"Año del Buen Servicio al Ciudadano.

FACULTAD DE DERECHO Y CIENCIAS POLITICAS

ESCUELA PROFESIONAL DE DERECHO

ASIGNATURA:
Estadística

TEMA:
Actividad N° 13

DOCENTE:

MG. MIGUEL VILLARREYES GUERRA

CICLO:
II
INTEGRANTES:
- LINGAN CALDERON MELVIN OMAR
- ROCILLO TLICLIAHUANGA ROSA
- YESQUEN CHIROQUE OSCAR

TUMBES – PERU
2018
 MEDIDAS ASIMETRICAS

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.

Diremos que una distribución es simétrica cuando su mediana, su moda y su media

aritmética coincidan. Claramente las distribuciones de los ejemplos de los niveles

de colinesterasa y del n° de hijos no son por tanto, simétricas.

Diremos que una distribución es asimétrica a la derecha si las frecuencias

(absolutas o relativas) descienden más lentamente por la derecha que por la

izquierda.

Si las frecuencias descienden más lentamente por la izquierda que por la derecha

diremos que la distribución es asimétrica a la izquierda.

TIPOS DE ASIMETRÍA

 ASIMETRÍA NEGATIVA O A LA IZQUIERDA.- Se da cuando en una

distribución la minoría de los datos está en la parte izquierda de la media. Este

tipo de distribución presenta un alargamiento o sesgo hacia la izquierda, es

decir, la distribución de los datos tiene a la izquierda una cola más larga que a

la derecha. También se dice que una distribución es simétrica a la izquierda o

tiene sesgo negativo cuando el valor de la media aritmética es menor que la

 mediana y éste valor de la mediana a su vez es menor que la moda,

en símbolos

Nota: Sesgo es el grado de asimetría de una distribución, es decir, cuánto se

aparta de la simetría.

 SIMÉTRICA.- Se da cuando en una distribución se distribuyen

aproximadamente la misma cantidad de los datos a ambos lados de la media

aritmética. No tiene alargamiento o sesgo. Se representa por una curva normal

en forma de campana llamada campana de Gauss (matemático Alemán 1777-

1855) o también conocida como de Laplace (1749-1827).También se dice que

una distribución es simétrica cuando su media aritmética, su mediana y

su moda son iguales, en símbolos Md=Mo

 ASIMETRÍA POSITIVA O A LA DERECHA.- Se da cuando en una distribución

la minoría de los datos está en la parte derecha de la media aritmética. Este

tipo de distribución presenta un alargamiento o sesgo hacia la derecha, es decir,

la distribución de los datos tiene a la derecha una cola más larga que a la

izquierda.

También se dice que una distribución es simétrica a la derecha o tiene sesgo

positivo cuando el valor de la media aritmética es mayor que la mediana y éste

a valor de la mediana a su vez es mayor que la moda, en símbolos

MEDIDAS DE ASIMETRÍA

a. COEFICIENTE DE ASIMETRÍA DE PEARSON

Se define como:

Siendo cero cuando la distribución es simétrica, positivo cuando existe

asimetría a la derecha y negativo cuando existe asimetría a la izquierda.

En el ejemplo del número de hijos Ap es igual a

Indicando una ligera asimetría a la izquierda en la distribución de

frecuencias correspondiente.

De la misma manera, para el ejemplo de los niveles de colinesterasa también

se observa una ligera asimetría a la izquierda, al ser

De la definición se observa que este coeficiente solo se podrá utilizar

cuando la distribución sea unimodal. La otra medida de asimetría que

veremos no presenta este inconveniente.

b. COEFICIENTE DE ASIMETRÍA DE FISHER

Se define como
 siendo xi los valores de la variable o las marcas de clase y S= , llamada

a veces cuasidesviación típica.

La interpretación del coeficiente de Fisher es la misma que la del

coeficiente de Pearson: si la distribución es simétrica vale cero, siendo

positivo o negativo cuando exista asimetría a la derecha o izquierda

respectivamente.

c. COEFICIENTE DE ASIMETRÍA DE BOWLEY

Está basado en la posición de los cuartiles y la mediana, y utiliza la siguiente

expresión:

En una distribución simétrica el tercer cuartil estará a la misma distancia de

la mediana que el primer cuartil. Por tanto .
Si la distribución es positiva o a la derecha, .

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

MEDIDAS DE APUNTAMIENTO O CURTOSIS

Las medidas de curtosis se aplican para distribuciones campaniformas, unimodales

y simétricas o moderadamente asimétricas.

Las medidas de curtosis estudian la distribución de frecuencias en la zona central

de la distribución. Una concentración de frecuencias alta en esta zona da una

distribución más apuntada Para estos estudios hay que definir un tipo de

distribución como referencia.

Distribución normal:

1 ( x )2
1 
f ( x)  e 2 2

 2
Una distribución más apuntada que la normal es leptocúrtica. Una distribución

menos apuntada que la normal es mesocúrtica.

EL COEFICIENTE DE APUNTAMENTO O CURTOSIS

para calcular el momento se puede usar la expresión en función de los momentos

respecto al origen

n
ni
m  ( xi  x ) 4 N
si g 2  0 mesocúrtica (normal)

g 2  44  3  i 1
3 si g 2  0 leptocúrtica
4/2 si g 2  0 platicúrtica
S  n
2 ni 
 i ( x  x )
N 
 i 1
MEDIDAS DE CONCENTRACIÓN

Medidas de concentración: Medir el grado de igualdad del variable. Nos interesa

estudiar hasta que punto la suma total de rentas (por ejemplo) está

equitativamente repartida.

Concentración máxima: De los n personas, sólo uno percibe el total renta y los

demás nada:

x1  x 2  x3    x n 1  0 para x n  0
Concentración mínima: Todos personas perciben la misma cantidad:

x1  x 2  x3    x n
CURVA DE LORENZ

Estudiamos pi y q i para saber grados de concentración. Por ejemplo, si pi  10 y

q i  3 , sabemos que los diez por cientos con renta más baja tienen 3 por cientos de la
renta total.

La relación entre pi y q i se puede ilustrar gráficamente; una curva de concentración o

curva de Lorenz.

[Fig 6.1]
qi %

Concentración mínima

pi %

El Índice de concentración de Gini puede variar entre 0 y 1, adonde valores más

cercana a cero indica una distribución más equitativa.

El Índice de concentración de Gini es aproximadamente igual el área entre la

concentración mínima y la curva de Lorenz divido por el área entre la
concentración mínima y la concentración máxima.
 EJERCICIOS PARA DATOS TABULADOS

1. Tabla de frecuencia acerca del N ° de ti g i os de 5 0 abogados

xi fi Fi xi · f i (𝑿𝒊 − 𝑿)𝟐 x f i
9 1 1 9 10. 24
10 4 5 40 19. 36
11 9 14 99 12. 96
12 16 30 192 0.6 4
13 11 41 143 7.0 4
14 8 49 112 25. 92
15 1 50 15 7.8 4
50 610 84

Encontrar e Interpretar:

a. S2, S Y CV%
b. Tipo de asimetría

SOLUCIÓN

∑xifi 610
X= = = 12.2
n 50

∑(𝑋𝑖−𝑋)2
S2=
n
84
S2= = 16.8 u2
50

Interpretación: Es la dispersión existente alrededor del promedio

S= √16.8

S= 4.09

Interpretación: Es la dispersión existente alrededor del valor central

CV% = 4.09 x 100

12.2

CV% = 33.52 %

Interpretación: Es heterogénea porque tiene una alta variabilidad

a. Qué tipo de asimetría tiene los datos.

CAs = 3(12.2 - 12)

4.09

CAs = 0.14

Interpretación: Tiene asimetría positiva

2. Tabla de frecuencia acerca del N° de horas que permanecen 20 abogados en una
audiencia en el poder judicial de tumbes año 2012

(𝑿𝒊 − 𝑿)𝟐 x f i
Xi fi Fi X i fi
3 5 5 15 12.01
4 5 10 20 1.51
5 6 16 30 1.21
6 2 18 12 4.20
7 2 20 14 12.00
20 91

Encontrar e Interpretar:

a. S2, S Y CV%
b. Tipo de asimetría

S OLUCI ÓN

∑xifi 91
X= = = 4.5
n 20

∑(𝑋𝑖−𝑋)2
S2=
n−1
0.93
3
S 2= = 1.62
19

Interpretación: Es la dispersión existente alrededor del promedio

S= √1.62

S= 1.27

Interpretación: Es la dispersión existente alrededor del valor central

CV% = 1.27 x 100

4.55

CV% = 27.91 %

Interpretación: Es heterogénea porque tiene una alta variabilidad

b. Qué tipo de asimetría tiene los datos.

CAs = 3(4.55 - 5)
1.27

CAs = -1.06

Interpretación: Tiene asimetría negativa

3. Tabla de frecuencia acerca del N° de demandas laborales que tuvieron 100 abogados

Xi fi Fi Xi f i (𝑿𝒊 − 𝑿)𝟐 x f i
1 8 8 8 89.24
2 12 20 24 65.70
3 15 35 45 26.93
4 18 53 72 2.08
5 12 65 60 5.22
6 20 85 120 55.11
7 15 100 105 106.13
100 434 350.41

Encontrar e Interpretar:

a. S2, S Y CV%
b. Tipo de asimetría

S OLUCI ÓN

∑xifi 434
X= = = 4.34
n 100

∑(𝑋𝑖−𝑋)2
S2=
n−1
350.41
S 2= = 3.50
100

Interpretación: Es la dispersión existente alrededor del promedio

S= √3.50

S= 1.87

Interpretación: Es la dispersión existente alrededor del valor central

CV% = 1.87 x 100

4.34

CV% = 43.08 %

Interpretación: Es heterogénea porque tiene una alta variabilidad

c. Qué tipo de asimetría tiene los datos.

CAs = 3(4.34 - 6)
1.87

CAs = -2.66

Interpretación: Tiene asimetría negativa