UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA

CENTRO UNIVERSITARIO DE PETÉN

FACULTAD DE CIENCIAS ECONÓMICAS
LICENCIATURA EN CONTADURÍA PÚBLICA Y AUDITORÍA

CURSO: MÉTODOS ESTADÍSTICOS I

TITULAR: ING. GUSTAVO ARNOLDO ARA ARRIOLA

ASIMETRÍA

INTEGRANTES CARNÉ
WENDY MARGOTH CASTILLO CRUZ
PAMELA VALESCA ECHEVERRIA OCHAETA 0325-13-9903
LAURA ANDREA CALDERON MATUS 0325-14-5935
YEFRI HERIBERTO OBANDO CASASOLA 0325-15-21428

IV SEMESTRE

SANTA ELENA DE LA CRUZ, PETÉN 17 DE SEPTIEMBRE DE 2016

 INTRODUCCIÓN

En la presente investigación se tiene en cuenta que las medidas de

forma de una distribución se pueden clasificar en dos grandes grupos
o bloques: medidas de asimetría y medidas de curtosis. Por lo que el
tema a tratar es la “Asimetría”; que se denomina así, a la falta de
simetría en la distribución. También se incluirán temas sobre las
medidas que se ocupan en la Asimetría, el Coeficiente de Pearson y
Bowley y sus respectivas aplicaciones, en cuanto a la rama en la que
ésta llega a ser expuesta.
OBJETIVOS
 Asimetría

Concepto e Importancia
Las medidas de asimetría, sobre todo el coeficiente de asimetría de
Fisher, junto con las medidas de apuntamiento o curtosis se utilizan
para contrastar si se puede aceptar que una distribución estadística
sigue la distribución normal.

Se dice que una distribución es simétrica si la media, mediana y la

moda son iguales. Pero si hay una diferencia entre estas tres medidas
se habla de una curva asimétrica. Si la curva se deforma para los
datos mayores o para la derecha, se dice que la distribución es
asimétrica positiva. Si la curva se desplaza a la izquierda a los valores
menores, la distribución asimétrica es negativa. Para calcular la
asimetría en una serie se usa el sesgo. Una serie asimétrica positiva,
se dice que esta sesgada a la derecha y si es asimétrica negativa
tiene sesgo a la izquierda. Al sesgo también se le llama BIAS.

Para calcular el sesgo se usan las fórmulas siguientes, que son

llamadas primer y segundo coeficiente de sesgo de Pearson.

As= media-moda = Primer Coeficiente de Sesgo

Desviación Típica

As= 3(media-moda) = Segundo Coeficiente de Sesgo.

Desviación típica

El Sesgo también se indica con As = Asimetría

Coeficiente de asimetría
Permite ver si los datos aparecen ubicados simétricamente o no
respecto de la medida.

Se denomina asimetría a la falta de simetría en la distribución. La

asimetría puede ser positiva o a la derecha y negativa o a la izquierda,
según que sea en la cola derecha o izquierda del eje donde se
encuentre un mayor peso de la distribución. En el ámbito económico
encontramos magnitudes cuyo comportamiento es claramente
asimétrico. En general, variables que representan “riqueza” (tales
como renta, salario, beneficios,...) suelen presentar asimetría positiva
o a la derecha. En una distribución simétrica unimodal todos los
valores centrales (media, moda y mediana) coinciden. Dada una
distribución arbitraria, partiendo de la posición de los promedios se
puede indicar, aunque no siempre, el tipo de asimetría. Así,
generalmente, se cumple que si ¯x − M o > 0 la distribución es
asimétrica a la derecha mientras que si ¯x − Mo < 0 es asimétrica a la
izquierda.

En el caso de distribuciones unimodales, es frecuente que la mediana

esté comprendida entre la media y la moda, cumpliéndose entonces
que Mo < Me < ¯x si la distribución es asimétrica a la derecha y ¯x <
Me < Mo cuando es asimétrica a la izquierda.

Medidas de Asimetría
Las medidas de asimetría son indicadores que permiten establecer el
grado de simetría (o asimetría) que presenta una distribución de
probabilidad de una variable aleatoria sin tener que hacer su
representación gráfica. Como eje de simetría consideramos una recta
paralela al eje de ordenadas que pasa por la media de la distribución.
Si una distribución es simétrica, existe el mismo número de valores a
la derecha que a la izquierda de la media, por tanto, el mismo número
de desviaciones con signo positivo que con signo negativo. Decimos
que hay asimetría positiva (o a la derecha) si la "cola" a la derecha de
la media es más larga que la de la izquierda, es decir, si hay valores
más separados de la media a la derecha. Diremos que hay asimetría
negativa (o a la izquierda) si la "cola" a la izquierda de la media es más
larga que la de la derecha, es decir, si hay valores más separados de
la media a la izquierda.

La Curva es Simétrica cuando se distribuyen aproximadamente la

misma cantidad de valores en ambos lados de la media
M=Me=Md

Se dice que la asimetría es positiva cuando la mayoría de los datos se

encuentran por encima del valor de la media aritmética
Md<Me<M

Y se conoce como asimetría negativa cuando la mayor cantidad de

datos se aglomeran en los valores menores que la media
M<Me<Md

Ejemplo
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. Diremos pues, que es simétrica, cuando a
ambos lados de la media aritmética haya el mismo nº 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.
Para medir la asimetría se puede realizar básicamente atendiendo dos
criterios:
 Comparando la media y la moda
 Comprando los Valores de la Variable con la Media.

Coeficiente de Karl Pearson

Dónde:
̅X = media aritmética.
Md = Mediana.
s = desviación típica o estándar.

Nota:
El Coeficiente de Pearson varía entre -3 y 3
Si As < 0 → la distribución será asimétrica negativa.
Si As = 0 → la distribución será simétrica.
Si As > 0 → la distribución será asimétrica positiva.

Cuyo resultado es nulo para distribuciones simétricas, positivo en el

caso de distribuciones con asimetría a la derecha y negativo para
distribuciones con asimetría a la izquierda. Las principales ventajas de
esta medida son su facilidad de cálculo e interpretación. Sin embargo,
dado que el análisis de la forma se basa en la comparación de
promedios, puede ser poco adecuada en el caso de asimetrías leves.

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
Campaniforme
Moderada o ligeramente asimetrica.
Si Ap > 0  la distribución será asimétrica positiva o a derechas
(desplazada hacia la derecha).
Si Ap < 0  la distribución será asimétrica negativa o a izquierdas
(desplazada hacia la izquierda).
Si Ap = 0  la distribución será simétrica

Coeficiente de Yule Bowley o Medida Cuartílica

Donde:
Q1= Cuartil uno; Q2= Cuartil dos= Mediana; Q3= Cuartil tres.

Nota:
La Medida de Bowley varía entre -1 y 1
Si As < 0 → la distribución será asimétrica negativa.
Si As = 0 → la distribución será simétrica.
Si As > 0 → la distribución será asimétrica positiva.

El coeficiente de asimetría de Bowley toma como referencia los

cuartiles para determinar si la distribución es simétrica o no. Para
aplicar este coeficiente, se supone que el comportamiento de la
distribución en los extremos es similar. Sea el conjunto X=(x1, x2,…,
xN).
Aplicaciones
La asimetría resulta útil en muchos campos. Muchos modelos
simplistas asumen una distribución normal, esto es, simétrica en torno
a la media. La distribución normal tiene una asimetría cero. Pero en
realidad, los valores no son nunca perfectamente simétricos y la
asimetría de la distribución proporciona una idea sobre si las
desviaciones de la media son positivas o negativas. Una asimetría
positiva implica que hay más valores distintos a la derecha de la
media.

Las medidas de asimetría, sobre todo el coeficiente de asimetría de

Fisher, junto con las medidas de apuntamiento o curtosis se utilizan
para contrastar si se puede aceptar que una distribución estadística
sigue la distribución normal. Esto es necesario para realizar
numerosos contrastes estadísticos en la teoría de inferencia
estadística.
CONCLUSIÓN
 BIBLIOGRAFÍA

 ‘Introducción a la Estadística Económica y Empresarial. Teoría y Práctica.'

de Fco. Javier Martín-Pliego López, Editorial Thomson, 2007 (Madrid).
 SUÁREZ, Mario, (2011), Interaprendizaje de Estadística Básica
 OVIEDO_MILLONES_TERESA_SIGNIFICADO_ECONOMIA
 https://es.wikipedia.org/wiki/Asimetr%C3%ADa_estad%C3%ADstica
 http://www.universoformulas.com/estadistica/descriptiva/asimetria-curtosis/