Anda di halaman 1dari 14

Universidad Alas Peruanas Estadstica y probabilidad

FACULTAD DE INGENIERA Y ARQUITECTURA

CARRERA PROFESIONAL DE INGENIERA


MECNICA

Curso:

Estadstica y probabilidad

Tema:

Medidas de Forma y Apuntamiento

Ciclo:

Tercero

AREQUIPA 2016

NDICE

1) ASIMETRA

1.1) TIPOS DE ASIMETRA

1.1.1) Asimetra Negativa o a la Izquierda___________________Pg. 3


1.1.2) Simtrica________________________________________Pg. 4
1.1.3) Asimetra Positiva o a la Derecha_____________________Pg. 4

1.2) MEDIDAS DE ASIMETRA

1.2.1) Coeficiente de Karl Pearson_________________________Pg. 5

P g i n a 1 | 14
Universidad Alas Peruanas Estadstica y probabilidad
1.2.2) Medida de Yule Bowley o Medida Cuartlica____________Pg. 5
1.2.3) Medida de Fisher_________________________________Pg. 6

2) CURTOSIS O APUNTAMIENTO

2.1) tipos de curtosis___________________________________Pg. 7


2.2) medidas de curtosis o apuntamiento___________________Pg. 7
2.2.1) Medida de Fisher_________________________________Pg 7-8

EJEMPLOS_______________________________________________Pg.9

BIBLIOGRAFA
REFERENCIAS BIBLIOGRFICAS___________________________________Pg. 14
WEBGRAFA___________________________________________________Pg. 14

MEDIDAS DE FORMA Y APUNTAMIENTO

P g i n a 2 | 14
Universidad Alas Peruanas Estadstica y probabilidad
1) ASIMETRA

Es una medida de forma de una distribucin que permite identificar y


describir la manera como los datos tiende a reunirse de acuerdo con la
frecuencia con que se hallen dentro de la distribucin. Permite identificar las
caractersticas de la distribucin de datos sin necesidad de generar el
grfico.

1.1) TIPOS DE ASIMETRA

La asimetra presenta las siguientes formas:

1.1.1) Asimetra Negativa o a la Izquierda:


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.

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:

< < Dnde: X = Valor de la Media Aritmtica


Md = Media
Mo = Moda

Nota: Sesgo es el grado de asimetra de una distribucin, es decir, cunto se


aparta de la simetra.

1.1.2) 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

P g i n a 3 | 14
Universidad Alas Peruanas Estadstica y probabilidad
se dice que una distribucin es simtrica cuando su media aritmtica, su
mediana y su moda son iguales, en smbolos:
Md = Mo

1.1.3) 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.

Tambin se dice que una distribucin es simtrica a la derecha o tiene


sesgo positivo cuando el valor de la media aritmtica es mayor que la
mediana y ste a valor de la mediana a su vez es mayor que la moda,
en smbolos

> > Dnde: x = Valor de la Media Aritmtica


Md = Media
Mo = Moda

Ilustracin 1

1.2) MEDIDAS DE ASIMETRA

1.2.1) Coeficiente de Karl Pearson:

P g i n a 4 | 14
Universidad Alas Peruanas Estadstica y probabilidad
3( )
=

Donde:
X = media aritmtica.
Md = Mediana.
S = desviacin tpica o estndar.

Nota:

El Coeficiente de Pearson vara entre -3 y 3


Si As < 0 la distribucin ser asimtrica negativa.
Si As = 0 la distribucin ser simtrica.
Si As > 0 la distribucin ser asimtrica positiva.

1.2.2) Medida de Yule Bowley o Medida Cuartlica:

1 + 3 22
=
3 1

Donde:
= Cuartil uno
= Cuartil dos = Mediana;
= Cuartil tres.

Nota:

La Medida de Bowley vara entre -1 y 1


Si As < 0 la distribucin ser asimtrica negativa.
Si As = 0 la distribucin ser simtrica.
Si As > 0 la distribucin ser asimtrica positiva.

1.2.3) Medida de Fisher

Para datos sin agrupar se emplea la siguiente frmula:

P g i n a 5 | 14
Universidad Alas Peruanas Estadstica y probabilidad

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
f = frecuencia absoluta
= cubo de la desviacin estndar poblacional
xm = marca de clase

Nota:

Si As < 0 Indica que existe presencia de la minora de datos en la


parte izquierda de la media, aunque en algunos casos no
necesariamente indicar que la distribucin sea asimtrica negativa.

Si As = 0 la distribucin ser simtrica.

Si As > 0 Indica que existe presencia de la minora de datos en la


parte derecha de la media, aunque en algunos casos no
necesariamente indicar que la distribucin sea asimtrica positiva.

2) CURTOSIS O APUNTAMIENTO

La curtosis mide el grado de agudeza o achatamiento de una distribucin


con relacin a la distribucin normal, es decir, mide cun puntiaguda es
una distribucin.

2.1) TIPOS DE CURTOSIS

P g i n a 6 | 14
Universidad Alas Peruanas Estadstica y probabilidad
La curtosis determina el grado de concentracin que presentan
los valores en la regin central de la distribucin. As puede ser:

I. Leptocrtica.- Existe una gran concentracin.


II. Mesocrtica.- Existe una concentracin normal.
III. Platicrtica.- Existe una baja concentracin.

2.2) MEDIDAS DE CURTOSIS O APUNTAMIENTO

2.2.1) Medida de Fisher

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:

Xi = cada uno de los valores


n = nmero de datos

P g i n a 7 | 14
Universidad Alas Peruanas Estadstica y probabilidad
= 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

2.2.2) Medida basada en Cuartiles y Percentiles

3 1
2 3 1
= = =
90 10 2(90 10 )

K(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 1

Con la siguiente informacin, determine el Coeficiente de Asimetra y Curtosis.

Se sabe: Md= 80,45 kg P10= 62,25 kg P25= 72,22 kg P75= 88,21 kg

P g i n a 8 | 14
Universidad Alas Peruanas Estadstica y probabilidad
P90= 94,43 kg

FRMULA

COEFICIENTE DE CURTOSIS O APUNTAMIENTO

P g i n a 9 | 14
Universidad Alas Peruanas Estadstica y probabilidad

Interpretacin:

Este resultado se contrasta con la siguiente tabla:

Si el Coeficiente de Curtosis es igual a:

= 0,263 Mesocrtica

> 0,263 Leptocrtica

< 0,263 Platicrtica

Como el resultado obtenido 0,248 es menor que 0,263 se concluye que la


Distribucin es Platicrtica.

EJEMPLO 2:

P g i n a 10 | 14
Universidad Alas Peruanas Estadstica y probabilidad
Calcular el Coeficiente de Pearson, Medida Cuartlica y la Medida de Fisher
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:

P g i n a 11 | 14
Universidad Alas Peruanas Estadstica y probabilidad

EJEMPLO 3

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

6 915,0625
9 39,0625
9 39,0625
12 0,0625
12 0,0625
12 0,0625
15 150,0625
17 915,0625
Total 2058,5

Para calcular los cuartiles y percentiles 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 tres se obtiene:

Calculando el percentil 90 se tiene:

P g i n a 12 | 14
Universidad Alas Peruanas Estadstica y probabilidad

Calculando el percentil 10 se tiene:

Calculando el coeficiente percentil de curtosis se obtiene:

P g i n a 13 | 14
Universidad Alas Peruanas Estadstica y probabilidad
BIBLIOGRAFA

REFERENCIAS BIBLIOGRFICAS
BENALCZAR, Marco, (2002), Unidades para Producir Medios Instruccionales en Educacin, SUREZ, Mario Ed.
Graficolor, Ibarra, Ecuador.

DAZA, Jorge, (2006), Estadstica Aplicada con Microsoft Excel, Grupo Editorial Megabyte, Lima, Per.

SUREZ, Mario, (2004), Interaprendizaje Holstico de Matemtica, Ed. Grficas Planeta, Ibarra, Ecuador.

SUREZ, Mario, (2011), Interaprendizaje de Estadstica Bsica

TAPIA, Fausto Ibarra, Ecuador.

WEBGRAFA

http://www.monografias.com/trabajos87/medidas-forma-asimetria-
curtosis/medidas-forma-asimetria-curtosis.shtml

https://es.wikipedia.org/wiki/Asimetr%C3%ADa_estad%C3%ADstica

http://www.tuveras.com/estadistica/estadistica02.htm

https://drive.google.com/file/d/0B-
lht7Gm_2KXWWtRMmJFdXNCY1k/edit?pref=2&pli=1

Videos:
https://www.youtube.com/watch?v=9-nRaVKs5No
https://www.youtube.com/watch?v=oO98K4spGBA

P g i n a 14 | 14