COEFICIENTE DE ASIMETRIA

DE PEARSON
[Subtítulo del informe]

INDICE.
CELIA| ESTADISTICA Y PROBABILIDAD PARA INGENIEROS
| 12 de julio de 2021
I.INTRODUCCION.
II. OBJETIVOS.
III. MARCO TEORICO
1. MEDIDAS DE FORMA.
2.ASIMETRIA.
3.COEFICIENTE DE ASIMETRIA DE
PEARSON.
IV. MARCO PROCEDIMENTAL.
V. CONCLUSION.
VI. ANEXOS.
VII.BILIOGRAFIA.

PÁGINA 1
 I. INTRODUCCION.

La simetría es un concepto con un peso importante en el análisis de los datos. La distribución

simétrica es necesaria en muchas situaciones de análisis de datos con inferencia. Por tanto, es
deseable un conocimiento suficiente del concepto de simetría en estudiantes e investigadores. Hay
dos aspectos relacionados con este concepto: la representación gráfica y la función de los datos de la
muestra (estadístico). Es la representación gráfica lo que justifica el concepto original. No obstante,
los estadísticos muestran mayores preferencias por el cálculo del índice de simetría.

II. OBJETIVOS.

 Identificar, los significados institucionales y personales, asociados al coeficiente de asimetría

de Pearson, en alumnos del cuarto ciclo de las carreras profesionales de Ing.
 Presentar los fundamentos teóricos del coeficiente de asimetría.
 Proponer recomendaciones para la enseñanza de los cursos del cuarto ciclo, a partir de los
resultados del análisis del significado de medidas de forma.

PÁGINA 2
 III. MARCO TEORICO.

1. MEDIDAS DE FORMA.

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.
Las medidas de forma son necesarias para determinar el comportamiento de los
datos y así, poder adaptar herramientas para el análisis probabilístico.

Son indicadores estadísticos que permiten identificar si una distribución de

frecuencia presenta uniformidad.

Antes de empezar con cada uno de estos indicadores, analizaremos los tipos más
comunes de distribución de frecuencia y la relación media, mediana y moda como
primera medida para identificar el grado de asimetría en una distribución de
frecuencia.

Un sesgo es un error que aparece en los resultados de un estudio debido a factores

que dependen de la recolección, análisis, interpretación, publicación o revisión de
los datos que pueden conducir a conclusiones que son sistemáticamente diferentes
de la verdad o incorrectas.

2. ASIMETRIA.

Las medidas de asimetría son indicadores que permiten establecer el grado de

simetría (o asimetría) que presenta una distribución de probabilidad de una
variable aleatoria sin tener que hacer su representación gráfica. Como eje de
simetría consideramos una recta paralela al eje de ordenadas que pasa por la media
de la distribución. Si una distribución es simétrica, existe el mismo número de
valores a la derecha que a la izquierda de la media, por tanto, el mismo número de
desviaciones con signo positivo que con signo negativo.

Decimos que hay asimetría positiva (o a la derecha) si la "cola" a la derecha de la

media es más larga que la de la izquierda, es decir, si hay valores más separados de
la media a la derecha. Diremos que hay asimetría negativa (o a la izquierda) si la
"cola" a la izquierda de la media es más larga que la de la derecha, es decir, si hay
valores más separados de la media a la izquierda.

La asimetría es la medida que indica la simetría de la distribución de una variable

respecto a la media aritmética, sin necesidad de hacer la representación gráfica. Los
coeficientes de asimetría indican si hay el mismo número de elementos a izquierda
y derecha de la media.

PÁGINA 3
Existen tres tipos de curva de distribución según su asimetría:

 Asimetría negativa: la cola de la distribución se alarga para valores inferiores

a la media.
 Simétrica: hay el mismo número de elementos a izquierda y derecha de
la media. En este caso, coinciden la media, la mediana y la moda. La
distribución se adapta a la forma de la campana de Gauss, o distribución
normal.
 Asimetría positiva: la cola de la distribución se alarga (a la derecha) para
valores superiores a la media.

Utilidad:

 La asimetría resulta útil en muchos campos. Muchos modelos simplistas

asumen una distribución normal, esto es, simétrica en torno a la media. La
distribución normal tiene una asimetría cero. Cuando el tamaño de la
muestra aumenta cualquier población tiende a volverse simétrica. Una
asimetría positiva implica que hay más valores distintos a la derecha de la
media.

 Las medidas de asimetría, sobre todo el coeficiente de asimetría de Fisher,

junto con las medidas de apuntamiento o curtosis se utilizan para contrastar
si se puede aceptar que una distribución estadística sigue la distribución
normal. Esto es necesario para realizar numerosos contrastes estadísticos en
la teoría de inferencia estadística.
PÁGINA 4
 3. COEFICIENTE DE ASIMETRIA DE PEARSON.
Mide la desviación de la simetría, expresada la diferencia entre la media y la mediana con respecto a
la desviación estándar del grupo de mediciones la fórmula es:

X −Mo(x )
CA P=
Sx
x=la moda.
S x =ladesviacion atipica

 Si CAP<0: la distribución tiene una asimetría negativa, puesto que

la media es menor que la moda.
 Si CAP=0: la distribución es simétrica.
 Si CAP>0: la distribución tiene una asimetría positiva, ya que la media es
mayor que la moda.

IV. MARCO PROCEDIMENTAL.

PÁGINA 5
 1. PROBLEMAS.

EJERCICIO 1.

En una central hidroeléctrica se realiza una encuesta a 30 ingenieros

sobre las horas extras laboradas. Se pide calcular el coeficiente de
Pearson (indicando la distribución es simétrica, asimétrica positiva o
asimétrica positiva.) con los siguientes datos obtenidos en la tabla.

Xi Fi Xi.Fi Xi2.Fi

0 4 0 0

1 6 6 6

2 5 10 20

3 7 21 63

4 5 20 80

5 3 15 75

TOTAL 30 72 244

PASO 1: HALLAMOS LA DESVIACION ATIPICA, LA MODA Y MEDIA

Media Aritmética Desviación estándar

PÁGINA 6
 2
72 s =244−¿ ¿
X=
30

2
S =237.4
X =2.4

S= √ 237.24
Moda Mo=5

S = 15.4026

Reemplazamos en la
fórmula A 2.4−5
s=¿ ¿
15.4026

As = - 0.1688

EJERCICIO 2.

PÁGINA 7
 Mo = 5

La siguiente tabla muestra el número de importaciones de equipos de aire

acondicionado que son recibidos en el almacén de una empresa, durante los dos
meses anteriores.

CALCULAR: El coeficiente de asimetría de Pearson (As). Indicar si la distribución es

simétrica, asimétrica positiva o asimétrica negativa. Indicar hacia qué dirección se
encuentran sesgados los datos de la variable.

 Como en esta distribución hay más de una moda se usa la siguiente fórmula.
 Además, el problema no nos especifica que es al azar o una muestra, se
asume que es una población.

 Esta toma en cuenta la mediana (Md), en lugar de la moda.

PÁGINA 8
 Solución:

FÓRMULA:

DETERMINAR:

EJERCICIO 3.

Determinar el coeficiente de asimetría de Pearson

PÁGINA 9
 X fi xi xi.fi Xi^2 fi
[26, 35> 1 30.5 30.5 930.25
[35, 44> 4 39.5 158 6241
[44, 53> 5 48.5 242.5 11761.25
[53, 62> 14 57.5 805 46287.5
[62, 71> 14 66.5 931 61911.5
[71, 80> 5 75.5 377.5 28501.25
[80, 89] 2 84.5 169 14280.5
TOTAL 45 402.5 2713.5 169913.25

u=
∑ xi f i
N

2713.5
u= =60.3
25

PASO 1: HALLAMOS LA DESVIACION ESTANDAR

∑ xi2 f i
σ 2= i −1 −u 2
N
PÁGINA 10
 X fi F xi xi.fi xi^2 fi
σ = [26, 35> −60.31 1 30.5 30.5 930.25
2 169913.25 2
25
[35, 44> 4 5 39.5 158 6241
[44, 53> 5 10 48.5 242.5 11761.25

=139.76
2
[53, 62> 14 24 57.5 805 46287.5
σ
[62, 71> 14 38 66.5 931 61911.5
[71, 80> 5 43 75.5 377.5 28501.25
σ =√ 139.76
[80, 89] 2 45 84.5 169 14280.5
TOTAL 45 166 402.5 2713.5 169913.25

∑ x i2 fi−n x 2
S2= i=1
n−1
2
S =169913.25−45 ¿ ¿
2
S =142.9364
s= √ 142.9364
s=11.9556

PASO 2: HALLAMOS LA MEDIANA

PÁGINA 11
 X fi F HALLAMOS EL 50 DEL TOTAL
[26, 35> 1 1
[35, 44> 4 5 50
x 45
100
[44, 53> 5 10
[53, 62> 14 24 22.5
[62, 71> 14 38
[71, 80> 5 43
[80, 89] 2 45
TOTAL 45 166

n
F
2 i−1
Me=Li + A( )
fi
45
−10
2
Me=53+ 9( )
24
Me=57.68

A 3 (X −Me)
S=¿ ¿
S

A 3 (60.3−57.68)
S=¿ ¿
11.9556

A S=¿0.6574 ¿
PÁGINA 12
V. CONCLUSION.

En teoría de la probabilidad y estadística, la medida de asimetría del

coeficiente de Pearson es utilizada parte del uso del tercer momento
estándar. La razón de esto es que nos interesa mantener el signo de las
desviaciones con respecto a la media, para obtener si son mayores las que
ocurren a la derecha de la media que las de la izquierda.

VI. ANEXOS.

PÁGINA 13
VII. BIBLIOGRAFIA.

 Alcaide, A. (1991). Estadística, Introducción. Madrid: Empresa.

 Alvarez Sanz, M. (1994). Estadística. Bilbao: Deusto.
 Baró, J. (1985). Estadística descriptiva. Barcelona: Parramon.
 Borrell, M. (1997). Aplicación a la Estadística financiera y formación.
 gestión de carteras de renta variable. Madrid: Ramón Areces
 Forttini, G; López M; Tuesta, T; Chinchay, V. (2018). Comprensión y medida
del concepto de simetría.

PÁGINA 14