Momentos, sergos y curtosis

Introduccin:
En estadstica es una prctica habitual describir una distribucin o una
poblacin mediante el valor de un conjunto nito de cantidades, como son la
media, la dispersin, la asimetra, la curtosis, la presencia de picos, etc.

(chevez, 2013)
Por ejemplo: estas medidas de la distribucin aportan soluciones simples y
ecaces a la gran cantidad de problemas .

Qu son los momentos de estadstica?

Dada una funcin de distribucin de probabilidad F(x) la media de la

funcin para la variable x ser para discretos:

E(x) = sum ( x F(x) ) o para continuos E(x) = integral ( x F(x) dx )

Los momentos se denen como E(x^n) = integral ( x^n F(x) dx ) y caracterizan

la funcin de distribucin .

El momento de orden 1 es la media

El momento de orden 2 es la varianza

Los momentos se pueden calcular por medio de las funciones generadoras de

momentos.

Momentos respecto la origen

Los momentos mustrales estndar o centrados respecto al origen se calculan

de la siguiente manera. Dada una muestra aleatoria de tamao n el momento
muestral r-simo se
calcula mediante: (Bayes,
2015)

Dnde:
Xi :son los diferentes valores que aparecen en la muestra.
Ni :es el nmero de veces que se presenta el valor en la muestra.

N: es el nmero total de elementos de la muestra.

Momentos respecto a la media centrales

Se cumple que el momento de orden 0 con respecto a la media vale 1, el

momento de orden 1 con respecto a la media vale 0 y el momento de orden 2
con respecto a la media es la varianza. (Freund, 2013)

Momentos de una variable

Momentos respecto del origen:

Dada una variable aleatoria X con funcin de probabilidad o densidad f(x)
podemos denir una funcin de X que sea igual a la variable elevada a un
exponente entero no negativo. (Jerez, 2004)

El valor esperado de z(x) es el k-simo momento de la variable X respecto a su

origen y se llama

A este primer momento respecto al origen que es igual al valor esperado se le

llama tambin media aritmtica de la variable y se le denomina X,
simplemente .

Momentos respecto a la media

Dada una variable aleatoria X con funcin de probabilidad o densidad f(x)
podemos denir una funcin de X que sea igual a la diferencia entre la variable
y su media aritmtica elevada a un exponente entero no negativo. (Sabadas,
2014)

El valor esperado de z(x) es el k-simo momento de la variable X respecto a la

media y se llama k.

Es decir, en cualquier variable aleatoria su primer momento respecto de

la media es igual a 0. Esta propiedad se utilizar reiteradamente en las
demostraciones estadsticas.

Bibliografa
Bayes, T. (15 de febrero de 2015). pendientedemigracion. Obtenido de
pendientedemigracion:
http://pendientedemigracion.ucm.es/info/genetica/Estadistica/estadistica
_basica.htm
chevez, d. (15 de enero de 2013). spanol.answers. Obtenido de
spanol.answers: https://espanol.answers.yahoo.com/question/index?
qid=20080605141825AAmjdz0
Freund, J. E. (4 de marzo de 2013). ebook. Obtenido de ebook:
https://books.google.com.ec/books?
id=1ffwJNjZWxsC&pg=PA350&lpg=PA350&dq=momentos+estadistica+f
ormula&source=bl&ots=XQDDFgxzRp&sig=kiCwyGvqAK1me1GOsloftzKy
88I&hl=es419&sa=X&ved=0CDoQ6AEwBTgKahUKEwiMooDY_YDHAhXFKh4KHeLbC
Ys#v=onepage&q=momentos%20estadistic
Jerez, J. L. (25 de abril de 2004). books. Obtenido de books:
https://books.google.com.ec/books?isbn=8484542769
Sabadas, A. V. (15 de febrero de 2014). Estadstica descriptiva e inferencial.
Obtenido de Estadstica descriptiva e inferencial:
https://books.google.com.ec/books?id=RbaCwPWqjsC&pg=PA102&lpg=PA102&dq=momentos+estadistica+formula&
source=bl&ots=WP3u0NFdrY&sig=DoqsOWCjGJurPPKj0AgrRF4KgPQ&hl=
es-419&sa=X&ved=0CFcQ6AEwDGoVChMI1KWpf2AxwIVhvMeCh0sUAby#v=onepage&q=momentos%20estadistica%2

Universidad Laya Eloy Alfaro De Manab

Trabajo en grupo de estadstica
Integrantes

Luis Fernando Ibarra

Jean Carlos Senges
Edgar Tama quiz Guamn

Grupo:

N8

Profesor:

Gary len

Curso:

2do A

Materia:

Estadstica

Fecha

31/07/2015