1

Medidas de forma, Asimetría y Curtosis

Docente: Gustavo Daza

Integrantes: Andrea Rivera

Luisa Martínez
Eduardo Hernández
Mairin Oñate

Fundación Universitaria del Área Andina

Valledupar-César

Estadística Descriptiva
 2

1. Importancia de las medidas de forma y su clasificación.

Las medidas de forma son importantes porque permiten comprobar la distribución de
frecuencia y tienen cómo características especiales cómo simetría, Asimetría, nivel de
datos y apuntamiento.

Es decir son necesarias para determinar el comportamiento de los datos para un

análisis probabilístico.

 Clasificación.
Coeficiente de asimetría
Curtosis

2. Medidas de asimetría y su clasificación.

Son indicadores que permiten establecer el grado de simetría (o Asimetría) que
presenta una distribución de probabilidad de una variable aleatoria sin tener que hacer
su representación gráfica.

Los coeficientes de asimetría indican si hay el mismo número de elementos a la

derecha o izquierda de la media.

 La clasificación de asimetría se divide en tres tipos de curva de distribución.

Asimetría negativa, la cola de la distribución se alarga para valores inferiores

a la media.

Simétrica, hay el mismo número de elementos a la izquierda y derecha de la

media. Aquí coinciden la media, mediana y moda.

Asimetría positiva, la cola de la distribución se alarga a la derecha para

valores superiores a la media.
 3

 Existen tres coeficiente de Asimetría

Coeficiente de asimetría de Fisher CA F

Coeficiente de asimetría de Pearson CA P

Coeficiente de asimetría de Bowley CA B

3. Coeficiente de asimetría de Pearson

Consiste en la comparación con la media de todos los datos con los valores de la
variable lo que quiere decir es que será una medida que se basará en las diferencias.
Se puede definir también como un índice utilizado para medir el grado de relación
que tienen dos variables, ambas cuantitativas.

4. Casos de asimetría

La simetría de una distribución de frecuencias hace referencia al grado en que valores

de la variable, equidistantes a un valor que se considere centro de la distribución,
poseen frecuencias similares.

Es un concepto más intuitivo a nivel visual, especialmente, si se observa una

representación gráfica (diagrama de barras, histograma…) de la distribución de
frecuencias. Ésta será simétrica si la mitad izquierda de la distribución es la imagen
especular de la mitad derecha.
 4

5. Curtosis, su tipología y clasificación.

La Curtosis o medida de apuntamiento es una media estadística que determina el

grado de concentración que presentan los valores de una variable alrededor de la
zona central de la distribución de frecuencias.

La Curtosis cumple la función de informarnos sobre lo apuntada (es decir mayor

concentración) o lo achatada ( menor concentración) de la distribución.

TIPOS de Curtosis.
Todo depende al grado de Curtosis existen 3 distribuciones.

 Leptocúrtica, existe una gran concentración de los valores en torno a su

media (g2>3).

 Mesocúrtica, existe una concentración normal en torno a su media (g2=3).

 5

 Platicúrtica, hay una baja concentración de los valores en torno a su media

(g2<3).

Clasificación
 Platicúrtica (curtosis negativa).
 Mesocúrtica (curtosis nula).
 Leptocúrtica (curtosis positiva).

La clasificación de la Medidas de Curtosis depende de la agrupación o no de los datos,

cada una con sus respectivas fórmulas.

6. Fórmulas que usaremos en el tema.

 Media,

 Mediana,

 Moda,
 6

 Curtosis,

Cuando los datos están agrupados o agrupados en intervalos.

 Coeficiente de asimetría de Pearson

 Coeficiente de asimetría
 7

7. Ejemplo 1:

Las calificaciones en estadística de un grupo de estudiantes de curso intensivo en 2019

son:
10,07,12,05,07,10,11,02,10,10,10,07,11,11,10,10,12,07,10,10,05,05,05,10,10,10,07,02,02
,11.
Se pide:
a. ¿poseen simetría los datos?
b. ¿Cómo es el apuntamiento de los datos?

𝑋𝑖 𝐹𝑖 𝐹𝑎 𝑋𝑖 𝐹𝑖
02 3 3 6
05 4 7 20
07 5 12 35
10 12 24 120
11 4 28 44
12 2 30 24
∑ 30 249

a. Calcular el coeficiente de simetría:

3(𝑥̅ − 𝑀𝑑)
𝐴𝑠 =
𝑆
∑𝑛
𝑖=1 𝑥𝑖 𝑓𝑖 249
Media 𝑋̅ = = = 8,3 𝑝𝑢𝑛𝑡𝑜𝑠
𝑛 30
Mediana 𝑛/2 30/2 = 15
Md=10 Puntos
𝑋𝑖 𝐹𝑖 (𝑥𝑖 − 𝑥̅ )2 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2
6 39,69 119,07
20 10,89 43,56
35 1,69 8,45
120 2,89 34,68
44 7,29 29,16
24 13,69 27,38
249 76,14 262,30

2
∑𝑛𝑖=1 𝑓𝑖 (𝑥𝑖 − 𝑥
̅)
𝑆=
𝑛
 8

∑𝑛 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2 262,30
𝑆 = √ 𝑖=1 =√ = 2,96 𝑝𝑢𝑛𝑡𝑜𝑠
𝑛 30

3(8,3 − 10)
𝐴𝑠 = = −1,72
2,96

𝐴𝑠 = −1,72

Los datos no presentan simetría, son datos asimétricos negativos, es decir, sesgados hacia
las menores calificaciones.
b. Calcular coeficiente de curtosis

𝑄3 − 𝑄1
𝐶𝑢 = = −1,72
2(𝑃𝑐90 − 𝑃𝑐10 )

3(30) 1
𝑄3 : Posición 𝑄3 = [ + ] = 23 → 𝑄3 = 10
4 2
(30) 1
𝑄1 : Posición 𝑄1 = [ + ] = 8 → 𝑄1 = 07
4 2
90(30) 1
𝑃𝐶90 : Posición 𝑃𝐶90 = [ + ] = 27,5 → 𝑃𝐶90 = 11
100 2
10(30) 1
𝑃𝐶10 : Posición 𝑃𝐶10 = [ + ] = 3,5 → 𝑃𝐶10 = 05
100 2

𝑄3 − 𝑄1 10 − 07
𝐶𝑢 = = = 0,250
2(𝑃𝑐90 − 𝑃𝑐10 ) 2(11 − 05)

𝐶𝑢 = 0,250
Los datos presentan ligeramente un apuntamiento, es decir, de manera sutil los datos son
PLATICURTICOS
En conclusión:
𝐴𝑠 = −3,21 → 𝐴𝑠 < 0
Son datos asimétricos negativos
 9

𝐶𝑢 = 0,250 → 𝐶𝑢 < 0,263

Los datos presentan un ligero achatamiento

Datos PLATICURTICOS

Ejemplo 2:

 Las calificaciones finales de un curso de psicología se registran en la tabla

siguiente:

68 65 89 57 90 95 79 53
73 78 67 81 93 69 65 85
61 78 73 68 62 60 76 93
66 62 73 60 77 76 75 75
96 80 82 74 95 62 76 72
79 67 73 94 85 76 85 60
65 75 87 75 78 88 63 71
86 88 75 78 63 59 68 75
84 75 61 88 62 78 83 74
79 82 97 72 71 74 71 77

 Con los datos construya una distribución de frecuencia de amplitud o tamaño 5 y

que la primera clase sea 50 – 54.
 10

 Construya el histograma y polígono de frecuencia.

 Calcular la media aritmética, mediana y moda de la distribución.
 Calcular el coeficiente de variación, varianza y desviación estándar.
 Calcular el valor de asimetría y el curtosis.

 Organizamos los datos y hacemos la respectiva tabla de distribución de

frecuencias

Intervalos X Frecuencia Frecuencia abs. %frecuencia % frecuencia

Absoluta (f) acumulada acumulado

50-54 52 1 1 1.3 1.3

55-59 57 2 3 2.5 3.8

60-64 62 11 14 13.8 17.5

65-69 67 10 24 12.5 30.0

70-74 72 12 36 15.0 45.0

75-79 77 21 57 26.3 71.3

80-84 82 6 63 7.5 78.8

85-89 87 9 72 11.3 90.0

90-94 92 4 76 5.0 95.0

95-99 97 4 80 5.0 100.0

Total 80 100.0

 Graficamos: Histograma y polígono de frecuencia

 11

 Calculamos la media aritmética, mediana y moda de la distribución.

X Frecuencia Abs. (f) Xf

52 1 52

57 2 114

62 11 682

67 10 670

72 12 864

77 21 1617

82 6 492

87 9 783

92 4 368

97 4 388

∑ 6030
 12

Media aritmética:
∑ 𝑋𝑓 6030
𝑋̅ = = = 75.375
n 80

Mediana:
𝑛⁄ − (∑ 𝑓 )1
𝑀𝑒 = 𝐿𝑖 + [ 2 ]∗𝐶
𝑓𝑚𝑒𝑑𝑖𝑎𝑛𝑎

La mediana divide la distribución exactamente a la mitad, por lo que dividimos el total de

datos n=80 por 2. n/2 = 80/2= 40. Buscamos en frecuencia absoluta acumulada de la tabla
de distribución de frecuencias que contiene a 40 y vemos que es 57, es decir que la
median está en la clase 75 – 79.
Por lo que los valores de la ecuación serán:
𝐿𝑖 = 75 𝑛⁄ = 40 𝐶=5 𝑓𝑚𝑒𝑑𝑖𝑎𝑛𝑎 = 21 (∑ 𝑓 )1 = 36
2

80⁄ − 36
𝑀𝑒 = 75 + [ 2 ] ∗ 5 = 75 + 0,95 = 75,952
21
Moda:
∆1
𝑀𝑜 = 𝐿𝑖 + [ ]∗𝐶
∆1 + ∆2
Li: límite inferior de la clase donde está la mayor frecuencia absoluta.
Δ1: diferencia entre la frecuencia absoluta modal y la frecuencia absoluta de la
clase anterior. Δ2: diferencia entre la frecuencia absoluta modal y la frecuencia
absoluta de la clase superior C: amplitud de la clase o intervalo.
Si observamos la tabla de frecuencias, en la columna de frecuencia absoluta
encontramos que 21 es el valor más alto, por tanto, la clase modal será 75 – 79.
Ahora calcularemos Δ1 y Δ2

Δ1= 21 – 12 = 9 Δ2=21 – 6= 19 C=5

9
𝑀𝑜 = 75 + [ ] ∗ 5 = 75 + 1,61 = 76.607
9 + 19

Conclusión en relación a los valores de las medidas de tendencia central:

Las diferencia entre cada uno de ellos es mínima, el orden es:
𝑋̅ < 𝑀𝑒 < 𝑀𝑜 . En este caso cualquiera de esas medias es válido para
representar el dato central de la distribución.
 13

 Calculamos el coeficiente de variación, varianza y desviación estándar.

Varianza de la distribución
∑ 𝑓𝑥 2
2
𝑆 = − 𝑋̅ 2
𝑛

Desviación Estándar
∑ 𝑓𝑥 2
𝑆=√ − 𝑋̅ 2
𝑛

X Frecuencia Abs. (f) f𝑥 2 f(𝑥 − 𝑥̅ )3 f(𝑥 − 𝑥̅ )4

52 1 2704 -12771.88 298542.72

57 2 6498 -12408.29 228002.38

62 11 42284 -26319.28 352020.41

67 10 44890 -5874.28 49197.07

72 12 62208 -461.32 1556.96

77 21 124509 90.11 146.43

82 6 40344 1744.65 11558.32

87 9 68121 14139.09 164366.90

92 4 33856 18379.98 305567.11

97 4 37636 40450.91 874751.02

∑ 463050 16969.69 2285709.32

 14

463050
𝑆2 = − (75.375)2 = 5788.125 − 5681.391 = 106.734
80
𝑆 = √106.734 = 10.33
La desviación estándar nos indica que en hay una distancia promedio de
aproximada 10 puntos entre la media y las demás puntuaciones.

 Calculamos el valor de asimetría y el curtosis.

Coeficiente de Asimetría de FISHER: Permite interpretar la forma de la
distribución, respecto a ser o no simétrica.

∑ 𝑓(𝑥 − 𝑥̅ )3 16969.69⁄
𝐴𝑠 = 𝑛 = 80 = 212.12 = 0.19
𝑠 3 (10.33) 3 1102.30
Es ligeramente asimétrica por la derecha.

Coeficiente de Curtosis
 15

∑ 𝑓(𝑥 − 𝑥̅ )4 2285709.32⁄
𝐾= 𝑛 − 3 = 80 − 3 = 28571.37 − 3 = −0.50
𝑠 4 (10.33) 4 11386.79

Es Platicúrtica, un poco aplanada.