Práctico nº 3: Medidas de Forma y Concentración.

Prof. Ricardo P. Subiabre S.

1. Las mediciones realizadas sobre el número de cigarros fumados al día por un grupo de diez
fumadores son: 5, 4, 3, 2, 5, 8, 20, 4, 1 y 10.

a. Calcule la media aritmética y la desviación típica.

b. Calcule el coeficiente de asimetría correspondiente a la distribución de frecuencias
¿Qué puede decir de este valor?
c. De los datos anteriores ¿Es conveniente calcular el coeficiente de curtosis?(justifique)

2. Número de ventas en un día por un grupo de 16 vendedores

nº de ventas 1 3 4 2 5 6 5 3 1 4 5 3 4 4 7 7

a. Calcule la media aritmética, mediana y moda.

b. ¿Qué pueden indicar los valores encontrados en a) y el coeficiente de asimetría de la
variable? (justifique)
c. ¿Qué nos indica el coeficiente de curtosis asociado a estos datos?

3. La distribución por edades de los trabajadores de una explotación agraria es la siguiente:

Edades [0 − 20[ [20 − 40[ [40 − 60[ [60 − 80[ [80 − 100]
Número de
7 13 20 15 5
empleados

¿Qué puede decir de la forma de la distribución de frecuencias a partir del cálculo de sus
respectivos coeficientes de asimetría y curtosis?
4. La siguiente información agrupada corresponde a los salarios de los empleados de una
fábrica.
Salario en miles $ Frecuencia
[150 − 155[ 7
[155 − 160[ 18
[160 − 165[ 32
[165 − 170[ 45
[170 − 175[ 52
[175 − 180[ 28
[180 − 185[ 16
[185 − 190] 8

a. Interprete la forma de la distribución de frecuencias a partir del cálculo de los

coeficientes de asimetría y curtosis apropiados (tarea).
b. Calcule el índice de Gini y dibuje la curva de Lorenz, interprete lo anterior.
Solución:
1. En este caso tenemos datos no tabulados (no tabulados en tablas de frecuencia):

a. Media.
∑𝑛𝑖=1 𝑥𝑖 5 + 4 + 3 + 2 + 5 + 8 + 20 + 4 + 1 + 10
̅
𝑋= = = 6,2
𝑛 10
Varianza.
∑𝑛𝑖=1(𝑥𝑖 − 𝑋̅)2 (5 − 6,5)2 + (4 − 6,2)2 + ⋯ + (10 − 6,2)2
𝑆2 = = = 30,62 …
𝑛−1 10 − 1
Desv. Estand.
𝑆 = √30,62 … = 5,533734

b. En este caso calculamos el coeficiente de asimetría de Fisher (datos no tabulados y

𝑛 ≤ 150)
∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )3 (5 − 6,2)3 + (4 − 6,2)3 + ⋯ + (10 − 6,2)3
𝑔1 = = = 1,42
𝑛 ∙ 𝑠3 10 ∙ (5,533 )

Se observa una asimetría positiva (𝑔1 = 1,42 > 0), por lo que gráficamente la
distribución de frecuencia presenta una cola a la derecha.

c. El cálculo del coeficiente de curtosis no es necesario, pues la distribución no es

unimodal y levemente asimétrica (campaniforme).
2. Calculando las medidas de tendencia central para datos no tabulados (si bien los datos
están en una tabla, pero no es una tabla de frecuencias).

a. Media.
∑𝑛𝑖=1 𝑥𝑖 1 + 3 + 4 + ⋯ + 7
̅
𝑋= = =4
𝑛 16
Moda
𝑀𝑜 = 4

Mediana
𝑀𝑒 = 4

b. Como podemos ver, 𝑋̅ = 𝑀𝑜 = 𝑀𝑒 (todas igual a 4) por lo tanto es posible concluir

que la distribución de frecuencias es simétrica y además campaniforme (unimodal
y levemente asimétrica, en este caso es simétrica).

Nota: si calculamos el coeficiente de asimetría dará por resultado 0.

c. El coeficiente. de curtosis de Fisher

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )4
𝑔2 = − 3 = −0,96375
𝑛 ∙ 𝑠4

A partir del valor del coeficiente de curtosis (𝑔2 = −0,96375 < 0) podemos decir
que la distribución de frecuencias es platicurtica (apuntamiento negativo, menor
que el dela distribución normal) es decir, la distribución acumula más casos en los
extremos y menos casos en el centro en comparación con la distribución normal.
3. En este caso disponemos de datos tabulados por lo que para calcular el coeficiente de
asimetría de Fisher debemos utilizar la siguiente ecuación (datos tabulados y 𝑛 ≤ 150)

∑𝑐𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )3
𝑔1 =
𝑛 ∙ 𝑠3

Y para el coeficiente de curtsis:

∑𝑐𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )4
𝑔2 = −3
𝑛 ∙ 𝑠4

Calculamos las medidas de tendencia central necesarias para el cálculo de estos

coeficientes.

Media:
∑𝑛𝑖=1 𝑛𝑖 ∙ 𝑥𝑖
𝑋̅ = = 49, 3̅
𝑛

Varianza:
∑𝑐𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑋̅)2
𝑆2 = = 615,67
𝑛−1

Desv. Estandar:
𝑆 = √615,67 = 24,67

Luego,
∑𝑐𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )3 ∑𝑐𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )4
𝑔1 = = −0,0558 𝑦 𝑔2 = − 3 = −1,46
𝑛 ∙ 𝑠3 𝑛 ∙ 𝑠4

Como podemos ver, la distribución de frecuencias es unimodal (esto se puede verificar

en la tabla de frecuencias) y además levemente asimétrica (𝑔1 = −0,0558 ≈ 0), es decir
es campaniforme. En cuanto al coeficiente de curtosis, podemos indicar que la
distribución es platicurtica.
 4. En este caso tenemos datos tabulados:

a. Tarea (ayuda, utilizar coeficientes estandarizados, pues 𝑛 > 150)

b. Primero construimos la tabla de frecuencias:

lim inf lim sup xi ni Ni xi*ni Ui pi=(Ni/N)*100 qi=(Ui/S)*100 pi-qi

150 155 152,5 7 7 1067,5 1067,5 3,398058252 3,05 0,34805825
155 160 157,5 18 25 2835 3902,5 12,13592233 11,15 0,98592233
160 165 162,5 32 57 5200 9102,5 27,66990291 26,0071429 1,66276006
165 170 167,5 45 102 7537,5 16640 49,51456311 47,5428571 1,97170596
170 175 172,5 52 154 8970 25610 74,75728155 73,1714286 1,58585298
175 180 177,5 28 182 4970 30580 88,34951456 87,3714286 0,97808599
180 185 182,5 16 198 2920 33500 96,11650485 95,7142857 0,40221914
185 190 187,5 8 206 1500 35000 100 100 -
N= 206 S= 35000 351,9417476 7,93460472

∑𝑘−1
𝑖=1 (𝑝𝑖 − 𝑞𝑖 ) 7,93460472
𝐼𝐺 = 𝑘−1 = = 0,0225
∑𝑖=1 𝑝𝑖 351,9417476

Se observa que la concentración es mínima (𝐺𝑖𝑛𝑖 = 0,0225 ≈ 0), por lo cual podemos
concluir, que hay una mayor equidad en el reparto de los sueldos. Esto se ve reflejado
en la Curva de Lorenz (Azul, Figura 1) al estar prácticamente junta a la diagonal
(Naranja, Figura 1).

Curva de Lorenz
120

100

80

60

40

20

0
0 20 40 60 80 100 120

qi=(Ui/S)*100 diagonal

Figura 1: Curva de Lorenz de la variable sueldos.