SESGO Y CURTOSIS: (TAMBIÉN SE CONOCEN COMO MEDIDAS DE FORMA)
Enviado por cesarpc27 • 3 de Septiembre de 2016 • Apuntes • 1.316 Palabras (6 Páginas) • 937 Visitas
SESGO Y CURTOSIS: (TAMBIÉN SE CONOCEN COMO MEDIDAS DE FORMA)
[pic 1] | [pic 2] | [pic 3] |
Distribución simétrica | Distribución con sesgo positivo | Distribución con sesgo negativo |
= 0 | > 0 | < 0 |
Def. El coeficiente de SESGO determina el grado de asimetría (alargamiento de la distribución hacia la izquierda o hacia la derecha). Para determinar el sesgo ( a3), de una distribución de frecuencias (datos agrupados), se utiliza el: [pic 4] Si el coeficiente de sesgo tiene un valor positivo se dice que la distribución es SESGADA a LA DERECHA o que tiene SESGO POSITIVO. Si el coeficiente de sesgo tiene un valor negativo se dice que la distribución es SESGADA a LA IZQUIERDA o que tiene SESGO NEGATIVO. Si el coeficiente de sesgo tiene un valor 0 se dice que la distribución es INSESGADA o que tiene SESGO CERO Hasta ahora se han estudiado los parámetros de centralización y de dispersión que son las medidas más frecuentes que se calculan en cualquier estudio o decisión estadística. Sin embargo existen también medidas que indican de la simetría o asimetría de la distribución y del achatamiento en la campana de distribución, conocida como campana de Gauss. [pic 5] Empezando con la simetría, es lógico pensar que si la distribución tiene una única moda y es simétrica, entonces las tres medidas de centralización coinciden (Media, Moda y Medina); Si no es simétrica, suele suceder que la mediana esté comprendida entre la moda y la media. [pic 6] [pic 7][pic 8] Una moda Bimodal Multimodal Así que las medidas de simetría o asimetría. Miden la mayor o menor simetría de la distribución. Existen dos formas para obtener el grado de asimetría de la distribución de datos. Índice de simetría de Pearson: | ||
[pic 9] Para evitar el uso de la MODA, se puede usar la siguiente expresión empírica de Karl Pearson: [pic 10] Las medidas anteriores también se concocen como primero y segundo coeficientes de sesgo de Pearson, respectivamente. El Coeficiente de Pearson varía entre -3 y 3 | ||
Índice de simetría de Fisher: Para datos no agrupados se emplea la siguiente fórmula: [pic 11] Para datos agrupados en tablas de frecuencias se emplea la siguiente fórmula: [pic 12] También se puede hallar en los textos de la siguiente forma: | ||
[pic 13] | ||
Si la distribución es simétrica, ambos índices son iguales a 0; si es asimétrica a la derecha, ambos son positivos; y si es asimétrica a la izquierda, ambos índices son negativos. Ejercicios de SESGO: Medidas de curtosis. Miden la mayor o menor concentración de datos alrededor de la media. Se suele medir con el coeficiente de curtosis: | ||
[pic 14] | ||
Si este coeficiente es nulo, la distribución se dice normal (similar a la distribución normal de Gauss) y recibe el nombre de mesocúrtica. Si el coeficiente es positivo, la distribución se llama leptocúrtica, más puntiaguda que la anterior. Hay una mayor concentración de los datos en torno a la media. Si el coeficiente es negativo, la distribución se llama platicúrtica y hay una menor concentración de datos en torno a la media. Sería más achatada que la primera. |
[pic 15] | [pic 16] | [pic 17] |
Distribución platocúrtica | Distribución mesocúrtica | Distribución leptocúrtica |
* < 3 | * = 3 | * > 3 |
[pic 18]
El coeficiente de CURTOSIS determina el grado de alargamiento de la distribución hacia arriba
[pic 19]
O hacia abajo. Para determinar la curtosis de una distribución de frecuencias se acostumbra:
- Si el coeficiente de curtosis es mayor que 3 se dice que la distribución es LEPTOCÚRTICA.
- Si el coeficiente de curtosis es menor a 3 se dice que la distribución es PLATOCÚRTICA
- Si el coeficiente de curtosis es igual a 3 se dice que la distribución es MESOCÚRTICA.
EJERCICIOS DE CURTOSIS:
Recordemos que: El Coeficiente de Curtosis analiza el grado de concentración que presentan los valores alrededor de la zona central de la distribución.
MOMENTOS:
Para establecer congruencia con los temas ya estudiados, se puede hacer un breve resumen y relacionar entre sí los temas, es decir; Los MOMENTOS se pueden entender como el valor que toman ciertas variables y su correlación con otras variables, Por ejemplo: Que relación existe entre la Media con la Desviación Típica?, de aquí se establece el COEFICIENTE DE VARIACIÒN.
...