Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Momentos Estadísticos
Momentos Estadísticos
MOMENTOS
ESTADÍSTICOS
CÁTEDRA:
Estadística y Probabilidad
Catedrático:
Huaringa Sánchez, Miguel Ángel
Integrantes:
Coca Guizado, Gabriela
Ladera Julcarima,
NOMBRE: Iván
Mendoza Vargas, Erick
ASIGNATURA:
Paitan Yalli, Lenin
Peñares Balbin, Andrea
2020
MOMENTOS ESTADÍSTICOS
pueden derivarse del estudio de una variable estadística. El cálculo de este número está bien
población.
Los parámetros estadísticos son una consecuencia inevitable del propósito esencial de la
El estudio de una gran cantidad de datos individuales de una población puede ser farragoso e
inoperativo, por lo que se hace necesario realizar un resumen que permita tener una idea
global de la población, compararla con otras, comprobar su ajuste a un modelo ideal, realizar
Por ejemplo, suele ofrecerse como resumen de la juventud de una población la media
aritmética de las edades de sus miembros, esto es, la suma de todas ellas, dividida por el total
MOMENTO ESTADÍSTICO:
algunos de ellos cuales tienen amplia connotación dentro del estudio de curvas de
Los momentos son una forma de generalizar toda la teoría relativa a los parámetros
caracterizan. Esta caracterización llega hasta el punto de que puede afirmarse la igualdad de
identificación, su semejanza, tanto mayor cuantos más momentos de igual valor posean
ambas distribuciones.
∑ ( x i− x́ ) k fi
μk = i=1
n
Donde:
n=número total de datos
k =orden del momento buscado
fⅈ=frecuencia de los datos
x́=media aritmética
Para variables continuas la definición cambia sumas discretas por integrales (suma continua),
De esta definición y las propiedades de los parámetros implicados que se han visto más
∑ ( x i )k fⅈ
m k = 1=1
n
De la definición se deduce que:
m 0=1 ; m 1= x́ ; m 2−m21=σ 2
Usando el binomio de Newton, puede obtenerse la siguiente relación entre los momentos
centrados y no centrados:
n
μk =∑ (−1 ) k m k−i mi1
k
i=1 i ()
Los momentos de una distribución estadística la caracterizan una interpretación única.
∑ ( x i−x́ )0 fi
m0= i=1 =1
n
El primer momento respecto a la media es siempre igual a cero, no importa lo que el conjunto
∑ ( x i−x́ )1 fi
m1= i=1 =0
n
n
2
m2=∑ ( x i−x́ ) fi=σ 2
i=1
n
Tercer momento:
Cuarto Momento:
Los momentos estandarizados tercero y cuarto, también se conocen como los factores de
Momentos de aplicaciones
respecto a la media es la muestra de la varianza. Pearson introdujo el uso del tercer momento
en el cálculo de curtosis.