ASIMETRA

Las medidas de asimetra son indicadores que permiten establecer

el grado de simetra (o asimetra) que presenta una distribucin de
probabilidad de una variable aleatoria sin tener que hacer su
representacin grfica. Como eje de simetra consideramos una recta
paralela al eje de ordenadas que pasa por la media de la distribucin. Si
una distribucin es simtrica, existe el mismo nmero de valores a la
derecha que a la izquierda de la media, por tanto, el mismo nmero de
desviaciones con signo positivo que con signo negativo. Decimos que hay
asimetra positiva (o a la derecha) si la "cola" a la derecha de la media es
ms larga que la de la izquierda, es decir, si hay valores ms separados
de la media a la derecha. Diremos que hay asimetra negativa (o a la
izquierda) si la "cola" a la izquierda de la media es ms larga que la de la
derecha, es decir, si hay valores ms separados de la media a la
izquierda.

Adems de la posicin y la dispersin de un conjunto de datos, es

comn usar medidas de forma en su descripcin. Una de estas medidas
es una estadstica que busca expresar la simetra (o falta de ella) que
manifiestan los datos, denominada coeficiente de asimetra.

La diferencia de una observacin respecto del promedio de los

datos se encuentra elevada al cubo. Esto tiene como resultado que,
observaciones alejadas del promedio, aportan un gran valor a la suma; ya
sea positivo o negativo. En consecuencia, si los grandes valores de la
diferencia estn producidos por datos mayores que el promedio, el
coeficiente tender a ser positivo. Si, por el contrario, predominan
observaciones muy menores que el promedio, el coeficiente ser
negativo. Si, finalmente, las observaciones presentan un alto grado de
simetra respecto al promedio, el coeficiente asumir valores cercanos a
cero o a un infinito que est correlacionado con el nmero de la varianza
o el intervalo de clase, o se declara en forma racional con el conjunto
matemtico de medidas longitudinales.

La asimetra no es algo difcil de entender, solo se debe tener en

cuenta que ambos lados de la obra deben ser diferentes. La asimetra es
todo lo contrario a la simetra ya que con esta se busca hacer una
diferencia en ambos lados del cuadro como lo podemos ver en la imagen
vista anteriormente

MEDIDAS DE ASIMETRA

Coeficiente de asimetra de Fisher

En teora de la probabilidad y estadstica, la medida de asimetra

ms utilizada parte del uso del tercer momento estndar. La razn 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 estndar con respecto a la media de orden 1. Debido a que una
simple suma de todas las desviaciones siempre es cero.

Coeficiente de asimetra de Pearson

Slo se puede utilizar en distribuciones uniformes, unimodales y

moderadamente asimtricas. Se basa en que en distribuciones simtricas
la media de la distribucin es igual a la moda.

Coeficiente de asimetra de Bowley

Est basado en la posicin de los cuartiles y la mediana.

Propiedad Simtrica

Diremos que R es simtrica si " a, b A: a R b b R a.

 Grficamente se representa as:

Si la relacin R es simtrica sobre A entonces los pares

relacionados se reflejan respecto a la diagonal principal.

Si la relacin R es simtrica entonces todo par de elementos que

tiene una flecha la tiene en las dos direcciones.

Propiedad Antisimtrica

Diremos que R es antisimtrica si " a, b A: [a R b b R a] a = b.

Grficamente la podemos representar as:

Si la relacin R es antisimtrica pueden existir pares por encima

o por debajo de la diagonal pero ningn par tiene reflejo respecto a la
diagonal principal excepto la diagonal misma.
 La relacin R es antisimtrica si para cada par de elementos
distintos relacionados la flecha est solo en un sentido.

Propiedad Asimtrica

Diremos que R es asimtrica si " a, b A: [a R b b R a]

Grficamente se representa as:

Propiedad Transitiva

Diremos que R es transitiva si " a, b, c A: [a R b b R c] a R c

Grficamente la podemos representar as:

La relacin R es transitiva si cada vez que hay un camino entre

tres elementos, tambin est la flecha que comienza en el principio del
camino y va al elemento que es final del camino.
 Propiedad de Equivalencia

Para que esta propiedad se cumpla, R debe ser,

Reflexiva, Simtrica y Transitiva.

CURTOSIS

En teora de la probabilidad y estadstica, la curtosis es una

medida que sirve para analizar el grado de concentracin que presentan
los valores de una variable analizada alrededor de la zona central de
la distribucin de frecuencias, sin necesidad de generar el grfico.

La medida de curtosis trata de estudiar la proporcin de la varianza

que se explica por la combinacin de datos extremos respecto a la media
en contraposicin con datos poco alejados de la misma.

Una mayor curtosis implica una mayor concentracin de datos muy

cerca de la media de la distribucin coexistiendo al mismo tiempo con una
relativamente elevada frecuencia de datos muy alejados de la misma.
Esto explica una forma de la distribucin de frecuencias con colas muy
elevadas y con un centro muy apuntado.

MEDIDAS DE CURTOSIS. (COEFICIENTE DE CURTOSIS)

Dependiendo del nmero de observaciones que haya en la zona

central de la distribucin y del que haya en las zonas alejadas dos
distribuciones con la misma varianza pueden tener dos perfiles distintos,
con mayor o menor forma " de punta ".Al mayor o menor "apuntamiento"
que puede tener una distribucin con independencia del valor que tome
su varianza se le llama CURTOSIS (o APUNTAMIENTO).

Como nos interesa comparar (ponderadamente) el nmero de

observaciones cercanas a la media con el nmero de observaciones
lejanas (con independencia del signo de su distancia a la media), para
medir la curtosis, deberemos considerar un momento central de orden
par; pero como la curtosis es el mayor o menor apuntamiento con
independencia de la varianza, deberemos considerar el momento

central de orden 4:

Pero si queremos disponer de una medida vlida para la

comparacin universal, el hecho de que m 4 dependa de las unidades
(de la cuarta potencia de las unidades) es un inconveniente, por lo que
deberemos considerar como indicador de la curtosis el momento de
cuarto orden la variable tipificada: m4 (t)

Por ltimo suele considerarse el coeficiente de curtosis

"relativizado" para permitir la comparacin del apuntamiento de la
distribucin con el apuntamiento "patrn" que es el que tiene (el modelo
Normal) la DISTRIBUCIN NORMAL DE PROBABILIDAD (campana
de Gauss), cuyo momento de cuarto orden tipificado es tres. Por ello se
define el coeficiente de curtosis como el momento central de cuarto orden
de la variable tipificada menos tres unidades:

Curtosis no estandarizados

Dada una variable aleatoria real con media y desviacin estndar,

su curtosis no normalizada se define como el cuarto momento de la
variable normalizada:

Kurtosis normalizada
 La curtosis no normalizada se define en trminos de los momentos
centrales, es difcil de manejar cuando se trata de calcular la suma de las
variables independientes.

Definimos la curtosis normalizado en trminos de cumulantes:

Sabiendo eso, y luego:

PROPIEDADES

Dimensin

Los momentos y cumulantes centrales cuya dimensin que la

variable de alta potencia, curtosis y son magnitudes adimensionales.

Rango Valor

O bien la variable aleatoria real.

Este lmite inferior se alcanza slo en el caso del parmetro de

Bernoulli. Para la distribucin normal, lo que tenemos.

Curtosis no tiene lmite superior.

Suma de realizaciones independientes

Sea una variable aleatoria real y la suma de los logros

independientes. Con la propiedad de aditividad de cumulantes, sabemos
que, por lo que:

Tipologa

Un alto curtosis indica que la distribucin es ms bien seal en su

media, y tiene colas gruesas. Esto se deduce considerando la distribucin
definido anteriormente, con un valor esperado 1 y cuyo orden segundo
momento central no es kurtosis normalizada. A medida que se fij su
esperanza, su momento de orden dos slo puede evolucionar por
compensacin: aumentar, es necesario a la inercia en posicin remota,
compensado por la inercia prximo. En otras palabras, "clamp" de los
lados y las probabilidades pueden viajar hacia el centro y los extremos.

El trmino "exceso de curtosis", derivado de exceso de curtosis en

ingls, utilizado para la kurtosis normalizada puede ser una fuente de
ambigedad. De hecho, un exceso de aplanamiento positivo corresponde
a una distribucin agudo y un exceso de negativo aplanar una distribucin
aplanado.

Distribucin Msokurtique

Si hablamos de la distribucin msokurtique. La distribucin normal

es un caso especial de la distribucin msokurtique para la cual el
coeficiente de asimetra es 0.

Distribucin leptocrtica

Si hablamos de la distribucin leptocrticas. La nocin de

leptokurticity se utiliza ampliamente en el medio de las finanzas de
mercado, las muestras con colas ms gruesas que las extremidades
normales, que implica valores anormales ms frecuentes.

Distribucin Platikurtique

Si hablamos de la distribucin platykurtique. Por la misma varianza,

la distribucin es relativamente "plana", su centro y sus colas se
empobreci a favor de las paredes laterales.