ESTADÍSTICA I Gilma Sabina Lizama

ASIMETRIA Y CURTOSIS

Las medidas de forma de una distribución se pueden clasificar en dos grandes

grupos o bloques: medidas de asimetría y medidas de curtosis.

ASIMETRÍA: Es una expresión de la forma de la distribución, para

saber si los valores de la variable se concentran en una determinada
zona del recorrido de la variable.

Cuando al trazar una vertical, en el diagrama de barras o histograma, de una

variable, según sea esta discreta o continua, por el valor de la media, esta
vertical se transforma en eje de simetría, decimos que la distribución es
simétrica cuando a ambos lados de la media aritmética haya el mismo número
de valores de la variable, equidistantes de dicha media dos a dos, y tales que
cada par de valores equidistantes tiene la misma frecuencia absoluta. En caso
contrario, dicha distribución será asimétrica o diremos que presenta asimetría.

Cuando tenemos una tabla de frecuencias, y las graficamos en un histograma

por ejemplo, la asimetría se refiere a si la curva que forman los valores de la
serie presenta la misma forma a izquierda y derecha de un valor central (la
media). Para medir el nivel de asimetría se utiliza el llamado Coeficiente de
Asimetría.

Los resultados pueden ser los siguientes:

g1= 0 (distribución simétrica; existe la misma concentración de valores a la
derecha y a la izquierda de la media)
g1 > 0 (distribución asimétrica positiva; existe mayor concentración de
valores a la derecha de la media que a su izquierda)
g1 < 0 (distribución asimétrica negativa; existe mayor concentración de
valores a la izquierda de la media que a su derecha)

1
 ESTADÍSTICA I Gilma Sabina Lizama

SIMÉTRICA ASIMÉTRICA A ASIMÉTRICA A

DERECHA IZQUIERDA

SIMÉTRICA ASIMÉTRICA A ASIMÉTRICA A

DERECHA IZQUIERDA

Distribución simétrica Distribución con sesgo positivo Distribución con sesgo negativo

Para calcular la asimetría, una posibilidad, es utilizar el llamado coeficiente de

FISHER que representaremos como g 1 y responderá a la siguiente expresión

matemática: 1

1 3
* Xi X
n
g1
S3

1
El coeficiente de asimetría de Fisher es el más utilizado
2
 ESTADÍSTICA I Gilma Sabina Lizama

Según sea el valor de g ,1 diremos que la distribución es asimétrica a derechas

o positiva, a izquierdas o negativa, o simétrica, o sea:

Si g 1 >0 la distribución será asimétrica positiva o a derechas

(desplazada hacia la derecha).

Si g 1 < 0 la distribución será asimétrica negativa o a izquierdas

(desplazada hacia la izquierda).

Si g1= 0 
la distribución será simétrica.

g1<0

g1=0

g1>0

3
 ESTADÍSTICA I Gilma Sabina Lizama

Existen otras posibilidades de calcular la asimetría, otra de las cuales es por

medio del coeficiente de asimetría de PEARSON (Ap), el cual responde a
la siguiente expresión.

X Mo
Ap
S

Aunque en la práctica este coeficiente sería más fácil de calcular que el

anterior, casi no lo utilizaremos ya que solo es cierto cuando la distribución
tiene las siguientes condiciones:

Unimodal (una sola moda)

Campaniforme (distribución simétrica o ligeramente asimetrica).

Además del anterior existe otra forma de calcular la asimietría, usando la

(3Media Mediana )
siguiente expresión: CA
EstándarDesviación

Ejemplo: De la base de datos que poseen en excel, se calcularon las medidas

de tendencia central y dispersión para la variable edad de los alumnos, las
cuales fueron: X 22 , Md 21 , Mo 20 , S 3.28
Con estos datos, al calcular el coeficiente de asimetría de Pearson tenemos:

22 20
Ap 0.6097
3.28
(3Media Mediana )
Al calcularlo con la expresión CA
EstándarDesviación

Tenemos:
(322 21)
CA 0.9146
3.28

4
 ESTADÍSTICA I Gilma Sabina Lizama

Apartir de estos resultados, diríamos que el conjunto de datos correspondiente

a las edades de los alumnos de Estadística I posee un sesgo positivo; es decir,
asimetría hacia la derecha.
Utilizando la fórmula de excel, el coeficiente asimetría resulta ser 1.702703525

Ejemplo: Calcular el coeficiente de asimetría para la serie de datos

correspondiente a las remesas familiares que ingresaron a El Salvador durante
el año 2008.

Meses Remesas (millones de $) (Xi X )3

Enero 275.5 -64626.0302

Febrero 298.3 -5204.6998
Marzo 338.4 11,805.6279
Abril 338.5 11,961.8539
Mayo 353.4 53,881.6584
Junio 334.4 6,612.9131
Julio 332.1 4,467.6670
Agosto 305.7 -979.1466
Septiembre 304.7 -1,305.7513
Octubre 304.3 -1,454.4196
Noviembre 264.8 -131,328.9068
Diciembre 337.5 10,460.3532
Total -105,708.8808
X 315.63 ; Md 318.9 S 27.65
En este caso no hay moda, por lo tanto no se puede aplicar la fórmula del
coeficiente de asimetría de Pearson.

(3
315.63 318.9)
CA 0.3548
27.65

5
 ESTADÍSTICA I Gilma Sabina Lizama

Utilizando la Fórmula de Fisher:

1 3
* Xi X
n
g1 = -0.4167
S3
La serie de datos correspondiente a los ingresos en concepto de remesas
familiares que ingresaron a El Salvador durante el año 2008, posee un sesgo
negativo; es decir, asimetría hacia la izquierda.
Calculado utilizando las fórmulas de excel resulta ser: -0.54585394

6
 ESTADÍSTICA I Gilma Sabina Lizama

CURTOSIS: Es una medida del apuntamiento (o achatamiento) en la

distribución de los datos, que indicará si la distribución es muy
apuntada (concentración de los datos en torno a la media) o poco
apuntada (dispersión de los datos en torno a la media).

El Coeficiente de Curtosis analiza el grado de concentración que presentan los

valores alrededor de la zona central de la distribución.

Se definen 3 tipos de distribuciones según su grado de curtosis:

Distribución mesocúrtica: presenta un grado de concentración medio
alrededor de los valores centrales de la variable (el mismo que presenta una
distribución normal).
Distribución leptocúrtica: presenta un elevado grado de concentración
alrededor de los valores centrales de la variable.
Distribución platicúrtica: presenta un reducido grado de concentración
alrededor de los valores centrales de la variable.

Para calcularlo utilizaremos la expresión:

1 4
* Xi X
n
g2 3
S4

Los resultados pueden ser los siguientes:

Si g2> 0 la distribución será leptocúrtica o apuntada

Si g2= 0 la distribución será mesocúrtica o normal

Si g2< 0 la distribución será platicúrtica o menos apuntada que lo normal.

7
 ESTADÍSTICA I Gilma Sabina Lizama

Distribución Leptocúrtica Distribcuón Mesocúrtica Distribución Platicúrtica

Ejemplo: Calcular el coeficiente de curtosis para la serie de datos

correspondiente a las remesas familiares que ingresaron a El Salvador durante
el año 2008.

Meses Remesas (millones de $) (Xi X )4

Enero 275.5 2593442.59181

Febrero 298.3 90197.4481752
Marzo 338.4 268814.148034
Abril 338.5 273567.598762
Mayo 353.4 2035110.23901
Junio 334.4 124124.379506
Julio 332.1 73582.4758688
Agosto 305.7 9722.92630401
Septiembre 304.7 14271.862332
Octubre 304.3 16478.5744872
Noviembre 264.8 6675448.33198
Diciembre 337.5 228767.92455
Total 12403528.5008
X 315.63 S 27.65

8
 ESTADÍSTICA I Gilma Sabina Lizama

1 4
* Xi X 1
n *12403528.5008
g2 3 = 12 3 1.23
S4 (27.65) 4

Como g 2 0 , decimos que la distribución es platicúrtica o menos apuntada que

lo normal.