Coeficientes de Asimetria de Fisher y de Pearson
Coeficientes de Asimetria de Fisher y de Pearson
Coeficientes de Asimetria de Fisher y de Pearson
Estadstica
Es inmediato observar que, para h = 1, a1 es la media de la distribucin. Se defina el momento central de orden h o momento respecto a la media aritmtica de orden ah como:
m h = (x 1 x )h
n1 n n + (x 2 x )h 2 + ... + (x r x )h r = N N N
(x i x)h
i =1
ni N
2. Los momentos respecto a la media se ven afectados por los cambios de escala, pero no por los cambios de origen. El resto, por ambos.
Estadstica
3. La asimetra y su medida
El objetivo de la medida de la asimetra es, sin necesidad de dibujar la distribucin de frecuencias, estudiar la deformacin horizontal de los valores de la variable respecto al valor central de la media. Las medidas de forma pretenden estudiar la concentracin de la variable hacia uno de sus extremos. Una distribucin es simtrica cuando a la derecha y a la izquierda de la media existe el mismo nmero de valores, equidistantes dos a dos de la media, y adems con la misma frecuencia. Una distribucin es Simtrica si x = Me = Mo
En caso contrario, decimos que la distribucin es Asimtrica, y entonces puede ser de dos tipos:
Asimtrica a la izquierda. Es el caso en que Mo Me x
Estadstica
Curva Asimtrica a la derecha Coeficiente de asimetra de Fisher En una distribucin simtrica los valores se sitan en torno a la media aritmtica de forma simtrica. El coeficiente de asimetra de Fisher se basa en la relacin entre las distancias a la media y la desviacin tpica. En una distribucin simtrica x = Me = Mo y m3 = 0. Por eso define como:
(x i x)3 ni
i =1
g1 =
N S3 X
m3 S3 X
Si g1 > 0, la distribucin es asimtrica positiva o a la derecha. Si g1 = 0, la distribucin es simtrica. Si g1 < 0, la distribucin es asimtrica negativa o a la izquierda. Coeficiente de asimetra de Pearson
Se basa en el hecho de que en una distribucin simtrica, la media coincide con la moda. A partir de este dato se define el coeficiente de asimetra de Pearson como: x Mo AP = SX
Si AP > 0, la distribucin es asimtrica positiva o a la derecha. Si AP = 0, la distribucin es simtrica. Si AP < 0, la distribucin es asimtrica negativa o a la izquierda.
Estadstica
4. La curtosis y su medida
El concepto de curtosis o apuntamiento de una distribucin surge al comparar la forma de dicha distribucin con la forma de la distribucin Normal. De esta forma, clasificaremos las distribuciones segn sean ms o menos apuntadas que la distribucin Normal. Coeficiente de Curtosis de Fischer El Coeficiente de Curtosis o Apuntamiento de Fischer pretende comparar la curva de una distribucin con la curva de la variable Normal, en funcin de la cantidad de valores extremos e la distribucin. Basndose en el dato de que en una distribucin normal se verifica que:
m4 =3 4 X
(x i x)4 ni
i =1
K = g2 =
N 4 X
3=
m4 3 S4 X
Una distribucin es Mesocrtica si la distribucin de sus datos es la misma que la de la variable Normal. En ese caso, su coeficiente de curtosis es cero.
g2 = 0
Distribucin Mesocrtica.
La distribucin es Leptocrtica si est ms apuntada que la Normal. En ese caso, su coeficiente de curtosis es positivo.
g2 > 0
Distribucin Leptocrtica.
Estadstica
Si la distribucin est menos apuntada que la Normal, entonces es Platicrtica, y su coeficiente de Fisher es negativo.
g2 < 0
Distribucin Platicrtica.