Академический Документы
Профессиональный Документы
Культура Документы
1
MC. Luis Carlos Corral Alvídrez.
1
lccorral@uach.mx
1
Centro Universitario Parral; Calle Jesús Lozoya Solís S/N, Col. Almanceña, C.P. 33820, Hidalgo del Parral,
Chihuahua, México.
Resumen:
0.3
Densidad
0.2
0.1
0.0
-3 -2 -1 0 1 2 3
X Estándar
Desviación
a b
) )
donde:
Sk = (skewness) sesgo o coeficiente de asimetría
𝑥̅ = Media
s = Desviación estándar del conjunto de datos
Para el caso se concluye con Pearson{\displaystyle \mu }quee que {\displaystyle X}sssi la
distribución es asimétrica o sesgo positivo la media se sitúa por encima de la moda y, por
tanto, {\displaystyle A_{p}>0}Sk>0; y S(k)<0 en caso contrario.
Por otra parte, uno de los modelos matemáticos mayormente utilizados en los softwares
especializados en estadística, es el coeficiente de asimetría de Fisher, definido como la
sumatoria del cociente entre el momento de orden 3 respecto a la media y el cubo de la
desviación típica:
𝑛
𝑛 𝑥𝑖−𝑥̅ 3
∑( )
(𝑛 − 1)(𝑛 − 2) 𝑠
𝑖=1
12
12
10
10
10
8
8
8
6
6 6
4
4 4
2
2 2
0 0 0
15 30 45 60 75 36 48 60 72 84 20 40 60 80 100 120
Sesgo - Sesgo +
SESGO SES
Figura 5 El sesgo y la posición de las medidas de tendencia central
asimetría que se observa en el alargamiento de uno de los extremos de la campana, y por
consiguiente el alejamiento de las medidas de tendencia central (Ver Fig. 6).
Puede observarse que la posición de las distintas medidas de tendencia central: media,
mediana y moda, se alinean en orden a la posición donde se observa el sesgo, para el caso
la medida de tendencia central más próxima al sesgo es la media ( 𝑋̅ ), y la más alejada la
moda (Mo). El sesgo está entonces en posición no solo de dar a conocer hacia dónde se
extiende la asíntota de la campana, sino que expresa la concentración mayoritaria de datos
presentes en la parte opuesta al sesgo; por ejemplo, en la gráfica del sesgo positivo, existe
una mayor concentración de valores cargados a izquierda de la media, así mismo ocurre con
los datos con sesgo negativo.
Observaciones y Conclusión
0 8 meses 20 años
Figura 6 Análisis de la variación del tiempo de vida para Stephen J. Gould
Sin embargo, habría que preguntarse ¿qué ocurre con el otro extremo de la curva?, ¿qué
se podría concluir sobre los pacientes que estaban a la izquierda de la gráfica? Primero y
desgraciadamente, muchos pacientes murieron a los 8 meses o incluso, en menos de lo
pronosticado; y segundo, que estas muertes constituían la mayor proporción de pacientes
diagnosticados con esta enfermedad. Esta conclusión genera la reflexión de que el sesgo
puede ser utilizado, sobre todo en grandes muestras, para determinar en qué extremo de
las medidas de tendencia central se localizan la mayoría de los datos analizados.
Para comprobar dicha afirmación, se analizaron 3 grupos de datos (anexo A1), la figura 7 se
visualizan por color cada conjunto. Para el caso, los datos en gris aparecen con un sesgo de
-1.45, lo cual indica que a la izquierda su media = 74.2, se tienen 22 datos (ver eje x) y a su
derecha 28, es decir hay una mayoría de datos a la derecha de la media. Para los datos en
naranja se tiene un sesgo de 1.92, lo que significa que la mayoría de los 50 datos se
encuentran a la izquierda de la media; y finalmente, los datos en azul con un sesgo de -0.07,
prácticamente cero, se cuenta aproximadamente con la misma cantidad de datos a la
izquierda como a la derecha de su media.
Media = 74.2
104
Sesgo = -1.45
Media = 35.48 102
Media = 63.88 Sesgo = 1.92 97 98
93 95
Sesgo = - 0.07 93
93
87 89 90 90 92 92
83 84 85 85
79 79 80 81 82 82 85
77 77
73 73 73 75 76 76 75
70 70 71 71 72 72
65 66 63 66
58 60 63 55 57
55 58
44 43 46
38 40 40 40 41
35
33 33 34 34 34 34 34 35 35 35 36 38
25 29 29 30 30 30 31 31 86 92
26 26 27 28 28 28 29 29 77 80 80 81 81
10 24 24 25 26 26 26 70 70 70 71 71 71 71 72 72 74 74 75 76
10 22 23 24 64 66 68 69 69 69
58 62 62 63 63 63
19 51 52 52 53 54 54 54 54 55 56 56
43 47 48 48 49
36 42
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
Lind, D., Marshal, W., & Wathen, S. (2012). Estadística aolicada a los negocios y la economía.
México: McGraw Hill.
Montgomery, D., & Runger, G. (1996). Probabilidad y estadística aplicada a la ingeniería. México:
McGraw Hill Interamericana.
Spiegel, M., & Stephens, L. (2009). Estadística. México: McGraw Hill Interamericana.