Documente Academic
Documente Profesional
Documente Cultură
g1
Donde
1
n
fi ci x
i 1
1 f c x 2
i i
n
i 1
32
lados de la media. Este valor es difcil de conseguir por lo que se tiende a tomar los valores que son cercanos ya sean positivos
o negativos ( 0.5).
g1 0 La curva es asimtricamente positiva por lo que los valores se tienden a reunir ms en la parte izquierda que en la
derecha de la media.
g1 0 :La curva es asimtricamente negativa por lo que los valores se tienden a reunir ms en la parte derecha de la media.
Desde luego entre mayor sea el nmero (Positivo o Negativo), mayor ser la distancia que separa la aglomeracin de los valores con
respecto a la media.
Pgina | 1
CURTOSIS
Esta medida determina el grado de concentracin que presentan los valores en la regin central de la distribucin. Por medio del
Coeficiente de Curtosis, podemos identificar si existe una gran concentracin de valores (Leptocrtica), una concentracin normal
(Mesocrtica) una baja concentracin (Platicrtica).
g2
Donde
1
n
fi ci x
i 1
1 k f c x 2
i i
n
i 1
cero (0), por lo que se suelen aceptar los valores cercanos ( 0.5 aprox.).
g2 0 la distribucin es Leptocrtica
g2 0 la distribucin es Platicrtica
0.5
y un coeficiente de Curtosis de
g2 0.5
se le denomina Curva Normal. Este criterio es de suma importancia ya que para la mayora de los procedimientos de la estadstica de
inferencia se requiere que los datos se distribuyan normalmente.
La principal ventaja de la distribucin normal radica en el supuesto que el 95% de los valores se encuentra dentro de una distancia de
dos desviaciones estndar de la media aritmtica; es decir, si tomamos la media y le sumamos dos veces la desviacin y despus le
restamos a la media dos desviaciones, el 95% de los casos se encontrara dentro del rango que compongan estos valores.
Pgina | 2