You are on page 1of 6

Asimetría estadística Las medidas de asimetría son indicadores que permiten establecer el grado de simetría (o asimetría) que presenta

una distribución de probabilidad de una variable aleatoria sin tener que hacer su representación gráfica. Como eje de simetría consideramos una recta paralela al eje de ordenadas que pasa por la media de la distribución. Si una distribución es simétrica, existe el mismo número de valores a la derecha que a la izquierda de la media, por tanto, el mismo número de desviaciones con signo positivo que con signo negativo. Decimos que hay asimetría positiva (o a la derecha) si la "cola" a la derecha de la media es más larga que la de la izquierda, es decir, si hay valores más separados de la media a la derecha. Diremos que hay asimetría negativa (o a la izquierda) si la "cola" a la izquierda de la media es más larga que la de la derecha, es decir, si hay valores más separados de la media a la izquierda. Coeficiente de asimetría de Fisher[editar] En teoría de la probabilidad y estadística, la medida de asimetría más utilizada parte del uso del tercer momento estándar. La razón de esto es que nos interesa mantener el signo de las desviaciones con respecto a la media, para obtener si son mayores las que ocurren a la derecha de la media que las de la izquierda. Sin embargo, no es buena idea tomar el momento estándar con respecto a la media de orden 1. Debido a que una simple suma de todas las desviaciones siempre es cero. En efecto, si por ejemplo, los datos están agrupados en clases, se tiene que:

en donde representa la marca de la clase -ésima y denota la frecuencia relativa de dicha clase. Por ello, lo más sencillo es tomar las desviaciones al cubo. El coeficiente de asimetría de Fisher, representado por como: , se define

donde es el tercer momento en torno a la media y estándar. Si Si

es la desviación

, la distribución es asimétrica positiva o a la derecha. , la distribución es asimétrica negativa o a la izquierda.

Si la distribución es simétrica, entonces sabemos que . El recíproco no es cierto: es un error común asegurar que si entonces la distribución es simétrica (lo cual es falso).

para todo número real k > 0. Si la distribución es asimétrica positiva la media se sitúa por encima de la moda y. Coeficiente de asimetría de Bowley[editar] Está basado en la posición de los cuartiles y la mediana. Por tanto . Para ilustrar este resultado. Si la distribución es simétrica.Coeficiente de asimetría de Pearson[editar] Sólo se puede utilizar en distribuciones uniformes. El teorema es aplicable incluso endistribuciones que no tienen forma de "curva de campana" y acota la cantidad de datos que están o no "en medio".org/math/a/b/c/abc4ac8eeb75c0db369ab6c6f8be1 9ec. donde k es una constante mayor que 1. unimodales y moderadamente asimétricas." src="http://upload. Teorema De Chebyshev señala la probabilidad de que variable aleatoria difiera de su media en t veces la desviacion estandar es por lo menos iguala 1/t) o Teorema de Chebyshev: Para un conjunto cualquiera de observaciones (muestra o población). la desigualdad de Chebyshev es un resultadoestadístico que ofrece una cota inferior a la probabilidad de que el valor de una variable aleatoria con varianza finita esté a una cierta distancia de su esperanza matemática o de su media. Se basa en que en distribuciones simétricas la media de la distribución es igual a la moda. . y . supongamos que los artículos de Wikipedia tienen una extensión media de 1000 caracteres y unadesviación típica de 200 . . la proporción mínima de los valores que se encuentran dentro de k desviaciones estándares desde la media es al menos 1 – 1/k2. el teorema proporciona una cota superior a la probabilidad de que los valores caigan fuera de esa distancia respecto de la media. En probabilidad.wikimedia. por tanto. Si la distribución es positiva o a la derecha. Teorema: Sea X una variable aleatoria de media μ y varianza finita σ².png"> Sólo los casos con k > 1 proporcionan información útil. k\sigma)\leq\frac{1}{k^2}. Entonces. y utiliza la siguiente expresión: En una distribución simétrica el tercer cuartil estará a la misma distancia de la mediana que el primer cuartil. equivalentemente.

en general. Rango estadístico[editar] El rango o recorrido estadístico es la diferencia entre el valor máximo y el valor mínimo en un grupo de números aleatorios. De la desigualdad de Chebyshev se deduce que al menos el 75% de los artículos tendrán una extensión comprendida entre 600 y 1400 caracteres (k = 2). muestran la variabilidad de una distribución. μ+√2 σ). en general el teorema proporcionará cotas poco precisas. Para calcular la variabilidad que una distribución tiene respecto de su media. indicando por medio de un número. Una es tomando las desviaciones en valor absoluto (Desviación media) y otra es tomando las desviaciones al cuadrado (Varianza). el medio rango es: Varianza[editar] Artículo principal: Varianza. es posible construir una variable aleatoria cuyas cotas de Chebyshev sean exactamente iguales a las probabilidades reales. Así se sabe si todos los casos son parecidos o varían mucho entre ellos. se calcula la media de las desviaciones de las puntuaciones respecto a la media aritmética. En consecuencia. al menos la mitad de los valores caerán en el intervalo (μ-√2 σ. o la tercera parte del camino entre el dato de menor valor y el dato de mayor valor. Sin embargo.caracteres. y porque las cotas son fáciles de calcular. Cuanto mayor sea ese valor. Medidas de dispersión Las medidas de dispersión. mayor será la variabilidad. también llamadas medidas de variabilidad. así que se adoptan dos clases de estrategias para salvar este problema. Las cotas proporcionadas por la desigualdad de Chebyshev. Se le suele simbolizar con R. Otra consecuencia del teorema es que para cada distribución de media μ y desviación típica finita σ. El teorema puede ser útil a pesar de las cotas imprecisas porque se aplica a una amplia gama de variables que incluye las que están muy alejadas de la distribución normal. El teorema se emplea para demostrar la ley débil de los números grandes. Pero la suma de las desviaciones es siempre cero. si las diferentes puntuaciones de una variable están muy alejadas de la mediana media. más homogénea será a la mediana media. cuanto menor sea. . El teorema recibe su nombre del matemático Pafnuty Chebyshev. Medio rango o Rango medio[editar] El medio rango o rango medio de un conjunto de valores numéricos es la media del mayor y menor valor. no se pueden mejorar.

La covarianza entre dos variables es un estadístico resumen indicador de si las puntuaciones están relacionadas entre sí. La desviación típica informa sobre la dispersión de los datos respecto al valor de la media. solo es posible ver la tendencia. es decir. . Este estadístico. Esta medida viene representada en la mayoría de los casos por S. La formulación clásica. ya que se mide en unidades cuadráticas. que se halla como la raíz cuadrada positiva de la varianza. se designa por la letra " ". La formula suele aparecer expresada como: Este tipo de estadístico puede utilizarse para medir el grado de relación de dos variables si ambas utilizan una escala de medida a nivel de intervalo/razón (variables cuantitativas). Si se obtiene sobre una muestra. es el cuadrado de las desviaciones: Desviación típica[editar] La varianza a veces no se interpreta claramente.La varianza es una medida estadística que mide la dispersión de los valores respecto a un valor central (media). que es la desviación típica. n-1 en su forma insesgada). dado que es su inicial de su nominación en inglés. Al no tener unos límites establecidos no puede determinarse el grado de relación lineal que existe entre las dos variables. refleja la relación lineal que existe entre dos variables. La expresión se resuelve promediando el producto de las puntuaciones diferenciales por su tamaño muestral (n pares de puntuaciones. Desviación típica muestral[editar] Desviación típica poblacional[editar] Covarianza[editar] Artículo principal: Covarianza. El resultado numérico fluctua entre los rangos de +infinito a -infinito. Para evitar ese problema se define otra medida de dispersión. odesviación estándar. cuanto mayor sea su valor. se simboliza por la letra griega sigma (σ) cuando ha sido calculada en la población. más dispersos estarán los datos.

el dato de menor valor Min= 3 y el dato de mayor valor Max= 8. Teniendo en cuenta el valor de la covarianza y las varianzas. 8). 5. se puede evaluar mediante cualquiera de las dos expresiones siguientes: Ejemplo Para una muestra de valores (3. 3. El medio rango resolviéndolo mediante la correspondiente fórmula sería: . permite saber si el ajuste de la nube de puntos a la recta de regresión obtenida es satisfactorio.  Coeficiente de Correlación de Pearson[editar] El coeficiente de correlación de Pearson. 6. r. Se define como el cociente entre la covarianza y el producto de las desviaciones típicas (raíz cuadrada de las varianzas).

org/wiki/Asimetr%C3%ADa_estad%C3%ADstica .html http://es.blogspot.wikipedia.Bibliografía http://es.wikipedia.com/2008/03/teorema-de-chebyshev.org/wiki/Medidas_de_dispersi%C3%B3n http://apaecvee.