Medidas Estadísticas de Forma

Resumen
Dr. Juan Bahamonde Sola/2017

1) ASIMETRÍA
Es una medida de forma de una distribución que permite identificar y describir la manera
cómo los datos tienden a reunirse de acuerdo con la frecuencia con que se hallen dentro de
la distribución. Esta medida estadística permite identificar las características de la
distribución de los datos sin necesidad de generar el gráfico.

Sesgo es el grado de asimetría de una distribución, es decir, cuánto se aparta de la simetría.

1.1) TIPOS DE ASIMETRÍA

La asimetría presenta las siguientes formas:

Asimetría Negativa o a la Izquierda.- Se da cuando en una distribución la minoría de los

datos está en la parte izquierda de la media. Este tipo de distribución presenta un
alargamiento o sesgo hacia la izquierda, es decir, la distribución de los datos tiene a la
izquierda una cola más larga que a la derecha.

También se dice que una distribución es simétrica a la izquierda o tiene sesgo negativo
cuando el valor de la media aritmética es menor que la mediana y éste valor de la mediana a
su vez es menor que la moda, en símbolos: 𝒙 ̅ < 𝑴𝒆 ≤ 𝑴𝒐

Simétrica.- Se da cuando en una distribución se distribuyen aproximadamente la misma

cantidad de los datos a ambos lados de la media aritmética. No tiene alargamiento o sesgo.
Se representa por una curva normal en forma de campana llamada campana de Gauss
(matemático Alemán 1777-1855) o también conocida como de Laplace (1749-
1827).También se dice que una distribución es simétrica cuando su media aritmética, su
mediana y su moda coinciden, en símbolos: 𝒙 ̅ = 𝑴𝒆 = 𝑴𝒐

Asimetría Positiva o a la Derecha.- Se da cuando en una distribución la minoría de los

datos está en la parte derecha de la media aritmética. Este tipo de distribución presenta un
 Medidas Estadísticas de Forma
Resumen
Dr. Juan Bahamonde Sola/2017

alargamiento o sesgo hacia la derecha, es decir, la distribución de los datos tiene a la

derecha una cola más larga que a la izquierda.

También se dice que una distribución es simétrica a la derecha o tiene sesgo positivo
cuando el valor de la media aritmética es mayor que la mediana y éste valor a su vez es
mayor que la moda, en símbolos: 𝒙̅ > 𝑴𝒆 ≥ 𝑴𝒐

1.2) COEFICIENTES DE ASIMETRÍA

Coeficiente de Karl Pearson-1 Coeficiente de Karl Pearson-2

3(𝑥̅ − 𝑀𝑒) (𝑥̅ − 𝑀𝑜)

𝐴𝑠1 = 𝐴𝑠2 =
𝑠 𝑠
Donde:

 𝑥̅ = media aritmética.
 Me = Mediana
 Mo = Moda
 s = desviación típica o estándar

El Coeficiente de Pearson varía entre -3 y 3

 Si As < 0 la distribución será asimétrica negativa.

 Si As = 0 la distribución será simétrica o normal (±0.05)
 Si As > 0 la distribución será asimétrica positiva
 Medidas Estadísticas de Forma
Resumen
Dr. Juan Bahamonde Sola/2017

Coeficiente de Asimetría de Ronald Fisher Coeficiente de Asimetría de Youle Bowley

𝑄1 + 𝑄3 − 2. 𝑄2
∑(𝑥𝑖 − 𝑥̅ )3 𝐴𝑠 =
𝐴𝑠 = 𝑄3 − 𝑄1
𝑛 . 𝑠3

2) CURTOSIS O APUNTAMIENTO

La curtosis mide el grado de agudeza o achatamiento de una distribución con relación a la

distribución normal, es decir, mide cuan puntiaguda o aplanada es una distribución.

2.1) TIPOS DE CURTOSIS

La curtosis determina el grado de concentración que presentan los valores en la región

central de la distribución. Así puede ser:

 Leptocúrtica.- Existe una gran concentración.

 Mesocúrtica.- Existe una concentración normal.
 Platicúrtica.- Existe una baja concentración.

2.2) COEFICIENTES DE CURTOSIS

Coeficiente de Fisher-1

 Para datos sin agrupar:

∑(𝑥𝑖 − 𝑥̅ )4
𝛼=
𝑛.𝑠4
 Medidas Estadísticas de Forma
Resumen
Dr. Juan Bahamonde Sola/2017

 Para datos agrupados en tablas de frecuencias:

∑ 𝑛𝑖 .(𝑥𝑖 − 𝑥̅ )4
𝛼=
𝑛.𝑠4

 Para datos agrupados en intervalos:

∑ 𝑛𝑖 .(𝑦𝑖 − 𝑥̅ )4
𝛼=
𝑛.𝑠4

Donde:

 𝑥𝑖 = cada una de las observaciones o puntajes

 n = número de datos
 𝑥̅ = media aritmética
 𝑠 4 = Cuádruplo de la desviación estándar poblacional
 ni = frecuencia absoluta simple
 𝑦𝑖 = marca de clase

Nota:

 Si α > 3 la distribución es leptocúrtica

 Si α = 3 la distribución es normal o mesocúrtica
 Si α < 3 la distribución es platicúrtica

Coeficiente de Fisher-2 [Curtosis Corregido (-3)]

Datos no agrupados Datos agrupados

 Si K > 0 la distribución será leptocúrtica o apuntada

 Si K = 0 la distribución será mesocúrtica o normal
 Si K < 0 la distribución será platicúrtica o menos apuntada que lo normal.
 Medidas Estadísticas de Forma
Resumen
Dr. Juan Bahamonde Sola/2017

Ejercicio: determinar el tipo y forma de la distribución siguiente, a partir del cálculo de los
coeficientes de asimetría y curtosis:

La tabla 4.7 muestra el CI de 480 niños de EGB: CI=edad mental / edad cronológica (%)

ESTADÍSTICOS ANEXOS:

Desviación estándar para datos no agrupados:

∑ (𝑥𝑖 − 𝑥̅ )2 ∑ 𝑥𝑖 2
𝑠=√ = √ − 𝑥̅ 2
𝑛 𝑛

Desviación estándar para datos agrupados en intervalos:

∑ (𝑥𝑖 − 𝑥̅ )2 .𝑓𝑖 ∑ 𝑥𝑖 2 .𝑓𝑖

𝑠=√ = √ − 𝑥̅ 2
𝑛 𝑛

Varianza (s2):

La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media de una
distribución estadística.

Propiedades
1) Será siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales.
2) Si a todos los valores de la variable se les suma un número, la varianza no varía.
3) Si todos los valores de la variable se multiplican por un número, la varianza queda multiplicada
por el cuadrado de dicho número.
4) Si tenemos varias distribuciones con la misma media y conocemos sus respectivas varianzas se
puede calcular la varianza total.

Observaciones sobre la varianza

1) La varianza, al igual que la media, es un índice muy sensible a las puntuaciones extremas.
2) Cuando no se pueda hallar la media, tampoco será posible hallar la varianza.
3) La varianza no viene expresada en las mismas unidades que los datos, ya que las desviaciones
están elevadas al cuadrado.