Medidas de Simetra: Las medidas de la simetra o asimetra, al igual que la curtosis, van a ser medidas de la forma de la distribucin, es frecuente

que los valores de una distribucin tiendan a ser similares a ambos lados de las medidas de centralizacin ya que la medida hacia la derecha (asimetra a derechas, o positiva) o hacia la izquierda (asimetra a izquierdas, o negativa), sin necesidad de representar grficamente la distribucin de frecuencias. Tambin la simetra es importante para saber si los valores de la variable se concentran en una determinada zona del recorrido de la variable. Como podemos ver en el dibujo y la formula de la medida de asimetra: Formula de la medida de asimetra: n m3 = ( xi x ) i N i =1
3 n

si m3 = 0 distribucin simtrica si m3 > 0 asimtrica positiva si m3 < 0 asimtrica negativa

Asimtrica positiva (o derechas); la suma de las desviaciones positivas > la suma de las desviaciones con signo negativo. Asimtrica negativa (o a la izquierda); la suma de las desviaciones positivas < la suma de las desviaciones con signo negativo. La desventaja con esta medida es que no es invariante ante un cambio de escala.

La Medidas de Asimetra presenta las siguientes formas: Asimetra Negativa o a la Izquierda: Se da cuando en una distribucin la minora de los datos est en la parte izquierda de la media. Este tipo de distribucin presenta un alargamiento o sesgo hacia la izquierda, es decir, la distribucin de los datos tiene a la izquierda una cola ms larga que a la derecha. Tambin se dice que una distribucin es simtrica a la izquierda o tiene sesgo negativo cuando el valor de la media aritmtica es menor que la mediana y ste valor de la mediana a su vez es menor que la moda, en smbolos .

Simtrica: Se da cuando en una distribucin se distribuyen aproximadamente la misma cantidad de los datos a ambos lados de la media aritmtica. No tiene alargamiento o sesgo. Se representa por una curva normal en forma de campana llamada campana de Gauss (matemtico Alemn 1777-1855) o tambin conocida como de Laplace (1749-1827).Tambin se dice que una distribucin es simtrica cuando su media aritmtica, su mediana y su modazo iguales, en smbolos Md=Mo. Asimetra Positiva o a la Derecha: Se da cuando en una distribucin la minora de los datos est en la parte derecha de la media aritmtica. Este tipo de distribucin presenta un alargamiento o sesgo hacia la derecha, es decir, la distribucin de los datos tiene a la derecha una cola ms larga que a la izquierda

As<0 Asimetra Negativa a la Izquierda

As=0 Simtrica

As>0 Asimetra Positiva a la

Derecha.

Para medir las medidas asimetra se puede realizar atendiendo bsicamente a dos criterios:

Comparando la Media y la Moda. Comparando los valores de la variable con la media.

Comparando la Media y la Moda:

Si la diferencia es positiva, diremos que hay asimetra positiva o a la derecha, en el caso de que sea negativa diremos que hay asimetra negativa o a la izquierda. No obstante, esta medida es poco operativa al no ser una medida relativa, ya que esta influida por la unidad en que se mida la variable, por lo que se define el coeficiente de Asimetra como:

Medidas de asimetras de: Coeficiente de Pearson: El coeficiente de asimetra de Pearson mide la desviacin respecto de la simetra expresando la diferencia entre la media y la mediana en relacin con la desviacin estndar del grupo de medidas, El ndice numrico ms comn usado para medir una correlacin es el coeficiente de Pearson. El coeficiente de Pearson (tambin llamado coeficiente de correlacin del producto-momento), se representa con el smbolo r y proporciona una medida numrica de la correlacin entre dos variables, tambin en la estadstica, el coeficiente de correlacin de Pearson es un ndice que mide la relacin lineal entre dos aleatorias cuantitativas. A diferencia de la con varianza, la correlacin de Pearson es independiente de la escala de medida de las variables. De manera menos formal, podemos definir el coeficiente de correlacin de Pearson como un ndice que puede utilizarse para medir el grado de relacin de dos variables siempre y cuando ambas sean cuantitativas. Formulas: Una distribucin campaniforme simtrica; Una distribucin campaniforme asimtrica positiva; Una distribucin campaniforme asimtrica negativa;
AP = x Mo S

. . .

si AP = 0 distribucin simtrica si AP > 0 asimtrica positiva si AP < 0 asimtrica negativa

El coeficiente est pensado para distribuciones campaniformas, unimodales y moderadamente asimtricas. 3( x Me) x Mo 3( x Me) AP = S

Donde: = media aritmtica. Me = Mediana. s = desviacin tpica o estndar.

Coeficiente de Bowley: Est basado en la posicin de los cuartiles y la mediana, y utiliza la siguiente expresin: C + C1 2 Me AB = 3 C3 C1 si A = 0 distribucin simtrica
B

si AB > 0 asimtrica positiva si AB < 0 asimtrica negativa

En una distribucin simtrica el tercer cuartil estar a la misma distancia de la mediana que el primer cuartil. Por tanto AB = 0. Si la distribucin es positiva o a la derecha, AB > 0. Ejemplo ilustrativo: Calcular el Coeficiente de Pearson y Medida Cuartlica dada la siguiente distribucin: 6, 9, 9, 12, 12, 12, 15 y 17. Solucin: Calculando la media aritmtica se obtiene:

Para calcular los cuartiles se ordena los datos de menor a mayor 6 9 9 12 12 12 15 17

Calculando el cuartil uno se obtiene:

Calculando el cuartil dos se obtiene:

Calculando el cuartil tres se obtiene:

Calculando la desviacin estndar muestral se obtiene:

Calculando el Coeficiente de Pearson se obtiene:

Calculando la Medida de Bowley se obtiene

Calculando la desviacin estndar poblacional se obtiene:

Medidas de Curtosis o Apuntamiento:

Esta medida determina el grado de concentracin que presentan los valores en la regincentral de la distribucin. Por medio del Coeficiente de Curtosis, podemos identificar si existe una gran concentracin de valores ( Leptocrtica), una concentracin normal (Mesocrtica) una baja concentracin (Platicrtica). Se definen 3 tipos de distribuciones segn su grado de curtosis: Distribucin mesocrtica: presenta un grado de concentracin medio alrededor de los valores centrales de la variable (el mismo que presenta una distribucin normal), es decir que tiene una concentracin normal. Distribucin leptocrtica: presenta un elevado grado de concentracin alrededor de los valores centrales de la variable, es decir que tiene una baja concentracin. Distribucin platicrtica: presenta un reducido grado de concentracin alrededor de los valores centrales de la variable, es decir que tiene una gran concentracin.

El Coeficiente de Curtosis viene definido por la siguiente frmula:

g2 =

m4 3 = i =1 3 4/ 2 S4 n n 2 i ( xi x ) N i =1

(x x)
i

ni N

si g 2 = 0 mesocrtica (normal ) si g 2 > 0 leptocrtica si g 2 < 0 platicrtica

Para calcular el momento se puede usar la expresin en funcin de los momentos respecto al origen (apndice del capitulo 3).
m4 = a4 4a3 a1 + 6a2 a12 3a14

Coeficiente de Curtosis de Fischer:

El Coeficiente de Curtosis o Apuntamiento de Fischer pretende comparar la curva de una distribucin con la curva de la variable Normal, en funcin de la cantidad de valores extremos e la distribucin. Basndose en el dato de que en una distribucin normal se verifica que: m4 / 4x = 3 Para datos sin agrupar se emplea la siguiente frmula:

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

Para datos agrupados en intervalos se emplea la siguiente frmula:

Donde: = cada uno de los valores; n = nmero de datos; = media aritmtica; = Cudruplo de la desviacin estndar poblacional; f = frecuencia absoluta; xm = marca de clase. Nota: Si a < 3 la distribucin es platictica. Si a = 3 la distribucin es normal o mesocrtica. Si a > 3 la distribucin es leptocrtica. Medida basada en Cuartiles y Percentiles:

(Letra griega minscula kappa) = Coeficiente percentil de curtosis Nota: Si < 0,263 la distribucin es platicrtica. Si = 0,263 la distribucin es normal o mesocrtica. Si > 0,263 la distribucin es leptocrtica. Esta medida no es muy utilizada.

Ejemplo ilustrativo:

Determinar qu tipo de curtosis tiene la siguiente distribucin: 6, 9, 9, 12, 12, 12, 15 y 17. Emplear la medida de Fisher y el coeficiente percentil de curtosis. Solucin: Calculando la media aritmtica se obtiene:

Calculando la desviacin estndar poblacional se obtiene:

Calculando la Medida de Fisher se obtiene: Datos 6 9 9 12 12 12 15 17 Total 915,0625 39,0625 39,0625 0,0625 0,0625 0,0625 150,0625 915,0625 2058,5

Para calcular los cuartiles y percentiles se ordena los datos de menor a mayor:

12 12 12 15 17

Calculando el cuartil uno se obtiene:

Calculando el cuartil tres se obtiene:

Calculando el percentil 90 se tiene:

Calculando el percentil 10 se tiene:

Calculando el coeficiente percentil de curtosis se obtiene:

Introduccin

Las medidas de asimetra son indicadores que permiten establecer el grado de simetra (o asimetra) que presenta una distribucin de probabilidad de una variable aleatoria sin tener que hacer su representacin grfica , como los ejes de la simetra consideramos una recta paralela al eje de ordenadas que pasa por la media de la distribucin. Si una distribucin es simtrica, existe el mismo nmero de valores a la derecha que a la izquierda de la media, por tanto, el mismo nmero de desviaciones con signo positivo que con signo negativo. Decimos que hay asimetra positiva (o a la derecha) si la "cola" a la derecha de la media es ms larga que la de la izquierda, es decir, si hay valores ms separados de la media a la derecha. Diremos que hay asimetra negativa (o a la izquierda) si la "cola" a la izquierda de la media es ms larga que la de la derecha, es decir, si hay valores ms separados de la media a la izquierda tambin es importante en las medidas para saber si los valores de la variable se concentran en una determinada zona del recorrido de la variable. En la medidas de asimetra esta uno coeficiente que son como el coeficiente de pearson que habla de solo se puede utilizar en distribuciones uniformes, unimodales y moderadamente asimtricas. Se basa en que en distribuciones simtricas la media de la distribucin es igual a la moda, en el coeficiente de bowley Est basado en la posicin de los cuartiles y la mediana y tambin en la Medidas de Curtosis o Apuntamiento trata de estudiar la mayor o menor concentracin de frecuencias alrededor de la media y en la zona central de la distribucin, por medio del Coeficiente de Curtosis, podemos identificar si existe una gran concentracin de valores ( Leptocrtica), una concentracin normal (Mesocrtica) una baja concentracin (Platicrtica).

ndice

Cont.

Pg.

Introduccion - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 1 Medidas de Simetra - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 2 Entres la medidas de asimetra estn: El Coeficiente de Pearson, El Coeficiente de Bowley - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 3
Medidas de Curtosis o Apuntamiento - - - - - - - - - - - - - - - - - - - - - - - - - - - - 4 Conclusin - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 5 Bibliografa - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 6 Anexo - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 7

Bibliografa

http://www.monografias.com/trabajos87/medidas-forma-asimetriacurtosis/medidas-forma-asimetria-curtosis.shtml http://thales.cica.es/rd/Recursos/rd97/UnidadesDidacticas/53-1-u-punt154.html http://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pearson http://www.cca.org.mx/cca/cursos/estadistica/html/m14/coef_pearson.htm http://andresarcos.com/estadistica/docs/asimetria-curtosis.pdf http://es.wikipedia.org/wiki/Curtosis http://andresarcos.com/estadistica/docs/asimetria-curtosis.pdf

MEDIA MODA MEDIA > MODA ASIMTRICA POR LA DERECHA O POSITIVA MEDIA< MODA ASIMTRICA POR LA IZQUIERDA O NEGATIVA.