Página 1

“Año del Buen Servicio al Ciudadano”

DOCENTE: Miguel Ángel Huaringa Sanchez

CURSO: Estadística II

FACULTAD: Fac. de Economía

CARRERA: Economía

SEMESTRE: Cuarto semestre

PERIODO ACADÉMICO: 2017 - II

ALUMNOS: Daniel Enrique Estrada Canchanya

Johana Deyanira Vilcañaupa Quiquia

Lucia Silvia Gavilán Valdez

HYO – PERÚ

2017

1
 Página 2

ÍNDICE

INTRODUCCIÓN ..................................................................................................................... 3

MOMENTOS DE VARIABLES ALEATORIAS ..................................................................... 4

Medidas de forma: Momentos................................................................................................ 4

Tercer momento respecto a la media y el coeficiente de sesgo ............................................. 6

Cuarto momento respecto a la media y el coeficiente de curtosis o apuntamiento ................ 7

Momentos de variables aleatorias .......................................................................................... 7

Ejemplo .................................................................................................................................. 9

CONCLUSIONES ................................................................................................................... 12

BIBLIOGRAFÍA ..................................................................................................................... 13

2
 Página 3

INTRODUCCIÓN

En el presente trabajo se desarrolla el tema de momentos. Se muestra cómo es posible obtener

algunos estadísticos a partir de los momentos. También se desarrolla un ejemplo con el cual

buscamos ilustrar este concepto de momentos.

Al principio damos a entender la razón del nombre momento, ya que puede sonar un poco

confuso; con las definiciones y con las fórmulas presentadas, el siguiente trabajo es una

síntesis que tiene suficiente para hacer entender de un modo básico algunos conceptos y

aplicaciones.

También podemos decir que este trabajo es uno que nos ayudó a poder repasar conceptos y

algunas fórmulas muy necesarias para sus aplicaciones.

3
 Página 4

MOMENTOS DE VARIABLES ALEATORIAS

Medidas de forma: Momentos

La curtosis y el sesgo están relacionados con lo que se conoce como momentos y éstos, a su

vez, con 2 medidas: la media aritmética y la desviación media. El término momento proviene

del campo de la física porque la media, la desviación media, el sesgo y la curtosis tienen que

ver con las nociones de centro de gravedad e inercia en física.

Se tienen momentos respecto al origen y a la media. El primer momento respecto al origen, 0,

se define como:

Que, simplificando, se puede ver que es la conocida media aritmética:

Por su parte, el primer momento respecto a la media es:

El primer momento respecto a la media es igual a 0 porque la sumatoria de esas diferencias

entre cada dato es igual a 0:

Por lo que el cociente es también igual a 0. Se sabe que la desviación media es el promedio

de los valores absolutos de esas diferencias:

4
 Página 5

Lo cual, aunque no es propiamente el primer momento respecto a la media, es una medida

que se desprende de ese primer momento.

Los 2 primeros momentos antes vistos son primeros porque dichas diferencias se elevan a la

potencia 1(por ello se anotó el exponente 1 cuando no es necesario hacerlo).

El segundo momento –respecto a la media- se define, entonces, como:

En donde la diferencia entre las observaciones Xi y la media se elevan a la potencia 2. Y este

segundo momento respecto a la media es, precisamente, la varianza.

Como los demás momentos respecto al origen no son de interés, se limita su consideración a

ese primer momento, que es la media aritmética. Entonces desde ahora se simplifica la

notación para los momentos respecto a la media, comenzando con el segundo momento, de la

siguiente manera:

sin anotar en el subíndice que se trata de un momento respecto a la media.

5
 Página 6

Tercer momento respecto a la media y el coeficiente de sesgo

El sesgo se refiere a la simetría o, más bien, a la falta de simetría de una distribución, la cual

se evalúa en relación con el centro de la distribución, marcado por su media aritmética. En

otras palabras, una distribución es simétrica si las 2 partes a la izquierda y a la derecha de la

media son reflejo de espejo la una de la otra. Una manera de medir el sesgo es a través del

tercer momento respecto a la media:

Sin embargo, este tercer momento se da en las unidades originales y, para convertirlo en

unidades relativas, se divide entre el cubo de la desviación estándar, con lo que se obtiene el

coeficiente de sesgo:

Cuando la distribución es simétrica, este coeficiente de sesgo vale 0, en tanto que, cuando se

sesga a la izquierda, el coeficiente es negativo, y tanto más negativo cuanto más sesgada es la

distribución. De manera equivalente, cuando la distribución se sesga a la derecha, el

coeficiente es positivo y lo es más entre más sesgada a la derecha es la distribución.

6
 Página 7

Cuarto momento respecto a la media y el coeficiente de curtosis o apuntamiento

El coeficiente de curtosis establece el apuntamiento o aplanamiento en comparación con la

distribución normal. Así, se dice que una distribución es: Mesocúrtica, platicúrtica y

leptocúrtica.

Una manera de medir la curtosis es a través del cuarto momento, que se define como:

Como se hizo con el coeficiente de sesgo, se divide este cuarto momento entre la cuarta

potencia de la desviación estándar para obtener una medida relativa, que es independiente de

las unidades originales, para obtener un coeficiente de curtosis, de la siguiente manera:

La razón del “-3” en la fórmula es que el valor de la curtosis para la distribución normal es 3.

Así, una curtosis positiva indica una distribución puntiaguda en tanto que una curtosis

negativa muestra una distribución aplanada.

Momentos de variables aleatorias

La definición general de un momento respecto del punto v y de orden r de la variable

aleatoria:

7
 Página 8

Hay ciertos momentos importantes:

 Momentos respecto al origen: v = 0

 Momentos centrales: v = µ

La esperanza matemática, µ, de una variable aleatoria X es el momento respecto al origen de

orden 1 y se conoce como media o valor esperado de X:

Siendo f(x) la función de probabilidad o de densidad, según el caso.

La esperanza matemática f(x) de una variable X es denotada por E(X).

Algunas propiedades de la Esperanza:

 Si a y b son constantes y X una variable aleatoria con media µ y formamos

Y = aX + b, entonces

E(Y ) = E(aX + b) = aE(X) + b = aµ + b.

 El valor esperado de la suma o diferencia de dos o más funciones de una variable

aleatoria X, es la suma o diferencia de los valores esperados de las funciones:

E(g(X) ± h(X)) = E(g(X)) ± E(h(X))

 La esperanza del producto de dos variables aleatorias independientes, X e Y, es el

producto de las esperanzas:

E(XY ) = E(X)·E(Y )

8
 Página 9

La varianza, σ2, de una variable aleatoria X con distribución de probabilidades f(x) y media

µ, es el momento central de orden 2:

en el caso discreto.

en el caso continuo.

Se denomina desviación típica de X, a la raíz cuadrada positiva de la varianza:

La asimetría se denota por:

siendo µ3 el momento centrado de orden 3.

El apuntamiento o curtosis se denota por:

siendo µ4 el momento centrado de orden 4.

Ejemplo

Se realizó un estudio para determinar cuánto gastaron en publicidad 65 de las más

importantes empresas establecidas en México, con los resultados que se muestran en la

siguiente tabla. Calcular la varianza, la desviación estándar y los coeficientes de asimetría y

de curtosis.

9
 Página 10

Solución:

10
 Página 11

El tercer momento es:

Y con la desviación estándar que se calculó antes era:

Y el coeficiente de sesgo es:

Este valor del coeficiente indica que la distribución se sesga la derecha.

Y, el cuarto momento y el coeficiente de curtosis,

El cual indica que la distribución es más plana que la normal.

11
 Página 12

CONCLUSIONES

1. El nombre momento deriva de la física.

2. Se tienen momentos respecto al origen y a la media.

3. La desviación media, aunque no es propiamente el primer momento respecto a la

media, es una medida que se desprende de ese primer momento.

4. El segundo momento respecto a la media es la varianza.

5. Si al tercer momento respecto a la media lo dividimos entre el cubo de la desviación

estándar, se obtiene el coeficiente de sesgo.

6. La división del cuarto momento respecto a la media entre la cuarta potencia de la

desviación estándar es el coeficiente de curtosis o apuntamiento.

12
 Página 13

BIBLIOGRAFÍA

Mata, A. D. (2013). Estadística aplicada a la administración y la economía. México, D.F.:

McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V. .

Stephens, M. R. (2009). Estadística, cuarta edición. México, D. F.: McGRAW-

HILL/INTERAMERICANA EDITORES, S.A. de C.V. .

13