ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

SESGO Y CURTOSIS: (TAMBIÉN SE CONOCEN COMO MEDIDAS DE FORMA)


Enviado por   •  3 de Septiembre de 2016  •  Apuntes  •  1.316 Palabras (6 Páginas)  •  864 Visitas

Página 1 de 6

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.

...

Descargar como (para miembros actualizados)  txt (7 Kb)   pdf (183 Kb)   docx (60 Kb)  
Leer 5 páginas más »
Disponible sólo en Clubensayos.com