DEPARTAMENTO CIENCIAS DE LA VIDA

CARRERA DE INGENIERÍA AGRONÓMICA

ASIGNATURA: Estadística
NIVEL: Tercero “B”
FECHA: 11/07/2018
GRUPO: 5
TEMA:
Medidas de Forma-Curtosis y Asimetría

Período
Abril – Agosto 2018
 I. INTRODUCCIÒN
Las medidas de distribución permiten identificar y caracterizar la forma en que se
separan o se aglomeran los valores de acuerdo a su representación gráfica.
Estas medidas describen la manera de cómo los datos se tienen de agrupar en relación
con la frecuencia que se halle dentro de la información. Su utilidad radica en la
posibilidad de identificar las características de la distribución si la necesidad de generar
un gráfico. Sus principales medidas son asimetría y curtosis.
Asimetría es la medida que indica la simetría de la distribución de una variable respecto
a la media aritmética, los coeficientes de asimetría indican si hay el mismo número de
elementos a izquierda y derecha de la media; existen 3 tipos de curva según su
asimetría: negativa, simétrica y positiva.
Curtosis es una medida de forma, más precisamente de apuntamiento de las
distribuciones determina la mayor o menor concentración de las frecuencias alrededor
de la media en la zona central de la distribución.
Las medidas de simetría y curtosis son aquellos números que indican la morfología de
una distribución de datos, se puede decir de la simetría tiene la variable en estudio
mediante un histograma, estas medidas se pueden calcular en escala de intervalo y de
razón (Dr. Apaza, 2013).

II. OBJETIVOS

II.1. Objetivo General

Plantear problemas demostrativos de la distribución de datos mediante el empleo de la
curtosis y los tipos de coeficientes asimétricos en base al proceso correspondiente para
así comprender mejor su temática.
II.2. Objetivo Especifico
 Resolver los problemas planteados como demostración de conocimientos
respecto a la curtosis y asimetría de distribuciones.
 Determinar los tipos de distribuciones de la curtosis empleados en los
ejercicios demostrativos y las distintas distribuciones de los coeficientes
asimétricos.
 III. MARCO TEÒRICO
3.1. Medidas de forma
Las medidas de forma permiten comprobar si una distribución de frecuencia tiene
características especiales como simetría, asimetría, nivel de concentración de datos y
nivel de apuntamiento que la clasifiquen en un tipo particular de
distribución[ CITATION Eum02 \l 3082 ].
Las medidas de forma son necesarias para determinar el comportamiento de los datos y
así, poder adaptar herramientas para el análisis probabilístico. [ CITATION Eum02 \l
3082 ]
Dos principales medidas de forma:
 Coeficiente de asimetría
 Curtosis
3.2. Asimetría
Es una medida de forma de una distribución que permite identificar y describir la
manera como los datos tiende a reunirse de acuerdo con la frecuencia con que se hallen
dentro de la distribución. Permite identificar las características de la distribución de
datos sin necesidad de generar el gráfico[ CITATION Nav06 \l 3082 ].
3.2.1. Tipos de asimetría
La asimetría presenta las siguientes formas:
3.2.2. 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 [ CITATION Nav06 \l 3082 ].
Nota: Sesgo es el grado de asimetría de una distribución, es decir, cuánto se aparta de la
simetría.
3.2.3. 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 son iguales, en símbolos Md=Mo
[ CITATION Nav06 \l 3082 ].
3.2.4. 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 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[ CITATION Nav06 \l 3082 ].
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 a valor de la
mediana a su vez es mayor que la moda, en símbolo

3.2.5. Medidas de asimetría formulas

3.2.6. Coeficiente de Karl Pearson

Dónde:

= media aritmética.
Md = Mediana.
s = desviación típica o estándar.
Nota:
El Coeficiente de Pearson varía entre -3 y 3
Si As < 0 ? la distribución será asimétrica negativa.
Si As = 0 ? la distribución será simétrica.
Si As > 0 ? la distribución será asimétrica positiva.
3.2.7. Medida de Yule Bowley o Medida Cuartílica

Dónde:

= Cuartil uno; = Cuartil dos = Mediana; = Cuartil tres.

Nota:
La Medida de Bowley varía entre -1 y 1
Si As < 0 ? la distribución será asimétrica negativa.
Si As = 0 ? la distribución será simétrica.
Si As > 0 ? la distribución será asimétrica positiva.
3.2.8. Medida de Fisher
Para datos sin agrupar se emplea la siguiente fórmula:

Para datos agrupados en tablas de frecuencias se emplea la siguiente fórmula:

Para datos agrupados en intervalos se emplea la siguiente fórmula:

Dónde:

= cada uno de los valores; n = número de datos; = media aritmética; f = frecuencia

absoluta
 = cubo de la desviación estándar poblacional; xm = marca de clase
Nota:
Si As < 0 ?Indica que existe presencia de la minoría de datos en la parte izquierda de la
media, aunque en algunos casos no necesariamente indicará que la distribución sea
asimétrica negativa
Si As = 0 ? la distribución será simétrica
Si As > 0 ? Indica que existe presencia de la minoría de datos en la parte derecha de la
media, aunque en algunos casos no necesariamente indicará que la distribución sea
asimétrica positiva [ CITATION Nav06 \l 3082 ]

4.1. CURTOSIS
La curtosis (o apuntamiento) es una medida de forma que mide cuán escarpada o
achatada está una curva o distribución.[ CITATION Tor08 \l 3082 ]
Este coeficiente indica la cantidad de datos que hay cercanos a la media, de manera que,
a mayor grado de curtosis, más escarpada (o apuntada) será la forma de la curva.
[ CITATION Tor08 \l 3082 ]
La curtosis se mide promediando la cuarta potencia de la diferencia entre cada elemento
del conjunto y la media, dividido entre la desviación típica elevada también a la cuarta
potencia. Sea el conjunto X =(x 1, x 2 , … , xN ), entonces el coeficiente de curtosis
será:
N

∑
i=1
( x i− x́ )
4

Curtosis= 4
−3
Ns
Siendo x́ la media y s la desviación típica.
Esta medida determina el grado de concentración que presentan los valores en la región
central de la distribución. [ CITATION Tor08 \l 3082 ]
4.2. TIPOS DE CURTOSIS
Según [ CITATION Mar \l 2058 ], 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.

4.3. MEDIDAS DE CURTOSIS

4.3.1. MEDIDA DE FISHER
Para datos sin agrupar se emplea la siguiente fórmula:

α=
∑ (x i− x́ )4
nσ4
Para datos agrupados en tablas de frecuencias se emplea la siguiente fórmula:

α=
∑ f ( xi − x́)4
n σ4

Para datos agrupados en intervalos se emplea la siguiente fórmula:

α=
∑ f ( xm−x́)4
n σ4
Dónde: x i=¿ cada uno de los valores; n=¿ número de datos; x́=¿ media
aritmética; σ 4=¿ Cuádruplo de la desviación estándar poblacional; f =¿
frecuencia absoluta; xm=¿ marca de clase
Nota:
Si a ¿ 3 la distribución es platicútica
Si a=3 la distribución es normal o mesocúrtica
Si a>3 la distribución es leptocúrtica
IV. RESULTADOS
Ejercicio:

Con la siguiente información obtenida en la recolección de pesos en gramos de las

semillas de cacao de aroma fino realizado en el producto integrador de estadística
primer parcial, determine el Coeficiente de Asimetría.

Se sabe:

X́ =1,643 g . ; Md=1,641 g .; S=0,388.

Histograma
25
21
20
16 17
15

10
7
5
5 3
1
0
1.064 1.370 1.676 1.983 2.289 2.595 2.901

Peso de granos de cacao de aroma fino

Lim. Lim. Frecuencia Frec *

Frecuencia
Inferior Superior acumulada Marca de clases Marca

0,457 0,729 1 1 0,593 0,593

0,729 1,002 3 4 0,865 2,596

1,002 1,274 7 11 1,138 7,964

1,274 1,546 16 27 1,41 22,56

1,546 1,818 21 48 1,682 35,328

1,818 2,091 17 65 1,955 33,228

2,091 2,363 5 70 2,227 11,134

70

COEFICIENTE DE ASIMETRÍA.

Formula:

3(X́ −Md)
Ca=
S

1. Para calcular la asimetría, necesitamos la mediana, la media aritmética y la

Desviación Estándar.

2. Una vez calculada la Desviación Estándar, procedemos a sustituir datos en la

fórmula del Coeficiente de Asimetría.

3(1,643−1,641 )
Ca= =0,015 =0,02
0,388

Interpretación: Se contrasta el resultado con la tabla:

Si Coeficiente de Asimetría es igual a:

0,01 a 0,10 Ligeramente Sesgada

Cero 0 Simétrica
0,11 a 0.30 Moderadamente Sesgada
0,31 a 1 Marcadamente Sesgada

Por lo tanto 0,02 es Ligeramente Sesgada hacia la derecha. El signo – o + indica si el

sesgo es para la izquierda (-) o para la derecha (+).

Ejercicio:
 Con la siguiente información obtenida en la recolección de pesos en gramos de las
semillas de cacao ramilla realizado en el producto integrador de estadística primer
parcial, determine el Coeficiente de Asimetría.

Peso de granos de cacao ramilla

Se sabe:

X́ =2,014 g .; Md =2,027 g . ; S=0,418.

Histograma
20 18 18
18 16
16
14
12
10
8 7
6 5 5
4
2 1
0
1.064 1.370 1.676 1.983 2.289 2.595 2.901

Marca de Frec *
Lim. Inferior Lim. Superior Frecuencia Frecuencia acumulada clases Marca
0,758 1,064 1 1 0,911 0,911
1,064 1,370 5 6 1,217 6,085
1,370 1,676 7 13 1,523 10,661
1,676 1,983 18 31 1,83 32,940
1,983 2,289 18 49 2,136 38,448
2,289 2,595 16 65 2,442 39,072
2,595 2,901 5 70 2,748 13,740
70

COEFICIENTE DE ASIMETRÍA.

Formula:

3(X́ −Md)
Ca=
S
Para calcular la asimetría, necesitamos la mediana, la media aritmética y la Desviación
Estándar.

3(2,014 −2,027 )
Ca= =−0,093 =−0,09
0,418

Interpretación: Se contrasta el resultado con la tabla:

Si Coeficiente de Asimetría es igual a:

0,01 a 0,10 Ligeramente Sesgada

Cero 0 Simétrica
0,11 a 0.30 Moderadamente Sesgada
0,31 a 1 Marcadamente Sesgada
Asimetría negativa: La cola de la distribución se alarga para valores inferiores a la
media. La curva es asimétricamente negativa por lo que los valores se tienden a
reunir más en la parte derecha de la media.

Ejercicio:

En una finca se midió el diámetro de una muestra de 20 tomates, donde se obtuvo

la siguiente distribución.

Li – Ls (cm) Frecuencia
5.0 - 6.0 2
6.0 - 7.0 3
7.0 - 8.0 6
8.0 - 9.0 4
9.0 - 10.0 4
10.0 - 11.0 1

Ls (cm) Xi Fi F.acu Xi*Fi

5,0 6,0 5,5 2 2 11
6,0 7,0 6,5 3 5 19,5
7,0 8,0 7,5 6 11 45
8,0 9,0 8,5 4 15 34
9,0 10,0 9,5 4 19 38
 10,0 11,0 10,5 1 20 10,5
20 147,5

2 2 4
x−x ¿ x−x ¿ ∗fi xi−x ¿ ∗fi
¿ ¿ ¿
165,8 331,6 24,983967
2301,1 6903,3 5355,1875
3061,1 18366,6 18984,375

3993,5 15974 20880,25

4915,4 19661,6 32580,25
6004,1 6004,1 12155,063
61237,1 77825,046

Clave:

Xi= Marca de clase

Fi= Frecuencia

X= Media o promedio

Calculo de la media

X=
∑ xi fi
N

147,5
=
20

= 7,38

Calculo de la mediana

fi−1 = frecuencia acumulada anterior

ai=¿ amplitud del intervalo la diferencia entre el Ls y Li

 N
−fi−1
Me = 2
Li+ ∗ai
fi

10−5
Me = 7+ ∗1
6

Me = 7,83

Calculo de la moda

fi−1 = Frecuencia anterior

fi+1 = Frecuencia posterior

fi− fi−1
Mo = Li+ ∗ai
( fi− fi−1 )+(fi−fi+1)

6−3
Mo = 7+ ∗1
( 6− 3 ) +(6−4)

Mo = 7,6

Calculo de la variancia y desviación estándar

2
x−x ¿
¿
v
2
= ¿
∑¿
¿

61237,1
v2 =
20

v 2 = 3061,8

Desviación estándar

√ 3061,8
S = 55,33

Calculo de la asimetría formula de Karl Pearson

3 (x−Me)
As =
S
 3 (7,38−7,83 )
As = = -0,024 Asimétrica negativa sesgada hacia la izquierda
55,33

Calculo de la curtosis

4
55,33 ¿
¿
20 ¿
77825,046
Curtosis=
¿

77825,046
Curtosis= −3
187444489.1

Curtosis=−2.99

Curtosis < 0 Distribución platicurtica

Ejercicio:

Coeficiente de Curtosis:

Fórmula para datos agrupados:

 1
n∑
(Mi− X́ )4∗f
g 2=
(S)4

Dónde:

n= número total de datos.

Mi=marca de clase

X́ = media (aritmética)

f= frecuencia

S=desviación estándar

Planteamiento del problema

Tenemos nuestra tabla con los datos a analizar:

Figura 1: Tabla datos semilla cacao “Ramilla”

Figura 2: Tabla datos semilla cacao “Aroma Fino”

Empezamos a calcular lo requerido en nuestra fórmula para poder reemplazar los datos
y obtener el valor de curtosis:

Figura 3: Operación entre marca de clase y media, conjuntamente con su desviación

estándar elevada a su potencia, semillas cacao “Ramilla”

Figura 4: Operación entre marca de clase y media, conjuntamente con su desviación

estándar elevada a su potencia, semillas cacao “Aroma fino”

Obteniendo el cálculo indicado procedemos a reemplazar en nuestra fórmula para

encontrar la curtosis de nuestras dos clases de semillas a analizar:

Curtosis Semilla Ramilla:

1
(5,910)
70
CU =
0,031

CU=2,724
Nota:

Si a ¿ 0 la distribución es platicútica

Si a=0 la distribución es normal o mesocúrtica

Si a> 0 la distribución es leptocúrtic

Curtosis Semilla Aroma Fino:

1
(3,552)
70
CU 2=
0,023

CU=2,206

Si a ¿ 0 la distribución es platicútica

Si a=0 la distribución es normal o mesocúrtica

Si a> 0 la distribución es leptocúrtica

Ejercicio:

Las calificaciones en estadística del curso 3”B” del año 2018 son: 10, 07, 12, 05, 07,
10, 11, 02, 10, 10, 10, 07, 11, 11, 10, 10, 12, 07,10, 10, 05, 05, 05, 10, 10, 10, 07, 02, 02,
11. Se pide:

a) ¿Poseen simetría los datos?

Xi Fi XiFi (Xi− x́)² Fi( Xi− X́ (Xi−X́ )4 X́

Xi−¿
¿
Fi¿
02 3 6 39.69 119.07 1575.30 4725.90
05 4 20 10.89 43.56 118.59 474.36
07 5 35 1.69 8.45 2.86 14.30
10 12 120 2.89 34.68 8.35 100.20
11 4 44 7.29 29.16 53.14 212.56
12 2 24 13.69 27.38 187.42 374.84
 Σ 30 249 76.14 262.30 1945.66 5902.16

Método de Karl Pearson

3(X́ −Med) 3(8,3−10)

As= = =−1.72
S 2.96

Los datos son asimétricos negativos.

ΣXiFi 249
X́ = = =8.3 puntos
n 30

30
Med= =15 Mo=10
2

√ √
2
c s= ΣFi (
Xi− X́ ) 262.30
= =2.96
n 30

b) Curtosis
2
Xi− X́ ¿
¿
Σ¿
Curtosis=¿

Los datos presentan ligeramente un apuntamiento, es decir, de manera sutil los datos son
PLATICURTICOS.

V. CONCLUSIONES

Se planteó ejercicios sobre la distribución continua de curtosis respecto a un

comportamiento normal.

Se resolvió los ejercicios en base a los conocimientos respecto a curtosis y asimetría.

Se determinó los diferentes tipos de distribuciones empleados en ejercicios
demostrativos con distintas distribuciones asimétricas.
VI. RECOMENDACIONES

Se recomienda aplicar las formulas correspondientes para cada tipo de ejercicio, ya sea
para determinar la simetría o la curtosis.

En de suma importancia llevar a cabo un orden al realizar los ejercicios, de caso

contrario se puede excluir un dato y la respuesta no sería la correcta.
Es necesario saber interpretar las respuesta para poder concluir adecuadamente.

VII. BIBLIOGRAFIA

Eumed.ne. (2 de mayo de 2002). http://www.eumed.net. Recuperado el 2018, de

http://www.eumed.net/libros-gratis/2007a/239/7.htm

Ibujes, M. O. (s.f.). Monografia.com. Obtenido de Medidas de Forma: Asimetría y

Curtosis: http://www.monografias.com/trabajos87/medidas-forma-asimetria-
curtosis/medidas-forma-asimetria-curtosis.shtml

Navarro. (2 de Enero de 2006). http://navarrof.orgfree.com. Recuperado el 2018, de

http://navarrof.orgfree.com/Docencia/MatematicasIII/M3UT3/m3ut3mf.htm

Torres. (2 de Mayo de 2008). http://weslintorres.blogspot.com. Recuperado el 2018,

de http://weslintorres.blogspot.com/2009/05/medidas-de-forma.html

Dr. Apaza, E. (20 de OCTUBRE de 2013). Universidad Nacional del Altiplano.

Obtenido de Universidad Nacional del Altiplano.