Curtosis
La curtosis (también conocida como medida de apuntamiento) es
una medida estadística, que determina el grado de concentración
que presentan los valores de una variable alrededor de la zona
central de la distribución de frecuencias.
Cuando medimos una variable aleatoria, por lo general, los resultados
que tienen una mayor frecuencia son los que se sitúan en torno a la
media de la distribución. Imaginemos la altura de los alumnos de una
clase. Si la altura media de la clase es 1,72, lo más normal es que las
alturas del resto de los alumnos estén en torno a este valor (con cierto
grado de variabilidad, pero sin ser esta demasiado grande). Si esto
sucede, se considera que la distribución de la variable aleatoria se
distribuye con normalidad. Pero dada la infinidad de variables que se
pueden medir, esto no siempre sucede así.
Existen algunas variables que presentan un mayor grado de
concentración (menor dispersión) de los valores en torno a su media y
otras, por el contrario, presentan un menor grado de concentración
(mayor dispersión) de sus valores en torno a su valor central. Por
tanto, la curtosis nos informa de lo apuntada (mayor
concentración) o lo achatada (menor concentración) que es una
distribución.
Tipos de curtosis
Dependiendo del grado de curtosis, tenemos tres tipos de
distribuciones:
1. Leptocúrtica: Existe una gran concentración de los valores en torno
a su media (g2>3)
2. Mesocúrtica: Existe una concentración normal de los valores en
torno a su media (g2=3).
3. Platicúrtica: Existe una baja concentración de los valores en torno a
su media (g2<3).
Medidas de curtosis según los datos
Dependiendo de la agrupación o no de los datos, se utiliza una fórmula
u otra.
Datos sin agrupar:
Datos agrupados en tablas de frecuencias:
Datos agrupados en intervalos:
Ejemplo de cálculo de curtosis para datos sin
agrupar
Supongamos que queremos calcular la curtosis de la siguiente
distribución:
8,5,9,10,12,7,2,6,8,9,10,7,7.
Primero calculamos la media aritmética, que sería 7,69.
A continuación, calculamos la desviación típica, que sería 2,43.
Tras tener estos datos y para comodidad en el cálculo, se puede
realizar una tabla para calcular la parte del numerador (cuarto
momento de la distribución).
Datos (Xi-µ)^4
8 0,0090
5 52,5411
9 2,9243
10 28,3604
12 344,3330
7 0,2297
2 1049,9134
6 8,2020
8 0,0090
9 2,9243
10 28,3604
7 0,2297
7 0,2297
N = 13 ∑ = 1.518,27
Una vez tenemos esta tabla hecha, simplemente tendríamos que
aplicar la formula expuesta con anterioridad para tener la curtosis.
g2 = 1.518,27/13*(2,43)^4 = 3,34
En este caso dado que g2 es mayor que 3, la distribución sería
leptocurtica, presetando un mayor apuntamiento que la distribución
normal.
Exceso de curtosis
En algunos manuales la curtosis se presenta como exceso de curtosis.
En este caso esta se compara directamente con la de la distribución
normal. Dado que la distribución normal, tiene curtosis 3, para obtener
el exceso, solo habría restarle 3 a nuestro resultado.
Exceso de curtosis = g2-3 = 3,34-3 = 0,34.
La interpretación del resultado en este caso, sería la siguiente:
g2-3 > distribución leptocúrtica.
g2-3 = distribución mesocúrtica (o normal).
g2-3 < distribución platicúrtica.
