ASIMETRÍA
Esta medida nos permite identificar si los datos se distribuyen en
forma uniforme alrededor del punto central (Media aritmética)
(g1<0: La curva es asimétricamente negativa por lo que los valores se tienden a
reunir más en la parte derecha de la media.
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 para
valores superiores a la media.
GRAFICAMENTE
As<0 As=0 As>0
¿Que tipo de asimetría es?
• Tiende ser a un forma
simétrica pero no es
simétrico.
• Podemos decir que la variable talla se distribuye
ligeramente o asimétricamente a la izquierda
• (g1 > 0): La curva es asimétricamente positiva por lo que
los valores se tienden a reunir más en la parte izquierda
que en la derecha de la media.
• (g1 < 0): La curva es asimétricamente negativa por lo que
los valores se tienden a reunir más en la parte derecha de
la media.
• Desde luego entre mayor sea el número (Positivo o
Negativo), mayor será la distancia que separa la
aglomeración de los valores con respecto a la media.
ejemplos
• La palabra asimetría refiere la falta de
simetría en un determinado espacio o
que presenta determinada cosa. En
tanto, por simetría se comprende la
correspondencia exacta en tamaño,
forma y posición de las partes que
conforman un todo. La asimetría de
esta habitación me genera
muchísimos problemas a la hora de la
distribución del mobiliario.
Frecuencias
CURTOSIS
CURTOSIS
• La curtosis (o apuntamiento) es una medida de forma que
mide cuán escarpada o achatada está una curva o
distribución.
• 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.
También podemos decir:
• El Coeficiente de Curtosis analiza el grado de
concentración que presentan los valores alrededor de la
zona central de la distribución.
TIPOS DE CURTOSIS
• Se definen 3 tipos de distribuciones según su grado de
curtosis:
• Distribución mesocúrtica: presenta un grado de concentración
medio alrededor de los valores centrales de la variable (el
mismo que presenta una distribución normal).
• Distribución leptocúrtica: presenta un elevado grado de
concentración alrededor de los valores centrales de la variable.
• Distribución platicúrtica: presenta un reducido grado de
concentración alrededor de los valores centrales de la variable.
GRAFICAMENTE
Esta medida determina el grado
de concentración que presentan
los valores en la región central de
la distribución. Por medio del
Coeficiente de Curtosis,
podemos identificar si existe una
gran concentración de valores
(Leptocúrtica), una concentración
normal (Mesocúrtica) ó una baja
concentración (Platicúrtica).
El Coeficiente de Curtosis viene
definido por la siguiente fórmula:
• Los resultados pueden ser los siguientes:
• g2 = 0 (distribución mesocúrtica).
• g2 > 0 (distribución leptocúrtica).
• g2 < 0 (distribución platicúrtica).
DONDE:
• Donde (g2) representa el coeficiente de Curtosis, (Xi) cada
uno de los valores, () la media de la muestra y (ni) la
frecuencia de cada valor. Los resultados de esta fórmula se
interpretan:
• (g2 = 0) la distribución es Mesocúrtica: Al igual que en la
asimetría es bastante difícil encontrar un coeficiente de
Curtosis de cero (0), por lo que se suelen aceptar los
valores cercanos (± 0.5 aprox.).
• (g2 > 0) la distribución es Leptocúrtica
• (g2 < 0) la distribución es Platicúrtica
• Cuando la distribución de los datos cuenta con un
coeficiente de asimetría (g1 = ±0.5) y un coeficiente de
Curtosis de (g2 = ±0.5), se le denomina Curva Normal. Este
criterio es de suma importancia ya que para la mayoría de
los procedimientos de la estadística de inferencia se
requiere que los datos se distribuyan normalmente.
• La principal ventaja de la distribución normal radica en el
supuesto que el 95% de los valores se encuentra dentro de
una distancia de dos desviaciones estándar de la media
aritmética es decir, si tomamos la media y le sumamos dos
veces la desviación y después le restamos a la media dos
desviaciones, el 95% de los casos se encontraría dentro
del rango que compongan estos valores.
GRAFICAMENTE
EJEMPLO: 10
11
11
12
• Ejemplo: Vamos a calcular el 12
13
Coeficiente de Curtosis de la 13
serie de datos referidos a 13
14
los alumnos (notas): 15
17
18
20
respuesta
La distribución de los datos
es positiva quiere decir que
es leptocurtica.
Gráficamente: