Medidas de Simetria

MEDIDAS DE SIMETRÍA
Simetría.- Según el Diccionario de la Real Academia Española es la “Regularidad en la

disposición de las partes o puntos de un cuerpo o figura, de modo que posea un centro, un
eje o un plano de referencia”. Es por lo tanto la armonía de posición de las partes o puntos
similares uno respecto de otros y con referencia a puntos, líneas o planos determinados. Se
puede generalizar diciendo que es una proporción de las partes entre sí y con el todo.
En estadística se dice que una distribución de datos es simétrica si se le puede doblar a lo

largo de un eje vertical de una manera tal que coincidan los dos lados de la distribución.
Las distribuciones que no tienen simetría con respecto al eje vertical se les llama sesgada o
asimétrica. Una distribución sesgada a la derecha tiene una cola prolongada del lado
derecho de la distribución y una cola más corta del lado izquierdo de la misma; esta
asimetría se le denomina positiva, cuando la cola de la distribución del lado izquierdo es
más larga que la del lado derecho, entonces la asimetría es negativa.
En una distribución simétrica la media, la mediana y la moda son iguales. La simetría se

mide por medio del coeficiente de asimetría. Una distribución simétrica tiene un
coeficiente de asimetría igual a cero. Cuando una distribución de frecuencia es asimétrica,
la media, la mediana y la moda se alejan una de otra, es decir, las tres medidas de posición
son diferente; mientras más se separe la media de la moda, mayor es la asimetría. Si la
distribución de frecuencia es asimétricamente negativa, la cola de la curva de distribución
se encuentra hacia los valores más pequeños de la escala de las X y si la distribución es
asimétricamente positiva la cola de la distribución se ubica hacia los valores más grandes
de la escala de las X.
Karl Pearson un estudioso de la estadística designo el coeficiente de asimetría con las letras
SK y determinó la ecuación para su cálculo, al cual se le denominó primer coeficiente de
( X − Mo )
SK 1 =
S
asimetría de Pearson
Esta ecuación se puede transformar por medio de la relación:
Mo = X − 3( X − Md ) → Mo − X = −3(X − Md ) → X − Mo = 3( X − Md ).
X − Mo = 3( X − Md ) , si ahora se sustituye 3( X - Md) en el primer coeficiente de

asimetría de Pearson, se tiene otro coeficiente de asimetría utilizando la mediana que se le
denomina segundo coeficiente de asimetría de Pearson, este es más preciso que el primero.
3 ( X − Md )
SK 2 =
S
Arthur Bowley otro estudioso de la estadística determinó que el coeficiente de asimetría se

podía calcular por medio de los cuartiles y utilizó el coeficiente de asimetría por medio de
cuartiles (skq), y la ecuación es
Q1 + Q 3 − 2Q 2
SK =
Q 3 − Q1
q
En donde, Q1, Q2 y Q3 son los cuartiles 1, 2 y 3 respectivamente. El valor de SKq varía

entre 1 y −1; según Bowley una distribución de frecuencia con un coeficiente de asimetría
igual a 0.1, se considera como ligeramente asimétrica y con un valor mayor 0.3 se le
considera marcadamente asimétrica.
El coeficiente de asimetría se puede calcular también en función de los momentos, siendo

el momento m3 el parámetro utilizado para tal efecto. El coeficiente de asimetría según los
m3
SK m = 3
S
momentos se designa con las letras SKm y sé calcula mediante la ecuación
En esta ecuación m3 es el momento tres con respecto a la media aritmética y S3 es la

desviación típica elevada a la potencia tres. Este coeficiente es el más confiable de todos
los antes descritos, asi que para cualquier cálculo se debería utilizar este, ya que es un
parámetro que utiliza todos los datos de la serie de valores.
Si en una serie de valores la X > Md > Mo, entonces la distribución de frecuencia

presenta una curva asimétrica positiva; si la X =Md = Mo = 0 , la curva de la distribución
es simétrica y si la distribución presenta una curva en la que el Mo > Md > X , entonces
se dice que la curva de la distribución asimétrica negativa.
Sí la curva de una distribución de frecuencia es sesgada, la media tratara de ubicarse hacia

el extremo o lado opuesto, de la serie de valores, donde se concentran los datos. Es bueno
hacer referencia que en una asimetría positiva la X > Md y en una asimetría negativa la
X < Md.
Si en una distribución de frecuencia, los intervalos de las clases que la conforman presentan
frecuencias balanceadas en cada uno de ellos y no presentan ninguna aglomeración especial
en los extremos y, además, presenta una concentración de los datos en el centro de la
distribución, entonces se dice que la distribución de frecuencia es simétrica. Cuando la
curva de una distribución de datos es simétrica el SK = 0, esta es una de las características
de la curva Normal o Campana de Gauss.
Si la mayoría de los datos de una serie de valores están ubicados en el centro de la

distribución y, además existe una dispersión medianamente hacia los extremos mayores o
menores de las variables, entonces se afirma que la curva de la distribución es Ligeramente
Asimétrica. Ejemplo
CLASES 1 f1 CLASES f2
2
3—5 5 3—5 8
6—8 10 6—8 12
9—11 25 9—11 20
12—14 40 12—14 40
15—17 20 15—17 25
18—20 12 18—20 10
21—23 8 21—23 5
TOTAL 120 TOTAL 120
En este ejemplo la distribución 1 es ligeramente asimétrica positiva y la distribución 2 es

ligeramente asimétrica negativa. La mayoría de las distribuciones de casos reales por lo
general son ligeramente asimétricas.
Una distribución de datos es marcadamente asimétrica si la mayoría de los datos de la

misma se encuentran ubicados en los extremos mayores o menores de las variables que
conforman la distribución. Si la mayoría de los de los datos de una serie de valores se
encuentra situados en el extremo de las clases menores de la distribución, entonces la curva
de la distribución de frecuencia presenta una asimetría positiva, siendo en este caso el SK
> 0; y si por el contrario esa mayoría se encuentra en los extremos de las clases mayores de
las variables, entonces la serie de valores presenta una curva con una asimetría negativa,
luego el Coeficiente de asimetría será mayor que cero, es decir, SK>0 Ejemplos:
CLASES 3 f3 CLASES 4 f4
3—5 15 3—5 5
6—8 25 6—8 10
9—11 40 9—11 15
12—14 60 12—14 60
15—17 15 15—17 40
18—20 10 18—20 25
21—23 5 21—23 15
TOTAL 170 TOTAL 170
En la distribución 3 los datos presentan una curva marcadamente asimétrica positiva y el
caso 4 la curva de la distribución es marcadamente asimétrica negativa.
Existen distribuciones de frecuencias que presentan curvas fuertemente marcadamente

asimétricas y otras que las curvas son ligeramente asimétricas. Considerar la asimetría de
una curva de frecuencia marcadamente o ligeramente asimétrica, es un asunto de criterio
del investigador, puesto que no existen reglas rígidas establecidas que determinen las líneas
divisorias o parámetros entre ligeramente o marcadamente asimétrica; Sin embargo cuando
la mayoría de los datos de una distribución de frecuencia se ubican en los extremos
mayores o menores de las variables se puede afirmar con certeza que la curva de la
distribución es marcadamente asimétrica.
Algunos investigadores como Arthur Bowley determinaron que si se aplica el SKq y ese
coeficiente de asimetría obtenido es menor que 0.3 (sin considera el signo) se puede
afirmar que la curva de la distribución es ligeramente asimétrica, en caso contrario la
curva de la distribución sería marcadamente asimétrica. Otros investigadores utilizan el
coeficiente de asimetría según los momentos (SKm) para tales efectos, pero no existe
criterio en cual ha de ser el coeficiente especifico que marque él límite entre ligera y
marcadamente. Sin embargo, en este estudio se considerará que un coeficiente de asimetría
según los momentos comprendido entre − 0.30 ≤ SKm ≤ 0.30, sería un buen límite para
considerar una curva de distribución como ligeramente asimétrica, de lo contrario sería
marcadamente asimétrica. El SKm es el coeficiente de asimetría de mayor precisión y
confiabilidad, puesto que este, utiliza para su cálculo todos los valores de la serie de datos.
Es bueno afirmar que cuando el coeficiente de asimetría de una curva de distribución es

marcadamente asimétrico no se puede utilizar la media aritmética como medida de
tendencia central, puesto que esta es afectada altamente por los valores extremos de una
serie de datos, en su lugar es recomendable utilizar la mediana como medida de posición.

Medidas de Simetria

Cargado por

Copyright:

Formatos disponibles

Medidas de Simetria

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Medidas de Simetria

Cargado por

Copyright:

Formatos disponibles

MEDIDAS DE SIMETRÍA

Simetría.- Según el Diccionario de la Real Academia Española es la “Regularidad en la

En estadística se dice que una distribución de datos es simétrica si se le puede doblar a lo

En una distribución simétrica la media, la mediana y la moda son iguales. La simetría se

Esta ecuación se puede transformar por medio de la relación:

X − Mo = 3( X − Md ) , si ahora se sustituye 3( X - Md) en el primer coeficiente de

Arthur Bowley otro estudioso de la estadística determinó que el coeficiente de asimetría se

En donde, Q1, Q2 y Q3 son los cuartiles 1, 2 y 3 respectivamente. El valor de SKq varía

El coeficiente de asimetría se puede calcular también en función de los momentos, siendo

En esta ecuación m3 es el momento tres con respecto a la media aritmética y S3 es la

Si en una serie de valores la X > Md > Mo, entonces la distribución de frecuencia

Sí la curva de una distribución de frecuencia es sesgada, la media tratara de ubicarse hacia

Si la mayoría de los datos de una serie de valores están ubicados en el centro de la

En este ejemplo la distribución 1 es ligeramente asimétrica positiva y la distribución 2 es

Una distribución de datos es marcadamente asimétrica si la mayoría de los datos de la

Existen distribuciones de frecuencias que presentan curvas fuertemente marcadamente

Es bueno afirmar que cuando el coeficiente de asimetría de una curva de distribución es

También podría gustarte