SEMANA 4 – ESTADÍSTICA

ESTADÍSTICA

SEMANA 4
Medidas de distribución

Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está
permitido copiar, reproducir, reeditar, descargar, publicar, emitir, difundir, poner a disposición del público ni
utilizar los contenidos para fines comerciales de ninguna clase.
IACC
1
SEMANA 4 – ESTADÍSTICA

APRENDIZAJE ESPERADO
 El estudiante será capaz de analizar
ejercicios y problemas empleando
medidas de distribución.

IACC
2
SEMANA 4 – ESTADÍSTICA

APRENDIZAJE ESPERADO..................................................................................................................... 2
INTRODUCCIÓN ................................................................................................................................... 4
1. MEDIDAS DE DISTRIBUCIÓN.............................................................................................................. 5
1.1. COEFICIENTE DE ASIMETRÍA DE FISHER .............................................................................. 5
1.2. COEFICIENTE DE CURTOSIS ................................................................................................. 7
1.1.................................................................................................................................................... 7
2. MEDIDAS DE DISTRIBUCIÓN CON EXCEL.............................................................................................. 8
COMENTARIO FINAL .............................................................................................................................. 13
REFERENCIAS........................................................................................................................................ 14

IACC
3
SEMANA 4 – ESTADÍSTICA
INTRODUCCIÓN
Se sabe que las tablas y los gráficos entregan
información clara y ordenada de una variable
en estudio, que en la mayoría de las
situaciones es densa o compleja (en el
sentido cuando se quiere agrupar los datos
en intervalos o rangos). Esta situación, a
veces, impide reconocer el comportamiento
IACC
de las características ya estudiadas (medidas
de tendencia central, posición y de
dispersión) lo que no ayuda a tomar
decisiones correctas o acertadas en algún
caso. Por lo que es necesario saber cómo se
“distribuyen” los datos de la variable.
4
 1. MEDIDAS DE DISTRIBUCIÓN
Las medidas de distribución o de formas permiten comparar la representación gráfica (histograma
o gráfico de barras) de una muestra de datos con la representación gráfica de una distribución
normal.

1.1. COEFICIENTE DE ASIMETRÍA DE FISHER

Esta medida permite identificar si los datos se distribuyen de forma simétrica alrededor del punto
central (media aritmética). Una distribución muestral es simétrica cuando los tres valores
(promedio, moda y mediana) de las medidas de tendencia central son aproximadamente iguales.

La curva es asimétricamente positiva por lo Curva de asimetría positiva

que los valores se tienden a reunir más en la
parte izquierda que en la derecha de la media.

Se dice que la asimetría es positiva cuando la

mayoría de los datos se encuentran por encima
del valor de la media aritmética.

Curva simétrica La curva es simétrica cuando se distribuyen

aproximadamente la misma cantidad de
valores en ambos lados de la media.

Una distribución es simétrica cuando existe

aproximadamente la misma cantidad de
valores a los dos lados de la media. Este valor
es difícil de conseguir por lo que se tiende a
tomar los valores que son cercanos ya sean
positivos o negativos (± 0,5).

5
ESTE DOCUMENTO CONTIENE LA SEMANA 4
La curva es asimétricamente negativa por lo Curva asimétrica negativa
que los valores se tienden a reunir más en la
parte derecha de la media.

Es decir, cuando la mayor cantidad de datos se

aglomeran en los valores menores que la
media.

En resumen,

Asimetría negativa Simétrica Asimetría positiva

g1 < 0 g1 = 0 g1 > 0

Existen varias formas de calcular la asimetría de una distribución de datos, sin embargo, la más
utilizada es el coeficiente de asimetría de Fisher, cuya fórmula es:

X  Mo
g1 


Donde,

X : promedio
Mo : moda
 : desviación estándar

De esta relación, se puede tener tres posibles resultados dependiendo de su signo:

a) Si g1>0, entonces la distribución presenta asimetría positiva, en este caso la mayoría de las
observaciones están a la izquierda de la proyección de la media.

b) Si g1<0, entonces la distribución presenta asimetría negativa, es decir, la mayoría de las

observaciones están a la derecha de la proyección de la media.

c) Si g1=0, entonces la distribución presenta simetría, en este caso, las observaciones a la

derecha y a la izquierda de la media se compensan.

6
ESTE DOCUMENTO CONTIENE LA SEMANA 4
 1.2. COEFICIENTE DE CURTOSIS
Esta medida estadística muestra la concentración de los datos alrededor de la media. Esta medida
determina el grado de concentración que presentan los valores en la región central de la
distribución. Con el coeficiente de Curtosis se puede identificar si la forma de concentración de los
valores existe una gran concentración de valores:

Mesocúrtica o concentración normal

Cuando la distribución es mesocúrtica, al igual
que en la asimetría, es bastante difícil
encontrar un coeficiente de Curtosis igual a
cero, por lo que se suelen aceptar los valores
cercanos (± 0,5 aprox.).

Leptocúrtica o alta concentración

La distribución es leptocúrtica es cuando existe
una alta concentración de datos o valores.

1.1

Platicúrtica o baja concentración La distribución es platicúrtica cuando existe

una baja concentración de datos o valores.

En resumen:

Leptocúrtica Mesocúrtica Platicúrtica

g2 > 0 g2 = 0 g2 < 0

Existen varias fórmulas que permiten calcular el coeficiente de Curtosis, sin embargo, se
considerará la siguiente:

1
 ( Xi  X ) 4  f
g2  n 3
4

7
ESTE DOCUMENTO CONTIENE LA SEMANA 4
 2. MEDIDAS DE DISTRIBUCIÓN CON EXCEL
Ejercicio:

Usted como asesor estadístico de IACC se encuentra analizando los rendimientos académicos de
los estudiantes en la asignatura de Estadística. Dispone de la siguiente base de datos de 100
estudiantes (revisar archivo adjunto de la base de datos: ejemplo_semana4.xlsx):

5,4 6,4 6,2 5,6 3,7 6,1 4,7 6,7 4,5 6,0
5,6 1,0 6,5 4,2 4,7 7,0 6,2 5,4 6,8 4,4
5,7 4,7 6,5 4,4 4,7 6,0 5,7 6,4 3,6 4,9
6,7 3,5 5,5 5,4 6,7 3,5 4,6 5,7 4,4 6,2
4,8 4,3 6,4 5,8 6,6 3,4 4,9 4,9 3,0 4,1
5,3 6,3 3,4 5,1 4,5 6,2 4,1 1,6 6,0 4,1
3,3 6,0 4,5 5,9 5,8 5,2 7,0 6,1 4,9 7,0
6,2 3,5 6,6 2,9 3,4 7,0 6,0 6,3 6,8 5,7
5,2 5,3 7,0 5,3 5,1 6,7 4,7 5,1 6,6 6,0
6,7 6,9 5,0 6,7 6,3 4,1 5,3 4,6 6,0 6,6

Para calcular las medidas de distribución se debe realizar:

 Coeficiente de asimetría:
=coeficiente.asimetría(Celda_Inicial;Celda_Final)

 Curtosis:
=curtosis(Celda_Inicial;Celda_Final)

En este caso, sería:

coeficiente.asimetría(Celda_Inicial;Celda_Final) = -0,8690332

curtosis(Celda_Inicial;Celda_Final) = 0,815077.

1.1.1.1 ANÁLISIS DE DATOS

A continuación es necesario emplear una herramienta estadística de Excel que es de mucha

importancia: análisis de datos.

Esta herramienta está instalada en la pestaña: DATOS  Análisis de datos

8
ESTE DOCUMENTO CONTIENE LA SEMANA 4
Si no está instalada debe hacer lo siguiente:

Ir a Archivo  Opciones  Complementos  hacer clic una vez en Herramientas para análisis
 Ir.

Aparecerá la siguiente ventana:

9
ESTE DOCUMENTO CONTIENE LA SEMANA 4
Luego, en Análisis de datos, hacer clic y se desplegará una ventana que dice Funciones para
análisis:

Escoger Estadística descriptiva:

Hacer clic y se desplegará la siguiente ventana:

10
ESTE DOCUMENTO CONTIENE LA SEMANA 4
Observar ahora la siguiente imagen que permitirá saber qué se debe agregar en este diálogo:

En Rango de entrada se debe escribir dónde está ubicada la base de datos, con título de la variable
incluido. Al ingresar el título hay que marcar con el ticket donde dice Rótulos en la primera fila.
Luego elegir Rango de salida en Opciones de salida. En la caja o espacio en blanco ingresar celdas
en blanco como columnas y hacer clic en Resumen de estadísticas para finalmente apretar
Aceptar.

11
ESTE DOCUMENTO CONTIENE LA SEMANA 4
Aparecerá un resumen estadístico con las principales medidas, valores o resultados de los datos:

12
ESTE DOCUMENTO CONTIENE LA SEMANA 4
COMENTARIO FINAL
En esta semana se aprendió de dos medidas de distribución que se obtienen de acuerdo a la
medida de tendencia central, más conocido como “promedio”. Además, se pudo concluir que la
interpretación de la desviación estándar de una variable puede ser distinta en relación a la
interpretación de un gráfico de barras, la idea es que sea similar. Para que no ocurra esto gracias a
los coeficientes de asimetría y de Curtosis, que a pesar de sus complejas fórmulas, el uso de Excel
(y otros programas computacionales) agilizan el cálculo y se optimiza el tiempo.

13
ESTE DOCUMENTO CONTIENE LA SEMANA 4
REFERENCIAS
Anderson, D.; Sweeney, D. y Williams, T. (2008). Estadística para administración y economía, 10ª

edición. México: Cengage Learning.

Devore, J. (1998). Probabilidad y estadística para ingeniería y ciencias. México: International

Thomson Editores.

Levin, R.; Rubin, D.; Balderas, M.; Del Valle, J. C. y Gómez, R. (2004). Estadística para

administración y economía. 7ª edición. México: Pearson, Prentice-Hall.

Ross, S. (1997). A first course in probability. Berkeley. Universidad de California.

14
ESTE DOCUMENTO CONTIENE LA SEMANA 4
PARA REFERENCIAR ESTE DOCUMENTO, CONSIDERE:

15
ESTE DOCUMENTO CONTIENE LA SEMANA 4
IACC (2018). Medidas de distribución. Estadística. Semana 4.

16
ESTE DOCUMENTO CONTIENE LA SEMANA 4
 17
ESTE DOCUMENTO CONTIENE LA SEMANA 4