“Año del Diálogo y la Reconciliación Nacional”

Universidad Católica
“Los Ángeles de Chimbote”

FACULTAD DE DERECHO Y CIENCIAS

POLÍTICAS
ESCUELA PROFESIONAL DE DERECHO

TEMA : CURVAS DE FRECUENCIA SOBRE CURTOSIS

CURSO : ESTADISTICA

CICLO : II

DOCENTE : HIDALGO RUCOBA EDUARDO SANTOS

ALUMNA : YOLANDA GUTARRA PARAGUAY

TURNO : NOCHE

PUCALLPA – PERU
AÑO 2018
 DEDICATORIA

Dedico el presente trabajo a mi familia

por ser mi apoyo y fortaleza día a día y
continuar asi enfocándome a terminar y
sacar buenos promedios para culminar
mi carrera profesional.
 INTRODUCCIÓN

La curva de frecuencia sobre cúrtosis (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 cúrtosis, más escarpada (o apuntada) será la
forma de la curva.
 CURVAS DE FRECUENCIA SOBRE CURTOSIS

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).

Figura 5-2
Para calcular el coeficiente de Curtosis se utiliza la ecuación:

Ecuacion 5-10

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 (Fig.5-3); 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.

Figura 5-3
Desde luego, los conceptos vistos hasta aquí, son sólo una pequeña introducción
a las principales medidas de Estadística Descriptiva; es de gran importancia que
los lectores profundicen en estos temas ya que la principal dificultad del paquete
SPSS radica en el desconocimiento de los conceptos estadísticos.

Las definiciones plasmadas en este capítulo han sido extraídas de los

libros Estadística para administradores escrito por Alan Wester de la
editorial McGraw-Hill y el libro Estadística y Muestreo escrito por Ciro
Martínez editorial Ecoe editores (Octava edición). No necesariamente tienes que
guiarte por estos libros ya que en las librerías encontraras una gran variedad de
textos que pueden ser de bastante utilidad en la introducción a esta ciencia.

La curtosis se mide promediando la cuarta potencia de la diferencia entre cada

elemento del conjunto y la media, dividido entre la desviación típica elevado
también a la cuarta potencia. Sea el conjunto X=(x1, x2,…, xN), entonces el
coeficiente de curtosis será:
 En la fórmula se resta 3 porque es la curtosis de una distribución Normal.
Entonces la curtosis valdrá 0 para la Normal, tomándose a ésta como referencia.
Cuando los datos están agrupados o agrupados en intervalos, la fórmula
del coeficiente de curtosis se convierte en:

TIPOS DE CURTOSIS
Las curvas se pueden clasificar en tres grupos según el signo de su curtosis,
es decir, según la forma de la distribución:
 Leptocúrtica: la Curtosis>0. Los datos están muy concentrados en la
media, siendo una curva muy apuntada.
 Mesocúrtica: la Curtosis=0. Distribución normal.
 Platicúrtica: la Curtosis<0. Muy poca concentración de datos en la media,
presentando una forma muy achatada.

Medida de Fisher

Para datos sin agrupar se emplea la siguiente fórmula:

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

Para datos agrupados en intervalos se emplea la siguiente fórmula:

Donde: = cada uno de los valores; n = número de datos; = media aritmética; =

Cuádruplo de la desviación estándar poblacional; f = frecuencia absoluta; xm = marca de
clase

Nota:

Si a < 3 ? la distribución es platicútica

Si a = 3 ? la distribución es normal o mesocúrtica

Si a > 3 ? la distribución es leptocúrtica

Medida basada en Cuartiles y Percentiles

(letra griega minúscula kappa) = Coeficiente percentil de curtosis

Nota:

Si < 0,263 ? la distribución es platicúrtica

Si = 0,263 ? la distribución es normal o mesocúrtica

Si > 0,263 ? la distribución es leptocúrtica

Esta medida no es muy utilizada.

Ejemplo ilustrativo: Determinar qué tipo de curtosis tiene la siguiente distribución: 6, 9, 9,

12, 12, 12, 15 y 17. Emplear la medida de Fisher y el coeficiente percentil de curtosis.

Solución: Calculando la media aritmética se obtiene

Calculando la desviación estándar 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:

Calculando el percentil 10 se tiene:

Calculando el coeficiente percentil de curtosis se obtiene:

Como a= 2,23 y la distribución es platicúrtica

Los cálculos en Excel se muestran en la siguiente figura:

 CONCLUSIÓN

La curtosis de una variable estadística/aleatoria es una característica de forma

de su distribución de frecuencias/probabilidad.

Según su concepción clásica, una mayor curtosis implica una mayor

concentración de valores de la variable muy cerca de la media de la distribución

(pico) y muy lejos de la misma (colas), al tiempo que existe una relativamente

menor frecuencia de valores intermedios (hombros). Esto explica una forma de

la distribución de frecuencias/probabilidad con colas más gruesas, con un centro

más apuntado y una menor proporción de valores intermedios entre pico y colas.
 BIBLIOGRAFIA

 BENALCÁZAR, Marco, (2002), Unidades para Producir Medios

Instruccionales en Educación, SUÁREZ, Mario Ed. Graficolor, Ibarra,
Ecuador.

 DAZA, Jorge, (2006), Estadística Aplicada con Microsoft Excel, Grupo

Editorial Megabyte,

 Lima, Perú.

 SUÁREZ, Mario, (2004), Interaprendizaje Holístico de Matemática, Ed.

Gráficas Planeta,

 Ibarra, Ecuador.

 SUÁREZ, Mario, (2011), Interaprendizaje de Estadística Básica

 TAPIA, Fausto Ibarra, Ecuador.