Está en la página 1de 9

ESTADÍSTICA I Gilma Sabina Lizama

ASIMETRIA Y CURTOSIS

Las medidas de forma de una distribución se pueden clasificar en dos grandes
grupos o bloques: medidas de asimetría y medidas de curtosis.

ASIMETRÍA: Es una expresión de la forma de la distribución, para
saber si los valores de la variable se concentran en una determinada
zona del recorrido de la variable.

Cuando al trazar una vertical, en el diagrama de barras o histograma, de una
variable, según sea esta discreta o continua, por el valor de la media, esta
vertical se transforma en eje de simetría, decimos que la distribución es
simétrica cuando a ambos lados de la media aritmética haya el mismo número
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 distribución será asimétrica o diremos que presenta asimetría.

Cuando tenemos una tabla de frecuencias, y las graficamos en un histograma
por ejemplo, la asimetría se refiere a si la curva que forman los valores de la
serie presenta la misma forma a izquierda y derecha de un valor central (la
media). Para medir el nivel de asimetría se utiliza el llamado Coeficiente de
Asimetría.

Los resultados pueden ser los siguientes:
g1= 0 (distribución simétrica; existe la misma concentración de valores a la
derecha y a la izquierda de la media)
g1 > 0 (distribución asimétrica positiva; existe mayor concentración de
valores a la derecha de la media que a su izquierda)
g1 < 0 (distribución asimétrica negativa; existe mayor concentración de
valores a la izquierda de la media que a su derecha)

1

ESTADÍSTICA I Gilma Sabina Lizama SIMÉTRICA ASIMÉTRICA A ASIMÉTRICA A DERECHA IZQUIERDA SIMÉTRICA ASIMÉTRICA A ASIMÉTRICA A DERECHA IZQUIERDA Distribución simétrica Distribución con sesgo positivo Distribución con sesgo negativo Para calcular la asimetría. es utilizar el llamado coeficiente de FISHER que representaremos como g 1 y responderá a la siguiente expresión matemática: 1 1 3 * Xi X n g1 S3 1 El coeficiente de asimetría de Fisher es el más utilizado 2 . una posibilidad.

o simétrica. ESTADÍSTICA I Gilma Sabina Lizama Según sea el valor de g . o sea: Si g 1 >0 la distribución será asimétrica positiva o a derechas (desplazada hacia la derecha).1 diremos que la distribución es asimétrica a derechas o positiva. g1<0 g1=0 g1>0 3 . a izquierdas o negativa. Si g 1 < 0 la distribución será asimétrica negativa o a izquierdas (desplazada hacia la izquierda). Si g1= 0  la distribución será simétrica.

6097 3.28 Con estos datos. Además del anterior existe otra forma de calcular la asimietría.28 4 . Mo 20 .28 (3Media Mediana ) Al calcularlo con la expresión CA EstándarDesviación Tenemos: (322 21) CA 0. X Mo Ap S Aunque en la práctica este coeficiente sería más fácil de calcular que el anterior. al calcular el coeficiente de asimetría de Pearson tenemos: 22 20 Ap 0.9146 3. el cual responde a la siguiente expresión. otra de las cuales es por medio del coeficiente de asimetría de PEARSON (Ap). usando la (3Media Mediana ) siguiente expresión: CA EstándarDesviación Ejemplo: De la base de datos que poseen en excel. S 3. casi no lo utilizaremos ya que solo es cierto cuando la distribución tiene las siguientes condiciones: Unimodal (una sola moda) Campaniforme (distribución simétrica o ligeramente asimetrica). ESTADÍSTICA I Gilma Sabina Lizama Existen otras posibilidades de calcular la asimetría. Md 21 . se calcularon las medidas de tendencia central y dispersión para la variable edad de los alumnos. las cuales fueron: X 22 .

702703525 Ejemplo: Calcular el coeficiente de asimetría para la serie de datos correspondiente a las remesas familiares que ingresaron a El Salvador durante el año 2008.9068 Diciembre 337. es decir.305.3 -5204.1 4.4 6.3532 Total -105.0302 Febrero 298.4 11. Md 318.8539 Mayo 353.612.63 318. por lo tanto no se puede aplicar la fórmula del coeficiente de asimetría de Pearson. (3 315.3548 27.7 -979. el coeficiente asimetría resulta ser 1.4 53.8 -131.9131 Julio 332. Utilizando la fórmula de excel.881.4196 Noviembre 264.65 En este caso no hay moda.7513 Octubre 304.9) CA 0.6998 Marzo 338.65 5 .5 -64626.805.6670 Agosto 305.63 .8808 X 315. ESTADÍSTICA I Gilma Sabina Lizama Apartir de estos resultados.6584 Junio 334. diríamos que el conjunto de datos correspondiente a las edades de los alumnos de Estadística I posee un sesgo positivo.5 11.467. asimetría hacia la derecha.460.5 10.3 -1.328.7 -1.9 S 27.454.1466 Septiembre 304.961. Meses Remesas (millones de $) (Xi X )3 Enero 275.708.6279 Abril 338.

es decir. Calculado utilizando las fórmulas de excel resulta ser: -0. asimetría hacia la izquierda. posee un sesgo negativo.4167 S3 La serie de datos correspondiente a los ingresos en concepto de remesas familiares que ingresaron a El Salvador durante el año 2008.54585394 6 . ESTADÍSTICA I Gilma Sabina Lizama Utilizando la Fórmula de Fisher: 1 3 * Xi X n g1 = -0.

Distribución leptocúrtica: presenta un elevado grado de concentración alrededor de los valores centrales de la variable. Distribución platicúrtica: presenta un reducido grado de concentración alrededor de los valores centrales de la variable. 7 . Para calcularlo utilizaremos la expresión: 1 4 * Xi X n g2 3 S4 Los resultados pueden ser los siguientes: Si g2> 0 la distribución será leptocúrtica o apuntada Si g2= 0 la distribución será mesocúrtica o normal Si g2< 0 la distribución será platicúrtica o menos apuntada que lo normal. que indicará si la distribución es muy apuntada (concentración de los datos en torno a la media) o poco apuntada (dispersión de los datos en torno a la media). El Coeficiente de Curtosis analiza el grado de concentración que presentan los valores alrededor de la zona central de la distribución. ESTADÍSTICA I Gilma Sabina Lizama CURTOSIS: Es una medida del apuntamiento (o achatamiento) en la distribución de los datos. Se definen 3 tipos de distribuciones según su grado de curtosis: Distribución mesocúrtica: presenta un grado de concentración medio alrededor de los valores centrales de la variable (el mismo que presenta una distribución normal).

1 73582.5 2593442.3 90197.92630401 Septiembre 304.63 S 27.148034 Abril 338.4 2035110.5744872 Noviembre 264.5 273567.4 124124.7 9722.862332 Octubre 304.8 6675448.4 268814.379506 Julio 332.59181 Febrero 298.23901 Junio 334. ESTADÍSTICA I Gilma Sabina Lizama Distribución Leptocúrtica Distribcuón Mesocúrtica Distribución Platicúrtica Ejemplo: Calcular el coeficiente de curtosis para la serie de datos correspondiente a las remesas familiares que ingresaron a El Salvador durante el año 2008.3 16478.4481752 Marzo 338.92455 Total 12403528.598762 Mayo 353.5 228767.65 8 .7 14271.5008 X 315. Meses Remesas (millones de $) (Xi X )4 Enero 275.33198 Diciembre 337.4758688 Agosto 305.

5008 g2 3 = 12 3 1. ESTADÍSTICA I Gilma Sabina Lizama 1 4 * Xi X 1 n *12403528.23 S4 (27.65) 4 Como g 2 0 . 9 . decimos que la distribución es platicúrtica o menos apuntada que lo normal.