Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2

Tema 3: Medidas de Tendencia Central o de Posicin

Todos los indicios o medidas que tratan de representar al conjunto de datos reciben el nombre de medidas de tendencia central o de posicin.
I.

Media o Promedio Aritmtico.

Se define como el cociente que resulta de dividir la suma de todos los valores de una serie entre el nmero de ellos.

Dada una distribucin de frecuencias absolutas, la media aritmtica de los datos se obtiene. aplicando la formula.

x
i

f i / f i , donde X i representa cada valor de la serie

Dada una distribucin de frecuencias de datos agrupados en clases, la media aritmtica se obtiene aplicando.

x
i =1

fi /

f
i

, en la cual X i representa el punto medio de clase i-ensima

Propiedades de la Media Aritmtica 1. La media aritmtica de una constante es la constante. Xi a, a, a,, a, a= constante

2. La media aritmtica del producto de una variable por una constante es igual a la

constante multiplicada por la media aritmtica de la variable. Si Y= a xi =

Y

=aX

3. La media aritmtica de una variable mas (o menos) una constante es igual a la media aritmtica de la variable mas (o menos) la constante. Si Y , a constante, entonces Y =
X a

1 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 4. La suma de los desvos con respecto a la media aritmtica es siempre igual a cero. Si d 1 = X 1 X ; d 2 = X 2 - X ; . d n = X n - X , entonces

= d 1 + d 2 + ... + d n = 0

5. Si Y i = a +b X i , siendo a y b constantes entonces Y = a+b X

6. La suma de los cuadrados de los desvos con respecto a la media aritmtica es siempre un valor mnimo.
i

- X )
>X ; < X

Donde Z es un valor distinto de la media, bien sea mayor o menor,

7. Ley de Conservacin del Total

Si se sustituye cada observacin de la variable por su media aritmtica la suma de las observaciones permanece igual es decir se conserva.

8. La media hace posible la combinacin de los promedios de varias series parciales. Si llamamos X 1 , X 2 ,, las variables de N series parciales y N 1 ,N 2 , N 3 ,.., N , el

numero de los trminos de cada una de ellas. Si designamos X 1 , X 2 , X ,... X a las N medias parciales, tendremos lo siguiente.
X 1= X 2

, X =

,, X

La suma total de los trminos de las N series ser:

X

, donde N= N

2 ++

Usos de la media aritmtica En series de datos que tienden hacia una progresin aritmtica (aquella que en los primeros diferenciales sean constantes o aproximadamente constantes). En series de datos que existan valores negativos o iguales a cero, ya que el uso de otros promedios se dificulta. Como indicador de centralizacin de mayor importancia.

2 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Ejemplo:

xi
Ventas (Mill. Bs.)

13 19 19 - 25 25 - 31 31 - 37 37 - 43 43 - 49
X

7 5 6 3 3 6

16 22 28 34 40 46

112 110 168 102 120 276

= 29,6

II.
X =

Media Aritmtica Ponderada

= , donde pi es el peso del dato Xi

Ejemplo: media aritmtica ponderada Si diferentes unidades de determinado artculo se han vendido a diferentes precios de acuerdo a los siguientes datos. A Bs. 800 16 unidades Bs 500 20 unidades Bs 700 18 unidades Se pide calcular el precio promedio con el cual se ha vendido el artculo:
X

= 655,56

3 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2

III.

La Mediana

Es una medida de tendencia central cuyo valor divide una distribucin de tal manera que tanto por encima como por debajo se encuentra un nmero igual de trminos. Para determinar la mediana es necesario ordenar los datos, utilizando cualquiera de los mtodos de agrupacin. El valor de la mediana puede coincidir o no con un valor de la serie, todo depende si el nmero de datos es impar o par, respectivamente. Datos no agrupados Si tenemos una serie de valores, X ,X,,X , dispuestas en orden cuantitativo de menor a mayor, o viceversa, se localiza la mediana como el valor: Si N es impar, como el valor que ocupa la posicin Si N es par, como la semisuma de los valores que ocupan la posicin Datos agrupados en DDF
1. Se determina el orden de la mediana, como:

+1

2. Se determina la clase que contiene la mediana , para la que se utiliza la columna de las frecuencias acumuladas. 3. Se admite que los trminos que componen la clase que contiene la mediana estn distribuidas en progresin aritmtica. 4. Se calcula la mediana a partir de la formula. Md= + .

Donde = lmite inferior de la clase que contiene la mediana. Orden de la mediana. Fa-1 frecuencia acumulada de la clase anterior a la que contiene la mediana.
f i

= frecuencia absoluta de la clase que contiene la mediana.

4 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 = intervalo de la clase que contiene a la mediana. Ejemplo: Venta ( millones de Bolvares) 13 19 19 25 25 30 31 37 37 43 43 - 49 N=30 => Par =>
f i

7 5 6 3 3 6

Fa-1 7 12 18 21 24 30

Fa-1= 15- 12 = 3 = 25, f

i

=6,

=6 * 6= Md=28,

Sustituyendo en la formula de la mediana, tenemos que: Md= 25 +

interpretndose como: 28 millones de Bolvares es el valor de las ventas que divide al conjunto de datos en dos partes iguales, es decir, en el 50% de los das hubo ventas por debajo y por encima de 28 millones de Bolvares. Usos: No se ve afectada por la magnitud de los valores extremos. Aplica a intervalos de clases abiertos. No utiliza los puntos media de la clase.

5 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 IV. El Modo

El modo se define como el valor con mayor frecuencia, el que ms se repite, el valor ms tpico. En una Distribucin de Frecuencias es el valor alrededor del cual los trminos tienden a concentrarse ms densamente. Ejemplo: la estatura ms corriente, la calificacin que ms se repite. El modo puede no existir, incluso si existe puede no ser nico. Datos no agrupados Ordenar de menor a mayor, o viceversa Ejemplo 1: 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18; modo 9 Ejemplo 2: 1, 3, 5, 8, 10, 12, 15,16; no tiene modo Ejemplo 3: 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9; tiene dos modos 4 y 7 y se llama bimodal

Datos agrupados: La formula de obtencin es: M= Donde = lmite inferior de la clase modal Valor absoluto de la diferencia entre la frecuencia de la clase modal y la clase inmediata anterior. Diferencia entre la frecuencia de la clase modal y la clase siguiente. = Intervalo de clase.

Caractersticas:
1. Al igual que la Mediana, el valor del modo no se encuentra afectado por la magnitud

de desviaciones extremas con respecto al promedio. 2. El modo puede fcilmente ser determinado en forma aproximada, pero su determinacin exacta es complicada. 3. El modo carece de significacin en distribuciones que contengan pocos datos y que no ofrezcan una marcada tendencia central. 4. El modo no es susceptible de operaciones algebraicas.

6 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Ejemplo:

Determinar el modo de los siguientes datos que representan las calificaciones de 100 alumnos de la ctedra de Estadstica.

Calificaciones 05 5 10 10 -15 15 - 20

N alumnos 20 40 30 10

Mo = Sustituyendo

, donde

|,

0 Mo = 5 + Mo = 5+ . 5 = 8,3

7 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Relaciones entre el Promedio aritmtico, La mediana y El Modo en un Polgono de Frecuencia Se cumple la siguiente relacin emprica Mo= X -3( X -Md) En una curva simtrica, las 3 medidas coinciden.

En una curva asimtrica positiva, el modo es menor que la mediana y que el promedio aritmtico.

En una curva asimtrica negativa el promedio aritmtico es menor que la mediana y menor que el modo.

8 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Uso del promedio geomtrico en el clculo del inters compuesto. Para obtener el promedio de inters a que ha sido colocada una cantidad durante cierto tiempo, se utiliza la media geomtrica. En este caso la formula de la media geomtrica G sufre cierta modificacin, presentndose en la forma siguiente. G= , donde Pn= Valor al final del periodo n Po= valor al comienzo del periodo n.

Ejemplo: Si Bs. 500.000 se convierten al cabo de dos aos en Bs. 550.000. Cul ser la tasa promedio de aumento? G= 1= 1, 05 1= 0,05, es decir el 5%.

9 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Estadsticas de posicin o de fraccionamiento: Cuartiles, Deciles y Percentiles. Son medidas que como la mediana (Md) fraccionan en ciertas proporciones las distribuciones, estos valores se conocen con el nombre de percentiles, deciles y cuartiles, de acuerdo a las proporciones en que dividan a los datos. Datos no agrupados Sea X ,x,,X
-

se localiza el cuando n es par y n impar.

Cuartil como

Decil ser

n par

, n impar, siendo A, siendo A el nmero del percentil.

Percentiles como

n par

n impar, siendo A el nmero del percentil.

Ejemplo: En una serie de 35 trminos se desea localizar el 3 Cuartil: => (significa que el 3er cuartil se encuentra localizado en

el termino N 27). El 75 % de los datos se encuentran a la izquierda del trmino que ocupa la posicin nmero 27 8 decil: => = 28,8

El 80% de los datos se encuentran a la izquierda de los trminos que ocupan entre la 28 y 29 posicin. 95 percentil: => = 34, 2

El 95% de los datos se encuentra localizado por debajo de los trminos que ocupan la posicin 34 y 35. Calculo para una distribucin de frecuencia
1. Se calculan las frecuencias acumuladas.

10 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2

2. Se determina la posicin del trmino cuyo valor se pretende calcular, en caso de

su primer cuartil ser

, si fuere el 95 percentil

u cualquier otro.

1. Se verifica cual es la clase que lo contiene: utilizando la frecuencia acumulada. 2. Se hace la diferencia entre el nmero que representa el orden de posicin p

cuyo valor se pretende calcular y la frecuencia acumulada de la clase anterior a la que lo contiene. 3. Se calcula la medida solicitada mediante la frmula. P= * lmite inferior de la clase que lo contiene. p= valor que representa la posicin de la medida.
f i

= frecuencia de la clase que contiene la medida solicitada.

Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada. ic == Intervalo de clase. Ejemplo Determinacin del primer cuartil, el sptimo decil y el percentil 30.
Salarios ( Miles de bolvares)

N Empleados 85 90 120 70 62 36

200-300 300-400 400500 500-600 600-700 700-800 Primer cuartil Posicin= => = 115,75

Fa 85 175 295 365 427 463

p - Fa-1= 115,75 85= 30,75

f i

= 90

11 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 = 100 + 100 = 300 + 34,16 334,16 El 25% de los empleados ganan salarios por debajo de 334,18 Bs Sptimo Decil Posicin= 324,1

f i

= 70

= 100

D = 500 + Este resultado indica que el 70% de los empleados ganan por debajo de Bs 541. Percentil 30
Posicin =

f i

= 90

= 100 Po= 300 + * 100 = 359, 88

Este resultado indica que el 30% de los empleados ganan por debajo de Bs 359,88.

12 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2

Medidas de Dispersin
Por dispersin se entiende el hecho de que los valores de una serie difieran de otros; la dispersin ser, pues, mayor o menor de acuerdo a la magnitud de las diferencias. Las medidas de dispersin se dividen en dos grandes grupos: El rango El rango intercuartilico El semi-recorrido intercuartilico o Desviacin cuartil El rango percentilico Desviacin media La varianza Desviacin tpica o estndar Desigualdad de Chebychev Coeficiente de Variacin

Medidas de dispersin absolutas

Medidas de dispersin relativas

Las medidas de dispersin absolutas, vienen expresadas en las mismas medidas que identifican la serie de datos y cuyo valor se limita a la serie misma.

Las medidas de dispersin relativas, son relaciones entre medidas de dispersin absolutas y medidas de la tendencia central; vienen expresadas en porcentajes; su funcin es la de determinar entre varias distribuciones la de mayor o menor dispersin.

Medidas de dispersin absolutas

1) Intervalo u oscilacin total (recorrido) o rango: Se define como la diferencia entre

el punto mximo y el punto mnimo de la serie de valores.

13 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Es de fcil clculo y depende del nmero de datos de la serie. Su mayor inconveniente estriba que no da una idea de la verdadera concentracin de los valores. Ejemplo: dados los siguientes datos: 1, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, 106, 108, 200; el intervalo total es igual a 200-1= 199 intervalo exagerado que no da una idea de la verdadera concentracin de los datos con respecto al valor central. Otra desventaja es la que no es muy susceptible de operaciones algebraicas; es utilizado en la prctica como medida de dispersin en las aplicaciones estadsticas al control de calidad de productos industriales y para indicar las fluctuaciones que presenta el mercado de valores.

2) Rango intercuartilico: (Q3 Q1)

Contiene el 50% de los datos, en consecuencia podra dictaminarse la mayor o menor concentracin de los datos, es decir que a mayor diferencia entre ambos cuartiles mayor dispersin de los datos y viceversa. Elimina el 25%por debajo y el 25% por encima Su mayor desventaja consiste en no ser una medida propicia a operaciones algebraicas.

3) Semirecorrido intercuartilico o Desviacin cuartil :

4) Rango percentilico se define como la diferencia entre el percentil noventa y el

percentil diez; P= P - P nos indicara el recorrido sobre el que se encuentra el 80% de las observaciones una vez eliminado el 10% ms alto y el 10% ms bajo. Desviacin media se define como el valor promedio de las desviaciones tomadas en valor absoluto, de los datos con respecto a un trmino central.
5)

Este trmino central en la prctica es la media aritmtica pero tambin puede usarse la mediana o el modo. Su formula general es: Dm= = a = X o Md

14 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Calculo de la desviacin media a partir de la media aritmtica Datos no agrupados Pasos a seguir: 1) Se calcula la media aritmtica de los valores de la serie.

2) Se calculan las desviaciones de los valores de la serie con respecto a su

media aritmtica. Se suman estos desvos y se obtiene

3) Se calcula la desviacin media, por la formula: Dm = Ejemplo 1: Dada la serie 2, 4, 6, 8, 10 su media es 6 X 2 4 6 8 10 Total
Dm = Dm = 2.4

|X- X | 4 2 0 2 4 12
=

Ejemplo 2: Los datos corresponden a las puntuaciones obtenidas en un examen, por 10 alumnos. Xi 5 10 12 12 15 18 8 9 10 11 |X- X | 6 1 1 1 4 7 3 2 1 0
15 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Total11 0 = 26

= 11 =

Dm = Dm = 2.6

16 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Datos agrupados

Pasos a seguir:

1) Se agrupan los datos en una distribucin de frecuencias, determinado los puntos medios de cada clase. 2) Se calcula la media de esa distribucin. 3) Se determinan los desvos de cada punto medio con respecto a la media, estos desvos son tomados en valores absolutos.
4) Se multiplica cada desvo por su respectiva frecuencia, se llevan a columnas

estos productos, se suman y se obtiene

5) Finalmente se calcula la desviacin media a travs de la formula.

Dm =

, donde N =

La desviacin media con respecto a la mediana ser siempre menor que la desviacin media respecto a la media (siempre que ambas no sean iguales), dado que una propiedad de la mediana dice: que este ser el punto desde el cual la suma de los valores absolutos de las desviaciones de las medidas ser un mnimo.

6)

Desviacin tpica o Standard Se define como la raz cuadrada positiva del promedio aritmtico de los cuadrados de los desvos con respecto a la media aritmtica; su smbolo es la letra griega ; en estadstica inductiva se utiliza con el smbolo . La formula general de la desviacin tpica es: = La desviacin tpica es un caso particular de una medida llamada desviacin cuadrtica general y cuya funcin es la siguiente:
17 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 S=

X
a

, donde = desviacin de los valores respecto a un valor arbitrario .

Cuando X a = X => la desviacin tpica es el valor de la desviacin cuadrtica general = X- X a

Calculo de la desviacin tpica Datos no agrupados 1)

2) 3)

Se calcula la media aritmtica. Se calculan los desvos ( X- X ) y se llevan a columna. Se llevan a columna el cuadrado de los desvos, se suman y se obtiene .

4) =

Se calculan los desvos cuadrticos a partir de la formula.

A partir de esta se pueden encontrar formulas para el clculo de , en que no sea necesario determinar la media aritmtica. = Este procedimiento se utiliza cuando el nmero de datos es muy elevado y la media aritmtica no es un nmero sencillo.

Propiedades de la Desviacin Tpica

a) La desviacin tpica es siempre positiva por definicin.

b) La desviacin tpica de una constante es siempre igual a cero.

c) Sumndole o restndole a cada uno de los datos de la serie una constante,

la desviacin tpica no se altera. ( X i K ) = (x i )

18 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 d) Si multiplicamos a cada uno de los datos en estudio por una constante, la nueva desviacin tpica ser igual a la constante tomada en valor absoluto por la desviacin tpica original. ( i k ) =|K| i
e) La desviacin tpica de la serie total puede expresarse como una funcin

de las desviaciones tpicas y , y de las medias de las respectivas series componentes. Datos agrupados

1. Se calcula la media aritmtica.

2. Se calculan los desvos entre los diferentes puntos medios de las clases y se llevan a columna.
3. Se llevan a columna el cuadrado de los desvos, multiplicado por la frecuencia

absoluta y se suman obtenindose

4. Se calculan los desvos cuadrticos a partir de la formula.

Ejemplo: Dada la siguiente distribucin de frecuencias referente al peso de 50 personas Pesos 54 - 58 58 - 62 62 66 66 70 70 - 74

f
i

xi

xi f

xi f

6 11 19 10 4 50

56 60 64 68 72

336 660 1216 680 288 3180

18816 39600 77824 46240 20736 203216

= =
203216 (63 ,60 ) 2 50

S=

19 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 S= S= S = 4, 4 kg

20 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Interpretacin de la desviacin tpica

-

Es la que mejor nos proporciona la variacin de los datos con respecto a la media aritmtica. Su valor se encuentra en relacin directa con la dispersin de los datos, a mayor dispersin de ellos, mayor desviacin tpica, y a menor dispersin, menor desviacin tpica. Regla emprica: Su mayor utilidad se presenta en una distribucin normal ya que en dicha distribucin en el intervalo determinado por se encuentra el 68,27% de los datos.

A la zona limitada por la se conoce bajo el nombre de zona normal, ya que se considera a los datos que caen dentro de esa zona, datos normales en relacin con el grupo estudiado; los datos que estn por encima o por debajo de dicho intervalo se consideran supranormales e infranormales.

7) Varianza Se define como el cuadrado de la desviacin tpica; en smbolo se representa por o por S en estadstica inductiva. Su frmula de clculo es: = Las propiedades de la varianza. 1) La varianza es siempre una cantidad positiva.

21 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 2) La varianza de una constante es cero. 3) La varianza no se altera si se hace un cambio de origen.
4) La varianza de la serie total puede expresarse como una funcin de las

variaciones y de las medias parciales. 5) La varianza de una constante por una variable es igual al producto del cuadrado de la constante por la varianza de la variable. = Medidas de dispersin Relativas Se aplica cuando es necesario comparar la dispersin de dos o ms conjuntos de datos que tienen medias diferentes o las unidades de medida en que vienen expresados son distintos. Se expresan en porcentajes y se determinan por la relacin existente entre una medida de dispersin absoluta y una medida de tendencia central. 1. Coeficiente de variacin de Pearson (C.V.) CV= (Desviacin estndar/Media)*100 , C. V. = 2. Coeficiente de desviacin cuartil (C.V.C.) C.V.C. = Es una medida de dispersin til cuando se tienen distribuciones con extremos abiertos (clases abiertas) o cuando existen valores extremos. Ejemplo: La siguiente distribucin de frecuencias representa las compras en mill/Bs. efectuadas por el departamento de una empresa determinada en un periodo de 60 das. Clases Compras (Mill/Bs)
0 - 10 10 20 20 30 30 - 40 40 - 50

* 100

xi

N das
5 15 30 8 2 = 60 5 15 25 35 45

xi
25 225 750 280 90

xi

xi

|X - X |
17,83 7,83 2,17 12,17 22,17

f i |X - X |

25 225 625 1225 2025

125 3375 18750 9800 4050 = 36100

89,15 117,45 65,20 97,36 44,34 |X- X |= 413,40

xi =137
0

22 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2

X

= 22,83 mill/Bs

S= S= 8,97 mill/Bs Cv = *100= Cvc = Ejemplo:

= =

( 22,83)=

= 39,29%

Un conjunto de 20 valores tiene una media igual en 50, otro conjunto de 20 valores tiene una media igual a 30; la desviacin estndar de los 40 valores considerados conjuntamente es igual a 10. Calcular el coeficiente del conjunto de los 40 nmeros.
X

t=

= 40 *100 = 25%

C. V = *100 =

Tipificacin(Valores z) Si sobre el conjunto de n observaciones X, X,, Xn, con media igual a X y desviacin tpica igual a Sx, se realiza la siguiente transformacin. Z = , Z =
( xn X ) ( x2 X ) , . . . , Zn= Sx Sx

Estos nuevos valores transformados, tambin llamados tipificados tendrn siempre como media el valor cero es decir z = 0 y su varianza ser siempre 1 ( . Al emplear la media y desviacin estndar se puede determinar la localizacin relativa de cualquier observacin. Una til aplicacin de los valores tipificados es la de servir para comparar dos datos individuales, aunque estos pertenezcan a distribuciones distintas. Ejemplo: Estudiante A: Curso de estadstica 12 ptos. X = 11 y S = 3, de todo el curso. Estudiante A: Curso de matemticas 13 ptos., dnonde X = 13 y S = 5, de todo el curso.

23 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Donde se destaco ms? Valor tipificado para estadstica Z = = 0, 33

Valor tipificado para matemtica Z = =0 Lo cual indica que fue ms destacado en estadstica. Teorema de Chebychev El teorema de Chebyshev permite inferir la proporcin de valores que deben quedar dentro de una cantidad especfica de desviaciones estndar respecto a la media Por medio de esta desigualdad se puede saber que dentro del intervalo ( X - KS; X + KS) siendo K>1, se encuentra una proporcin de valores muestrales de cuando menos 1- 1/ K. Es decir: Prop [ |X - X | KS ] 1 1 / K

Ejemplo Para los datos de los pesos de las 50 personas si tomamos K = 2, tenemos que X KS ser igual a 63,6 * 4,4; y 1 1 / K=1-1/22=0,75, por lo tanto se podr asegurar que en el intervalo (54,8; 72,4), se encuentran por lo menos el 75% de los valores muestrales.

24 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Medidas de Asimetra En un anlisis estadstico de una serie de datos. No solo interesa el conocer el promedio y la dispersin de los datos, sino tambin como se aleja o se acerca a esta serie a una distribucin simtrica; es decir, la simetra o asimetra de dicha serie, son las medidas de asimetra las que tienen como funcin determinar dicha cualidad en una serie de datos. Estas medidas de simetra deben ser: a) nmeros abstractos, de manera de ser independiente de las unidades en que se mida la variable, y b) iguales a cero, cuando la distribucin considerada es simtrica. Las medidas que sirven para indicar el grado de asimetra son: a) Coeficiente de asimetra en funcin de los momentos

Am=

Si la distribucin de frecuencias es simtrica m = 0 y Am= 0 si es asimtrica Am> 0 o Am< 0. Cuando Am 0 la distribucin tiene una cola alargada hacia la parte positiva. Los cubos de las desviaciones positivas suman un total que es mayor que el de las desviaciones negativas. Se dice en este caso que la distribucin es asimtrica positiva o hacia la derecha. ( x >Md > Mo) Cuando Am<0 la distribucin presenta asimetra negativa o hacia la izquierda. ( x <Md < Mo) b) El coeficiente de Pearson Ap = Se sabe que para distribuciones moderadamente asimtricas es Mo =
x

- 3 ( x - Md)

Por ello Ap se define tambin Ap= Si la distribucin es simtrica Ap= 0 y en este caso
x

= Mo

25 MTTT/

Universidad Central de Venezuela FACES/EAC-Estadstica I SECCION: C2 Si la distribucin es asimtrica positiva Ap> 0 en este caso Si la distribucin es asimtrica negativa Ap< 0 en este caso c) El coeficiente de Bowley
x

> Mo < Mo

Ab=

26 MTTT/