MOMENTOS, 5

SESGO Y
CURTOSIS
MOMENTOS

Dados N valores X1, X2, ˖˖˖˖ ,XN que toma la variable X, se define la cantidad

Si r = 1, entonces m1 = 0 Si r = 2, entonces m2 es la varianza. El r-ésimo momento

respecto a cualquier origen A se define de la manera siguiente

Ejemplo:
Encontrar: a) el primero, b) el segundo, c) el tercero y d) el cuarto momentos del conjunto
2, 3, 7, 8, 10.
a) El primer momento o media aritmética es r = 1

∑𝑥 2+3+7+8+10 30
𝑥̅ = = = =6
𝑁 5 5

b) El segundo momento es r = 2

∑𝑥² 2²+3²+7²+8²+10² 226

𝑥̅ ₂ = = = = 45,2
𝑁 5 5

c) El tercer momento es r = 3

̅ = ∑𝑥³ 2³+3³+7³+8³+10³ 1890

𝑥³ = = = 378
𝑁 5 5

d) El cuarto momento es r = 4

̅ = ∑𝑥⁴ 2⁴+3⁴+7⁴+8⁴+10⁴ 16594

𝑥⁴ = = = 3318,8
𝑁 5 5

Ejemplo

Encontrar: a) el primero, b) el segundo, c) el tercero y d) el cuarto momentos del conjunto

2, 3, 7, 8, 10. Con respecto a su media

a) El primer momento es r = 1

∑(𝑥−𝑥̅ ) (2−6)+(3−6)+(7−6)+(8−6)+(10−6) 0
𝑚₁ = = = =0
𝑁 5 5

b) El segundo momento es r = 2

∑(𝑥 − 𝑥̅)² (2 − 6)² + (3 − 6)² + (7 − 6)² + (8 − 6)² + (10 − 6)²

𝑚₂ = =
𝑁 5
46
= = 9,2
5

c) El tercer momento es r = 3
 ∑(𝑥−𝑥̅ )³ (2−6)³+(3− 6)³+(7−6)³+(8−6)³+(10−6)³ −18
m 3= = = = - 3,6
𝑁 5 5

d) el cuarto momentos del conjunto r = 4

∑(𝑥−𝑥̅ )⁴ (2−6)⁴+(3+6)⁴+(7−6)⁴+(8−6)⁴+(10−6)⁴ 610

m 4= = = = 122
𝑁 5 5

Ejemplo

encontrar: a) el primero, b) el segundo, c) el tercero y d) el cuarto momentos respecto

del origen.

a) El primer momento es r = 1 Origen 4 = A

∑(𝑥−4) (2−4)+(3−4)+(7−4)+(8−4)+(10−4) 10
m’1= = = =2
𝑁 5 5

b) El segundo momento es r = 2

̅)²
m’2= ∑(𝑥−4
𝑁
=
(2−4)²+(3−4)²+(7−4)²+(8−4)²+(10−4)²
5
=
66
5
= 13,2

c) El tercer momento es r = 3

̅)³
∑(𝑥−4 (2−4)³+(3+4)³+(7−4)³+(8−4)³+(10−4)³ 298
m’3= = = = 59,6
𝑁 5 5

d) el cuarto momentos del conjunto r = 4

̅)⁴
∑(𝑥−4 (2−4)⁴+(3+4)⁴+(7−4)⁴+(8−4)⁴+(10−4)⁴ 1650
m’4= = = = 330
𝑁 5 5

MOMENTOS PARA DATOS AGRUPADOS

Si X1, X2, ˖˖˖˖, XK se presentan con frecuencias f1, f2, ˖˖˖˖ fK, respectivamente, los
momentos anteriores están dados por
El método de compilación dado en capítulos anteriores para el cálculo de la media y de
la desviación estándar también puede usarse para obtener un método abreviado para
el cálculo de los momentos. Este método aprovecha el hecho de que Xj = A + cuj (o
brevemente, X = A + cu)

RELACIONES ENTRE MOMENTOS

Entre los momentos respecto a la media mr y los momentos respecto de un origen arbitrario m0
existen las relaciones siguientes:
Ejemplo
Encuentre los primeros cuatro momentos respecto de la media para la distribución de
estaturas de la tabla

Marca de clase
u = (X - A)/c f fu f(u2) f(u)3 f (u)4
X
61 -2 5 -10 20 - 40 80
64 -1 18 -18 18 -18 18
67 0 42 0 0 0 0
70 1 27 27 27 27 27
73 2 8 16 32 64 128
∑ 100 15 97 33 253

u= 61 – 67 / 3 = -2

∑(𝑓𝑢) 15 ∑(𝑓𝑢³) 33
m’1= 𝑐 𝑁
= 3(100) = 0,45 m’3 = 𝑐³ 𝑁
= 3³(100) = 8,91

∑(𝑓𝑢²) 97 ∑(𝑓𝑢⁴) 253

m’2= 𝑐² = 3²(100) = 8,73 m’4 = 𝑐⁴ 𝑁
= 3⁴(100) = 204,93
𝑁

Relación de momentos
m1 = 0,45
m2 = m’2 – m’21 = 8,73 – (0,45)2 = 8,5275
m3 = m’3 - 3m’1 m’2 + 2(m’1)3 = 8,91 – 3(0,45 x 8,73) + 2(0,45)3
8,91 – 11,78 + 2(0,0911) = 8,91 – 11,78 + 0,1822 =
m3 = - 2,68
m4 = m’4 - 4m’1 m’3 + 6m’12 m’2 - 3 m’41
m4 = 204,93 - 4(0,45x8,91) + 6(0,452x 8,73) – 3(0,454)
= 204,93 – 10,71 + 10,60 – 0,60
m4= 204,22
COMPROBACIÓN DE CHARLIER Y CORRECCIÓN DE SHEPPARD
La comprobación de Charlier al calcular momentos mediante el método de compilación
emplea las identidades

Ejemplo Ilustrar el uso de la comprobación de Charlier en los cálculos

u+1 f fu f(u)² f(u)3 f(u)4

-2 + 1 = - 1 5 -5 5 -5 5
-1 + 1 = 0 18 0 0 0 0
0 + 1= 1 42 42 42 42 42
1 + 1= 2 27 54 108 216 432
2 + 1= 3 8 24 72 216 648
∑ 100 115 227 469 1127

∑(fu + 1) = ∑(fu + 1) + N
∑(fu + 1)² = ∑fu2 + 2 ∑(fu) + N

∑(fu + 1)3 = ∑fu3 + 3∑fu2 + 3∑fu + N

∑(fu + 1)4 = ∑fu4 +4∑fu3 + 6∑fu2 + 4∑fu + N
m1 = 115 + 100 = 215
m2 = 227 + 2(115) +100 = 557
m3 = 469 + 3(227) + 3(115) + 100 = 1595
m4 = 1127 + 4(469) + 6(227) + 4(115) + 100 =4925
Ejemplo
Emplear las correcciones de Sheppard para determinar los momentos respecto de la
media para los datos
1 1
m2 corregido = m2 - ( )𝑐² = 8,73 - ( )3² = 7,98
12 12

1 7 1 7
m4 corregido = m4 - (12) 𝑐 2 m2 + 240 c⁴ = 204,93 - ((12)3²x 8,73) + 2403⁴ =

204,93 – (0,75 x 8,73) + 2,36 = 200,74

MOMENTOS EN FORMA ADIMENSIONAL

Para evitar usar unidades particulares, se definen momentos adimensionales respecto
de la media:

8,91 8,91
a3 = = 2,95³ = 0,34
√8,73

m3 = 8,91
m2 = 8,73

s = √8,73 = 2,93

SESGO
El sesgo de una distribución es su grado de asimetría o el grado en el que se aleja de
la simetría. Si una curva de frecuencias (polígono de frecuencias suavizado) de una
distribución tiene una cola más larga hacia la derecha del máximo central que hacia la
izquierda, se dice que la distribución es sesgada a la derecha, o que tiene un sesgo
positivo. Si ocurre lo contrario, se dice que es sesgada a la izquierda o que tiene un
sesgo negativo. En las distribuciones sesgadas, la media tiende a encontrarse del
mismo lado que la cola más larga opuesto al de la moda y que la cola más larga. Por lo
tanto, una medida de la simetría (o sesgo) se obtiene mediante la diferencia: media –
moda. Esta medida se puede hacer adimensional dividiendo entre una medida de
dispersión, como la desviación estándar, lo que conduce a la definición:
Las ecuaciones se les llama, respectivamente, primer coeficiente de sesgo de Pearson
y segundo coeficiente de sesgo de Pearson.

Ejemplo
Encontrar: a) el primer coeficiente de sesgo de Pearson y b) el segundo coeficiente de
sesgo de Pearson para la distribución de las estaturas de los estudiantes de la
universidad
Media = 67,45
Mediana = 68,5
Moda = 70,3
S = 2,199

Sesgo = 67,45 − 70,3

2,199
= −2,85
2,199
= -1,296

3(67,45− 68,5)
Sesgo = 2,199
= −3,15
2,199
= -1,432

Otras medidas del sesgo, que se definen en términos de cuartiles y percentiles, son las
siguientes:
Q1 = $268.25, Q2 = P50 = $279.06, Q3 = $290.75, P10 = D1 = $258.12, y P90 = D9 =
$301.00. Por lo tanto:

(290,75−279,06)−(279,06−268,25) (290,756)−2(279,06)+ 268,25)

Coeficiente cuartil sesgo =
290,75−268,25
= 290,75−268,25

−535,62
=
22,5
= - 23,80
(301−279,06)−(279,06−258,12)
Coeficiente de sesgo percentiles 10 – 90 = =
301−258,12
−515,24
=
42,88
= - 12,01

En una importante medida del sesgo se emplea el tercer momento respecto de la media, tal
medida expresada en forma adimensional viene dada por:

m3 = 8,91

s3 = (√8,73)3

8,91
Coeficiente momentos de sesgo a3 = = 0,34
25,673

Otra medida de sesgo suele darse mediante b1 = a23, En las curvas perfectamente simétricas, por
ejemplo, en la curva normal, a3 y b1 son cero.
CURTOSIS

La curtosis indica qué tan puntiaguda es una distribución; esto por lo regular es en
relación con la distribución normal. A una distribución que tiene un pico relativamente
alto se le llama leptocúrtica, en tanto que si es relativamente aplastada se dice
platicúrtica. Una distribución normal, que no es ni puntiaguda ni muy aplastada se llama
mesocúrtica. En una medida de la curtosis se emplea el cuarto momento respecto de
la media, expresada en forma adimensional, esta medida se encuentra dada por:

K=a
Ejemplo
Con base a datos de las estaturas de los estudiantes de la universidad
a4
m4 = 204,93
m2 = 8,73 = 8,73²
204,93
a4 = = 2,68 = 3
76,21

el cual suele denotarse b2. En las distribuciones normales b2 = a4 = 3.

A esto se debe que la curtosis suela definirse mediante (b2 = 3), que tiene signo positivo
en una distribución leptocúrtica, negativo en una distribución platicúrtica y cero en las
distribuciones normales.
Platicúrtica < 0
Leptocúrtica > 0
mesocúrtica. = 0
Otra medida de la curtosis se basa tanto en los cuartiles como en los percentiles y está
dada por

Q3 = 290.75
Q1 = 268,25
P90 = 301
P10 = 258.12
Q = 290.75 - 268,25/2 = 11,25

11,25
K= 42,88 = 0,263

donde Q = 1/2 (Q3 - Q1) es el rango semiintercuartil. A κ (letra griega minúscula

kappa) se le conoce como coeficiente percentil de curtosis; en las distribuciones
normales, el valor de κ es 0.263.

MOMENTOS, SESGO Y CURTOSIS POBLACIONALES

Cuando es necesario distinguir los momentos muestrales, las medidas de sesgo

muestrales o las medidas de curtosis muestrales, de las correspondientes medidas de
la población de la que es parte la muestra, se acostumbra a usar letras del alfabeto latino
para las primeras y letras del alfabeto griego para las últimas. Así, si los momentos
muestrales se denotan mr y mr’, los correspondientes momentos poblacionales serán, μr
y ur’. Como subíndices se emplean siempre letras del alfabeto latino. De igual manera,
si las medidas muestrales de sesgo y curtosis se denotan a3 y a4, respectivamente, los
sesgos y las curtosis poblacionales serán α3 y α4.
la desviación estándar de una muestra y la desviación estándar de una población se
denotan s y σ, respectivamente.