la curva de la variable Normal, en funcin
de la cantidad de valores extremos e la distribucin. Basndose en el dato
de que en una distribucin normal se verifica que:
m4
=3
4X

se define el Coeficiente de Curtosis de Fisher como:

(x i x)4 ni
i =1

N m4
K = g2 = 3= 3
4X S4X

Una distribucin es Mesocrtica si la distribucin de sus datos es la misma

que la de la variable Normal. En ese caso, su coeficiente de curtosis es
cero.

g2 = 0 Distribucin Mesocrtica.

La distribucin es Leptocrtica si est ms apuntada que la Normal. En ese

caso, su coeficiente de curtosis es positivo.

g2 > 0 Distribucin Leptocrtica.

Medidas de forma: Asimetra y Curtosis. Momentos 4

Julio Oliva Contero Estadstica

Si la distribucin est menos apuntada que la Normal, entonces es

Platicrtica, y su coeficiente de Fisher es negativo.

g2 < 0 Distribucin Platicrtica.

Medidas de forma: Asimetra y Curtosis. Momentos 5