AO DEL BUEN SERVICIO AL CIUDADANO

FACULTAD DE CIENCIAS DE LA SALUD

ESCUELA PROFESIONAL DE PSICOLOGA

CURSO: Estadstica
DOCENTE: Lic. Jorge Salazar Santos
ALUMNOS:
- Quintanilla Pariona
- Humberto Ordoes Lopez
- Anita Francia Cama
- Maryuri Mora

CICLO: II-B
Contenido
Problema sobre el coeficiente de asimetra de Pearson para datos agrupados: ........................... 3
Medidas de Forma .............................................................................................................................. 4
1) ASIMETRA ............................................................................................................................... 4
1.1) TIPOS DE ASIMETRA ................................................................................................................ 4
1.2) MEDIDAS DE ASIMETRA .......................................................................................................... 5
2) CURTOSIS O APUNTAMIENTO ................................................................................................... 11
2.1) TIPOS DE CURTOSIS ................................................................................................................ 11
2.2) MEDIDAS DE CURTOSIS .......................................................................................................... 11
REFERENCIAS BIBLIOGRFICAS ..................................................................................................... 16
Problema sobre el coeficiente de asimetra de Pearson para
datos agrupados:
 Medidas de Forma

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:

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

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

de la simetra.

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 moda

son 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.

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

1.2) MEDIDAS DE ASIMETRA

Coeficiente de Karl Pearson

Donde:

= 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.

Medida de Yule Bowley o Medida Cuartlica

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.

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:

= 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

Ejemplo ilustrativo:

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

 1 1 1 1 1
6 9 9
2 2 2 5 7

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:

Calculando la Medida de Fisher se obtiene

Datos

6 -166,375

9 -15,625

9 -15,625

12 0,125

12 0,125

12 0,125

15 42,875

17 166,375
Total 12

Los clculos en Excel se muestran en la siguiente figura:

Nota: El COEFICIENTE.ASIMETRIA(A2:A9) es un valor que tiene

consideraciones semejantes a la Medida de Fisher

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

La curtosis determina el grado de concentracin que presentan los valores en la

regin central de la distribucin. As puede ser:

Leptocrtica.- Existe una gran concentracin.

Mesocrtica.- Existe una concentracin normal.

Platicrtica.- Existe una baja concentracin.

2.2) MEDIDAS DE CURTOSIS

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: = 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

6 915,0625

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:
 1 1 1 1 1
6 9 9
2 2 2 5 7

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 distribucin es platicrtica

Los clculos en Excel se muestran en la siguiente figura:
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.