La curtosis, una medida ampliamente conocida pero malinterpretada.

La curtosis es uno de los conceptos peor comprendidos no solamente por estadsticos sino por los distintos profesionales que son usuarios de la estadstica. Es casi imposible encontrar un libro (sea introductorio o avanzado) que se tome la molestia de hacer un alto en el camino y tratar de aclarar que es lo que significa exactamente esta medida. Usualmente los libros introductorios reducen la curtosis a una simple medida que da cuente de que tan apuntada o plana es una distribucin sin tener en cuenta las colas o valores atpicos que tienen una gran influencia en el clculo de esta medida. Entre las varias fallas que comenten los libros introductorios es de ilustrar el concepto de curtosis en distribuciones que tiene distintas varianzas, por ejemplo, en la figura a continuacin se observa que la distribucin con lnea discontinua tiene una apariencia plana (platicurtica) , la grfica punteada luce como una distribucin apuntada (leptocrtica) , y en realidad, las tres grficas fueron generadas por una distribucin normal, por tanto las tres distribuciones tienen una curtosis mesocrtica (este es la medida estndar de curtosis ya que corresponde a la curtosis de nuestra querida distribucin normal). La medida de curtosis es adimensional (de hecho en el denominador del clculo de la frmula clsica aparece la varianza), los concepto de varianza y curtosis son absolutamente distintos y no se debe prestarse para confusiones. Una buena manera de comparar de manera grfica la curtosis de varios conjuntos de datos es estandarizar las variables con el propsito de no dar una mala interpretacin a la informacin grfica.

Fuente: DeCarlo (1997) DeCarlo (1997) nos da una excelente explicacin para comprender e interpretar mejor el concepto de curtosis. Nos explica que la curtosis representa un movimiento de masa que no afecta la varianza. Consideremos el caso por ejemplo de una distribucin con una curtosis positiva, en este tipo de distribuciones colas pesadas son acompaadas de picos altos (apuntalamiento), notemos que si hubiera simplemente un desplazamiento importante de la distribucin hacia las colas de la distribucin esto conllevara a un aumento de la varianza de la distribucin, la manera como se compensa este aumento de la varianza es concentrando la distribucin alrededor de la media. Por otro lado una distribucin platicrtica tiene una menor concentracin de valores alrededor de la media y no suele tener colas pesadas, se compensa esa baja varianza con una mayor variabilidad en el resto de la distribucin. Entre las muchas utilidades que tiene la curtosis es la de deteccin de la normalidad en un conjunto de datos en combinacin con las medidas de asimetra por ejemplo la prueba de deteccin de normalidad de Dagostino. Es igualmente una excelente manera para detectar la existencia de datos atpicos. Debe verificarse en las pruebas de igualdad de varianzas y en todas pruebas que requieran la normalidad que se verifique al menos de manera aproximada esta propiedad. Tambien debo anotar que la curtosis tiene una interpretacin extremedamente complicada cuando las distribuciones no son unimodales, en este caso convendra mejor estudiar por regiones la distribucin. Les dejo el link del artculo de DeCarlo para que vean con sus propios ojos todo un discurso y una explicacin de esta medida muy til y muchas veces mal entendida.