Está en la página 1de 10

DESCRIPCIÓN DE UNA DISTRIBUCIÓN: MEDIDAS DE FORMA.

ASIMETRIA Y
APUNTAMIENTO

La descripción estadística de una muestra de datos no concluye con el cálculo de su


tendencia central y su dispersión, se debe estudiar otras medidas para resumir
completamente la distribución de datos o observaciones, estas son: Asimetría y
Kurtosis.

Para dar una descripción completa es necesario estudiar también el grado de simetría
(también conocido como sesgo) de los datos respecto a su medida central y la
concentración de los datos alrededor de dicho valor.
Una distribución de datos puede ser: a) simétrica, b) asimétrica.
. a) Simétrica: Se entiende por simetría o sesgo: las observaciones o datos equidistantes

del máximo central (media aritmética, mediana, modo), tienen igual frecuencia, es decir
que los datos se distribuyen en el plano, uniformemente hacia la derecha y hacia
izquierda del valor central, o sea:
• Se dice que una distribución de medidas es simétrica cuando valores de la variable
equidistantes, a uno y otro lado, del valor central tienen la misma frecuencia.

• Es decir, en este caso tendremos simetría en el histograma (o en el diagrama de


barras) alrededor de una vertical trazada por el punto central, la curva que forma es
simétrica respecto a la medida central, las dos áreas ( derecha y izquierda) son iguales.
• En el caso de una distribución perfectamente simétrica los valores de media
aritmética, mediana y moda coinciden (𝑥ҧ = 𝑥෤ = 𝑀𝑜).
En el caso de no tener simetría, diremos que tenemos asimetría a la
derecha ( positiva) o a la izquierda ( negativa) dependiendo de que el
histograma muestre una cola de medidas hacia valores altos o bajos de la
variable respectivamente

También se puede decir que la distribución está sesgada a la derecha


(sesgo positivo) o a la izquierda (sesgo negativo).

En el caso de una distribución asimétrica, la media, mediana y moda no


coinciden, siendo 𝑥ҧ ≥ 𝑥෤ ≥ 𝑀𝑜 para una asimetría positiva y 𝑥ҧ ≤ 𝑥෤ ≤ 𝑀𝑜 ;
Y para una asimetría negativa (ver Figura 3.3).
En el caso de no tener simetría, diremos que tenemos asimetría a la derecha (o positiva) o a la
izquierda (o negativa) dependiendo de que el histograma muestre una cola de medidas hacia
valores altos o bajos de la variable respectivamente

También se puede decir que la distribución está sesgada a la derecha (sesgo positivo) o a la
izquierda (sesgo negativo).

En el caso de una distribución asimétrica, la media, mediana y moda no coinciden, siendo 𝑥ҧ ≥


𝑥෤ ≥ 𝑀𝑜 para una asimetría positiva y 𝑥ҧ ≤ 𝑥෤ ≤ 𝑀𝑜 para una asimetría negativa (ver Figura
3.3).
Con el fin de cuantificar el grado de asimetría de una distribución se pueden definir los coeficientes de
asimetría. Aunque no son los únicos, existen dos coeficientes principales, el de Pearson y el de Fisher :
Para el cálculo de Asimetría se utiliza:
ത y el Modo
a) El Coeficiente de Pearson y se define: como la diferencia entre la Media Aritmética (𝑋)
dividida entre la desviación típica. Así:

𝑋ത −𝑀𝑜
𝐴𝑠 = , Si existe dificultad en hallar el modo se utiliza la siguiente fórmula.
𝑆

3 .( 𝑋ത − 𝑀𝑑 )
𝐴𝑆 =
𝑆
b) Coeficiente de asimetría de Fisher. Se define como el cociente entre el momento de orden 3 respecto a la
media y el cubo de la desviación típica. Su fórmula:
σ𝑘𝑖=1 𝑥𝑖 − 𝑥ҧ 3 𝑓𝑖
𝑔1 =
𝑠3𝑛
• En el caso una distribución simétrica, las desviaciones respecto a la media se anularan puesto que el
exponente, en la desviación, es impar se sumaran números positivos y negativos y el coeficiente de
asimetría será nulo (𝑔1 = 0).
• En caso contrario, 𝑔1 tendrá valores positivos para una asimetría positiva (a la derecha) y negativos
cuando la asimetría sea en el otro sentido.
Kutosis: Es el grado de apuntamiento o puntiaguda (pico de la curva) de una distribución
de datos y se considera con referencia a la curva normal, y para cuantificarla como el
cociente entre el momento de cuarto orden respecto a la media y la cuarta potencia de la
desviación típica.
su expresión es:
σ𝑘𝑖=1 𝑥𝑖 − 𝑥ҧ 4 𝑓𝑖
𝐾 = 𝑔2 = 4
−3
𝑠 𝑛
Su interpretación es:
Si K = 0, la curva es mesocúrtica.
Si K > 0, la curva es leptocúrtica
Si K < 0, la curva es platicúrtica
Ejemplo: El número de preguntas acertadas por 100 estudiantes en una prueba de estadística, se
presenta en el siguiente cuadro. Calcular:
1) El coeficiente de asimetría e interprete su resultado.
2) El coeficiente de Kurtosis e interprete su resultado

Clase Xi fi Fa Xi fi (Xi -𝑋ത) (Xi -𝑋ത)2 fi .(Xi -𝑋ത)2 (Xi -𝑋ത)4 fi .(Xi -𝑋ത)4
0-5 2,5 3 3 7,5 -13,9 193,21 579,63 37.330,10 111.990,31
5-10 7,5 10 13 75 -8,9 79,21 790,21 6.274,22 62.742,24
10-15 12,5 25 38 312,5 -3,9 15.21 380,25 231,34 5.783,60
15- 20 17,5 38 76 665 1,1 1,21 45,98 1,464 55,64
20-25 22,5 16 92 360 6,1 37,21 595,36 1.384,58 22.153,28
25-30 27,5 8 100 220 11,1 123,21 985,68 15.180,70 121.445,63
100 1.640 3.377,11 324.170,70
cuadro se extrae:
Del

N = ∑fi = ∑100; ∑fiXi = 1.640; ത 2 = 3.377,11;


∑ fi .(Xi -𝑋) ത 4 = 324.170,70
∑ fi .(Xi -𝑋)
σ𝑋 𝑓 1.640
Cálculo de la media aritmética: 𝑋ത = 𝑖 𝑖 = = 16,40
𝑛 100
𝑋𝑖 − 𝑋ത 2 , 𝑓𝑖 3.377,11
Clculo de la desviación típica: σ = = = 33,77 = 5,81
𝑛 100

𝑓2 16
Cálculo del modo: Mo = Li + ( ). Ic = 15 + ( ). 5 = 16,90
𝑓1 + 𝑓2 16+25

𝑋ത −𝑀𝑜 16,,4 −16,9


Cálculo del coeficiente de asimetría: 𝐴𝑠 = = = - 0,09
𝜎 5,81
La asimetría es negativa, existe una tendencia hacia los datos que están a la izquierda,
entonces es allí donde se acumula el mayor número de preguntas acertadas.

σ𝑘 4
𝑖=1 𝑥𝑖 −𝑥ҧ 𝑓𝑖 324.170,70
Cálculo del coeficiente de Kutosis: 𝐾 = −3 = – 3 = 2,84 – 3 = - 0,16
𝜎4 𝑛 1.139,47 𝑥 100
K es menor que cero ( K < 0 ) la curva es platicúrtica.
UNIDAD TIPIFICADA

La unidad tipificada es un número que mide la dispersión o el número de desviaciones


típicas con respecto a la media aritmética, y puede estar por encima o por debajo de la
media aritmética de una muestra o población.

Esta medida de dispersión, al igual que el coeficiente de variación relativo o de Pearson,


puede aplicarse a grupos de datos diferentes.

La unidad tipificada se denota con la letra Z y es definida por medio de la siguiente


formula:
𝑋− 𝑋ത 𝑋− µ
𝑍= ( Muestra) Z= ( Población)
𝑆 𝑆
Ejemplo: Un alumno de la sección A de estadística, obtuvo una calificación de 85 puntos
en un examen cuya media aritmética es de 79 y desviación típica de 8. por otro lado, otro
estudiante de la sección B, de la misma asignatura, tiene una calificación de 74 donde la
media aritmética de las notas del examen es de 70 y desviación típica de 5. ¿Cual de los dos
alumnos posee mejor calificación?
Solución:
𝑥−𝑥ҧ
Para responder a esta pregunta aplicamos la formula z = para ambas secciones: 𝑧𝐴 =
𝑠

𝑥𝐴 −𝑥ҧ 𝐴 85−79 𝑥𝐵 −𝑥ҧ𝐵 74−70


= = 0,75 y 𝑧𝐵 = = = 0,80
𝑠𝐴 8 𝑠𝐵 5
El alumno de la sección B por tener mayor desviación con respecto a la nota

promedio, posee mejor calificación que el alumno de la sección A,