CURTOSIS

La curtosis o kurtosis es un parámetro estadístico que sirve para caracterizar la

distribución de probabilidad de una variable aleatoria, indicando el grado de concentración
de los valores alrededor de la medida central. Esto también se conoce como “grado de
pico”.
por lo tanto, la curtosis señala el grado de apuntamiento o achatamiento de la distribución,
como se ve en la siguiente figura:

También la curtosis tiene valor numérico propio de cada distribución de frecuencias, que de
acuerdo a la concentración de los valores alrededor de la media, se clasifican en tres
grupos:
 Leptocúrtica: en la cual los valores están muy agrupados alrededor de la media,
por lo que la distribución se presenta bastante apuntada y esbelta, (figura 1,
izquierda).

 Mesocúrtica: posee una concentración moderada de valores alrededor de la media

(figura 1 en el centro).

 Platicúrtica: está distribución tiene una forma más ancha, pues los valores tienden
a estar más dispersos (figura 1 a la derecha).

Fórmulas y ecuaciones
La curtosis puede tener cualquier valor, sin limitaciones. Su cálculo se lleva a cabo
dependiendo de la manera en que se entreguen los datos. La notación empleada en cada
caso es la siguiente:

 Coeficiente de curtosis: g2

 Media aritmética: X o x con barra

 Un valor i-ésimo: xi

 La desviación estándar: σ

 El número de datos: N

 La frecuencia del valor i-ésimo: fi

 Marca de clase: mxi

Algunas de las fórmulas más utilizadas para encontrar la curtosis:

Curtosis de acuerdo a la presentación de los datos

Datos sin agrupar o agrupados en frecuencias

Datos agrupados en intervalos

Exceso de curtosis
También llamado coeficiente de apuntamiento de Fisher o medida de Fisher, sirve para
comparar la distribución en estudio con la distribución normal.
Cuando el exceso de curtosis vale 0, estamos en presencia de una distribución normal o
campana de Gauss. De esta forma, siempre que se calcule el exceso curtosis de una
distribución, en realidad la estamos comparando con la distribución normal.

Tanto para los datos sin agrupar como para los datos agrupados, el coeficiente de
apuntamiento de Fisher, denotado por K, es:

K= g2  – 3

Ahora bien, se puede demostrar que la curtosis de la distribución normal es 3, por lo tanto,
si el coeficiente de apuntamiento de Fisher es 0 o cercano a 0 y se tiene una distribución
mesocúrtica. Si K >0 la distribución es leptocúrtica y si K<0 es platicúrtica.

¿Para qué sirve la curtosis?

La curtosis es una medida de variabilidad utilizada para caracterizar la morfología de una
distribución. De esta forma se pueden comparar distribuciones simétricas con el mismo
promedio e igual dispersión (dada por la desviación estándar).

Disponer de medidas de variabilidad asegura que los promedios sean confiables y ayuda a
controlar las variaciones de la distribución.

Ejemplo resuelto de curtosis

Hallar el coeficiente de apuntamiento de Fisher para las siguientes calificaciones, obtenidas
en un examen de Física a un grupo de alumnos, con una escala del 1 al 10:
5, 5, 4, 7, 7,7, 9, 8, 9, 4, 3

Solución
Se utilizará la siguiente expresión para datos no agrupados, dada en las secciones
precedentes:
K = g2 – 3
Este valor permite conocer el tipo de distribución.
Para calcular g2 es conveniente hacerlo de manera ordenada, paso a paso, ya que hay que
resolver varias operaciones aritméticas.

Paso 1
En primer lugar, se calcula el promedio de las calificaciones. Hay N = 11 datos.
X= (5+5+4+7+7+7+9+8+9+4+3) /11 =6.182

Paso 2
Se encuentra la desviación estándar, para lo cual se utiliza esta ecuación:

σ = 1.992
O también se puede construir una tabla, que igualmente se requiere para el siguiente paso y
en la que se escribe cada término de las sumatorias que se van a necesitar, comenzando por
(xi – X), luego (xi – X)2 y luego (xi – X)4 :
Paso 3
Efectuar la sumatoria indicada en el numerador de la fórmula para g2. Para esto se utiliza el
resultado de la columna derecha de la tabla anterior:
∑ (xi – X)4= 290.15
Por lo tanto:
g2 = (1/11) x 290.15 /1.9924 = 1.675
El coeficiente de apuntamiento de Fisher es:
K = g2 – 3 = 1.675 – 3 = -1.325
Lo que interesa es el signo del resultado, que al ser negativo corresponde a una distribución
platicúrtica, lo cual puede interpretarse como se hizo en el ejemplo anterior: posiblemente
sea un curso heterogéneo con estudiantes de distintos grados de interés o bien las preguntas
de examen fueron de diferentes niveles de dificultad.
El uso de una hoja de cálculo como Excel, facilita en gran medida la resolución de este tipo
de problemas y también ofrece la opción de graficar la distribución.

BIBLIOGRAFIA:
https://traders.studio/curtosis-excesiva/
https://www.uv.es/ceaces/base/descriptiva/curtosis.htm
http://ri.uaemex.mx/bitstream/handle/20.500.11799/32032/secme-21228.pdf?
sequence=1&isAllowed=y
https://www.universoformulas.com/estadistica/descriptiva/curtosis/
http://recursostic.educacion.es/descartes/web/materiales_didacticos/
unidimensional_lbarrios/asimetria_est.htm
http://www.ugr.es/~cdpye/CursoProbabilidad/pdf/P_T04_Curtosis.pdf
https://economipedia.com/definiciones/curtosis.html
https://ejemplos.net/tipos-de-curtosis/
http://support.ptc.com/help/mathcad/es/index.html#page/PTC_Mathcad_Help/
example_kurt_and_skew.html