Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD
CIENCIAS ECONOMICAS
AUTORES
Molina Macias Dayanna
Menéndez Kelvin Stalin
Macias Wilson Betsy Leticia
Zambrano Medranda Anthony
Muñiz Rivera Jexon
DOCENTE
Ec. Tania Lisbeth Macias Villacreses
ASIGNATURA
ESTADISTICA
SEMESTRE
SEGUNDO “C”
MATUTINO
2020-2021
PII
Medidas de forma (momentos)
Las medidas de la forma son utilizadas para describir características tales como la
simetría (o asimetría) que presenta la distribución de los datos, o qué tan aplanada o
picuda es la forma de la distribución.
Las medidas de forma son necesarias para determinar el comportamiento de los datos y
así, poder adaptar herramientas para el análisis probabilístico.
Permiten conocer que forma tiene la curva que representa la serie de datos de la
muestra.
Se refiere a si la curva que forman los valores de la serie presenta la misma forma a
izquierda y derecha de un valor central (media aritmética)
Curtosis
g2 = 0 (distribución mesocúrtica).
SESGO POSITIVO
Un sesgo positivo nos indica que, en el promedio de diferencias elevadas al cubo, tienen
mayor predominancia los términos en donde las Xi son mayores que 𝑋̅, es decir, tienen
mayor peso las diferencias con signo positivo. Un sesgo positivo implica la existencia
de observaciones con valores altos de la variable en comparación con la mayoría de las
observaciones.
SESGO NEGATIVO
Un sesgo negativo implica que, en el promedio, pesan más los términos en donde Xi son
menores que 𝑋̅, lo que implica una cola de valores a la izquierda de la media. Así, un
coeficiente de sesgo negativo implica la existencia de observaciones con valores bajos
de la variable en comparación con la mayoría de las observaciones.
SESGO IGUAL A CERO
Un coeficiente de sesgo igual a cero implica que hay una compensación entre los
términos de diferencias al cubo con valores positivos y con valores negativos que
contribuyen al promedio. En este punto hay que mencionar que una distribución con
coeficiente de sesgo igual a cero puede tomar diferentes formas.
Una distribución simétrica forzosamente tendrá un coeficiente de sesgo igual a cero,
pero si una distribución tiene coeficiente de sesgo igual a cero, no necesariamente
tendrá una forma simétrica.
el coeficiente de curtosis (ck) es la medida que define qué tan pronunciada es la punta (o
pico) en una distribución. Su significado se relaciona con la distribución normal, cuyo
coeficiente de curtosis es cero. La expresión matemática para el ck es:
1 n 4
Σ i =1 (+1 ,−x )
n
ck = 2
−3
s❑
El -3 se agrega para hacer que la curtosis de la distribución normal sea igual a cero
Para una distribución dada, la curva normal con una media y desviación estándar iguales
a las de la distribución para la que se calcula la curtosis, sirve como patrón de
referencia. A una distribución con ck = 0 (distribución normal) se le denomina
mesocúrtica. A una distribución en donde el ck > 0 se le denomina como leptocúrtica, lo
que implica que es más puntiaguda y con colas más anchas que la distribución normal
de referencia.
Finalmente, a una distribución más aplanada y con colas menos anchas que las de las de
la distribución normal de referencia se le denomina platicúrtica y tiene un ck < 0.
Tercer momento respecto a la media y el coeficiente de sesgo
Momentos de tercer y cuarto orden
Bibliografía:
https://rua.ua.es/dspace/bitstream/10045/18644/1/C3%20Sesion10.pdf
https://centrogeo.repositorioinstitucional.mx/jspui/bitstream/1012/161/1/17-Recordando
%20las%20Medidas%20de%20Tendencia%20Central%2C%20de%20Dispersi
%C3%B3n%20y%20de%20la%20Forma%20-%20%20Diplomado%20en%20An
%C3%A1lisis%20de%20Informaci%C3%B3n%20Geoespacial.pdf
https://navarrof.orgfree.com/Docencia/MatematicasIII/M3UT3/m3ut3mf.htm
https://www.universoformulas.com/estadistica/descriptiva/asimetria-curtosis/