Universidad Central de Nicaragua (UCN)

Recinto Universitario-Doral
Estadistica II
Guía de Autoestudio
Unidad I: Estadistica Descriptiva
Contenidos:
 Simetría y Curtosis
Objetivos:
 Calcular el coeficiente de asimetría y curtosis a partir de ejemplos particulares.
I. Simetría y Curtosis
Asimetría: Esta medida permite identificar si los datos se distribuyen uniformemente
alrededor del punto central (Media aritmética).

La asimetría presenta tres estados diferentes, cada uno define de forma clara como se
encuentran distribuidos los datos respecto al eje de asimetría. Cuando la mayoría de los
datos se sitúan por encima del valor de la media aritmética la asimetría es positiva, no
obstante, cuando los valores se aglomeran mayormente por debajo de la media. En el
caso que los valores se distribuyan uniformemente, es decir en cantidades similares la
curva es simétrica. Observe la imagen:

sea g1 el coeficiente de asimetría de Fisher, la fórmula está dada por;

n n
1 1
∑
n i=1
( X i −xi )3 ni ∑
n i =1
( X i−x i )3 ni
g1= =

( ) √(
3/ 2

)
n
1 1
n 3
∑
n i=1
(
2
X i −xi ) ni ∑ (
2
X i−x i) ni
n i=1

Donde X i es cada uno de los valores, x i la media aritmética de la muestra y ni la

frecuencia de cada valor. Para interpretar los resultados se tomará en consideración las
siguientes caracterizaciones:
Si g1=0 , la distribución se considera que la distribución es simétrica, esto quiere decir
que existe aproximadamente la misma cantidad de valores a los lados de la media. En
este caso se tomará únicamente aquellos valores cercanos, sean estos positivos o
negativos ( ± 0 ,5 ) .

Si g1 >0 , la curva es asimétrica positiva, en este caso los valores generalmente se

tienden a reunir mayormente a la izquierda de la media.

Si g1 <0 , la curva es asimétrica negativa, en este caso los valores generalmente se

tienden a reunir mayormente a la derecha de la media.

Nota: Entre mayor sea el número (positivo o negativo), mayor será la distancia que
separa la agrupación de los valores con respecto a la media.

Curtosis

Esta medida permite determinar el grado de concentración que existe en los valores de
la región central de la distribución. Mediante el coeficiente de curtosis se puede deducir
si existe grandes concentraciones de los valores (Leptocúrtica), concentración normal
(mesocúrtica) o naja concentración (platicurtica). Observe la imagen:

La ecuación para la curtosis está dada por;

n
1
∑
n i=1
(
4
X i−x i ) ni
g2= −3
( )∑ ( X −x ) n
n 2
1 2
i i i
n i =1

Siendo g2 es el coeficiente de curtosis. Los resultados para esta fórmula son;

Si g2=0 , presenta una concentración normal y, por tanto, la distribución es mesocúrtica.

Si g2 >0 , presenta una concentración grande de los valore, y la distribución es

leptocúrtica.
Si g2 <0 , la concentración es baja, y la distribución es platicurtica.

En el caso que la distribución de los datos cuente con un coeficiente de asimetría

g1=± 0 , 5 y un coeficiente de curtosis g2=± 0 , 5 , la curva se denomina normal, este dato
es de suma importancia ya que en el estudio de la estadística de inferencia es necesario
que los datos se distribuyan normalmente.

La principal ventaja de la distribución normal se sienta en el supuesto que el 95% de los

valores se sitúan dentro de una distancia de dos variaciones estándares de la media
aritmética, esto quiere decir, si se le suma a la media dos veces la desviación y luego se
le resta a la media dos desviaciones, el 95%de los casos se encontraría dentro del rango
que compongan estos valores.

Ejemplo 1. Considere el siguiente conjunto de datos correspondientes a las operaciones

quirúrgicas anuales del grupo History

53 , 55 ,57 , 47 ,52 , 49 , 5 7

Determinar el coeficiente de asimetría

53+55+57+ 47+52+ 49+ 57

x=
7

3 70
x= =52.85
7

n
1
∑
n i=1
(
3
X i −xi ) ni
g1=

( )
n 3/ 2
1
∑
n i=1
(
2
X i −xi ) ni

3 2
( X i−x i ) ( X i−x i )
( 47−52 .85 )3=−200.20 ( 47−52.85 )2=34.22
( 49−52 .85 )3=−57.06 ( 49−52.85 )2=14.82
( 5 7−52 .85 )3=71.47 ( 5 7−52.85 )2=17.22
( 52−52 .85 )3=−0.61 ( 52−52.85 )2 =0.72
( 53−52.85 )3=0.00 ( 53−52.85 )3=0.02
( 55−52.85 )3=9.93 ( 55−52.85 )2=4.62
( 57−52.85 )3 =71.47 ( 57−52.85 )2=17.22
 n n

∑ ( X i−x i )3=−105 ∑ ( X i−x i )2=88.84

i=1 i=1

Sustituyendo estos valores en:

n
1
∑ ( X −x )3 n
n i=1 i i i
g1=

( )
n 3/ 2
1
n∑
2
( X i −xi ) ni
i=1

Se tiene;

n
1
∑
n i=1
(
3
X i −xi ) ni
g1=

( )
n 3/ 2
1
∑
n i=1
(
2
X i −xi ) ni

1
(−105 ) (1)
7
g1 =
( )
3/2
1
( 88.84 ) (1)
7

−105
7
g1=
( 12.69 )3 /2

−105
7
g1 =
√ ( 12.69 ) 3

−105
7
g1 =
√ 2043.54
−15
g1= =−0.33
45.20

Dado que el coeficiente de asimetría es negativo se entiende que la distribución se

presentará con mayor grado al lado derecho del punto de referencia en la curva de
distribución.

Ejemplo 2. Considere el siguiente conjunto de datos correspondientes a las visitas

médicas anuales casas a casa del grupo de Medicina, V año de la UCN:

84 8280 78 77 83 76 8175
Determinar el coeficiente de curtosis correspondiente para los datos proporcionados

84+ 82+ 80+78+77+ 83+ 76+81+75 716

x= = ≈ 76.55
9 9

4 2
( X i−x i ) ( X i−x i )
( 75−76.55 )4=5.77 ( 75−76.55 )2=2.40
( 76−76.55 )4=0.09 ( 76−76.55 )2=0.30
( 77−76.55 )4=0.04 ( 77−76.55 )2=0.20
( 78−76.55 )4=4.42 ( 78−76.55 )2=2.10
( 80−76.55 )4 =141.66 ( 80−76.55 )2=11.90
( 81−76.55 )4=392.13 ( 81−76.55 )2=19.80
( 82−76.55 )4=882.23 ( 82−76.55 )2=29.70
( 84−76.55 )4 =3080.52 ( 84−76.55 )2=55.50
4506.96 121.19
n
1 1
∑
n i=1
(
4
X i−x i ) ni
9
( 4506.96 )( 1 )
500.77
g2= −3= −3= −3=2.76−3=−0.24

( ) ( )
1
n 2
1
2
181.17
∑ ( X −x ) n
n i=1 i i i
2
9
( 121.19 )( 1 )

Dado que dicho coeficiente es negativo, la agrupación de los valores es menor y, por lo
tanto, es platicurtica la distribución.

Ejercicio práctico

1. Considere los conjuntos dados;

Conjunto 1 46 55 50 47 52
Conjunto 2 30 55 65 47 53
La media para ambos conjuntos es igual a 50. Compare las siguientes medidas para
ambos conjuntos:

n n

∑ ( X i−x i ) ;∑ |X i −x i|
i=1 i=1

Comente sobre el significado de esas comparaciones e interprétela.