Probabilidad y Estadstica Ingeniera

Talleres de Clase

1.14 MEDIDAS DE FORMA

Las medidas de forma permiten comprobar si una distribucin de frecuencia tiene
caractersticas especiales como simetra, asimetra, nivel de concentracin de datos y nivel
de apuntamiento que la clasifiquen en un tipo particular de distribucin.
Son indicadores estadsticos que permiten identificar si una distribucin de frecuencia
presenta uniformidad. Se analizarn dos medidas de forma:

Asimetra
Curtosis

Antes de calcular cada uno de estos indicadores, es necesario recordar los tipos ms
comunes de distribucin de frecuencia y la relacin media, mediana y moda como primera
medida para identificar el grado de asimetra en una distribucin de frecuencia.
1.14.1 Coeficientes de asimetra. Es posible determinar el grado de simetra o sesgo de una
distribucin de datos mediante el clculo de algunos coeficientes (para ilustrar
grficamente ver relacin entre la media, mediana y moda). Los principales son:

Coeficiente de Asimetra de Pearson: Sk: : Se determina como la diferencia entre la

media aritmtica y la moda, dividida por la desviacin estndar.
El valor de Sk oscila entre -1 y 1 indicando asimetra a la izquierda y derecha
respectivamente. Si Sk = 0 entonces la distribucin es simtrica

Coeficiente de Asimetra de Bowley: Sb : Se basa en los cuartiles.

(

)
(

)
)

El valor de Sb oscila entre -1 y 1 indicando asimetra a la izquierda y derecha

respectivamente. Si Sb = 0 entonces la distribucin es simtrica

Coeficiente de Asimetra EXCEL: Esta funcin caracteriza el grado de asimetra de una

distribucin con respecto a su media. La asimetra positiva indica una distribucin

UPTC
2 semestre de 2014

Miguel ngel Romero F., Ing. Esp.

1

miguel.romero@gmail.com

Probabilidad y Estadstica Ingeniera

Talleres de Clase

unilateral que se extiende hacia valores ms positivos. La asimetra negativa indica

una distribucin unilateral que se extiende hacia valores ms negativos.
_

n
xi
Coeficiente de asimetra datos SIN AGRUPAR =

n 1n 2 i 1 s

n
n
Coeficiente de asimetra datos AGRUPADOS= n 1n 2
i 1

xi X

i
s

Coeficiente de Asimetra de Fisher: : se calcula como la relacin entre m3 y S3,

donde m3 viene dado por:

UPTC
2 semestre de 2014

Miguel ngel Romero F., Ing. Esp.

1

miguel.romero@gmail.com

Probabilidad y Estadstica Ingeniera

Talleres de Clase

1.14.2 Medidas de apuntamiento o CURTOSIS. Se utilizan para mostrar el grado de

concentracin de las observaciones alrededor de la moda. Una forma sencilla de
determinar la curtosis es observar la frecuencia absoluta de los datos. La referencia es la
curva de distribucin normal (Gauss) que se denomina MESOCRTICA, de lo contrario, la
distribucin puede ser LEPTOCRTICA o PLATICRTICA.
La curtosis caracteriza la elevacin o el achatamiento relativos de una distribucin,
comparada con la distribucin normal. Una curtosis positiva indica una distribucin
relativamente elevada (LEPTOCRTICA), mientras que una curtosis negativa indica una
distribucin relativamente plana (PLATICRTICA). Una curtosis igual a cero:
comportamiento normal.

Curtosis: datos SIN AGRUPAR

Curtosis datos AGRUPADOS

UPTC
2 semestre de 2014

n
xi X

nn 1

n 1n 2n 3 i 1 s

n
nn 1

n 1n 2n 3 i 1

x
i
i

3n 1

n 2n 3

2
3n 1

n 2n 3

Miguel ngel Romero F., Ing. Esp.

1

miguel.romero@gmail.com

Probabilidad y Estadstica Ingeniera

Talleres de Clase

Ejercicio en clase: Los siguientes datos corresponden a una muestra de 50 calificaciones de

una poblacin de resultados de una prueba de estadstica elemental.
75
97
71
65
84
27
108
91
122
82

96
58
94
43
116
123
91
120
94
43

74
73
68
54
50
49
81
128
103
76

120
94
79
80
82
71
88
88
47
73

71
106
86
108
84
93
77
107
44
127

1) Obtener la distribucin de frecuencias de los datos:

a. Aproximar el nmero de clases, obtenido por clculo de Sturges, al entero
ms cercano por encima.
b. Aproximar el valor de la amplitud de clase obtenido por clculo, al entero
ms cercano por encima.
c. Iniciar la agrupacin de clases desde el dato menor de la muestra.
2) Calcular la media, la mediana y la moda: tanto para los datos sin agrupar, como
para los datos agrupados, y comparar los resultados (entre datos sin agrupar y
datos agrupados).
3) Calcular el primer cuartil, el percentil 56 (56-simo centil) y el tercer cuartil, tanto
para los datos sin agrupar como para los datos agrupados. Comparar los resultados
(entre datos sin agrupar y datos agrupados).
4) Calcular la varianza, desviacin estndar y coeficiente de variacin de Pearson,
tanto para los datos sin agrupar como para los datos agrupados y concluir al
respecto.
5) Verificar la simetra de la distribucin, mediante el coeficiente de asimetra de
Pearson, y concluir al respecto.

UPTC
2 semestre de 2014

Miguel ngel Romero F., Ing. Esp.

1

miguel.romero@gmail.com