Coeficiente de asimetría de Pearson en Excel (paso a paso)

Desarrollado por el bioestadístico Karl Pearson , el coeficiente de asimetría de Pearson es una forma de medir la asimetría en un conjunto de datos de muestra.

En realidad, existen dos métodos que se pueden utilizar para calcular el coeficiente de asimetría de Pearson:

Método 1: usar el modo

Asimetría = (Media – Modo) / Desviación estándar de la muestra

Método 2: usar la mediana

Asimetría = 3 (Media – Mediana) / Desviación estándar de la muestra

En general, se prefiere el segundo método porque el modo no siempre es una buena indicación de dónde se encuentra el valor «central» de un conjunto de datos y puede haber más de un modo en un conjunto de datos dado.

El siguiente ejemplo paso a paso muestra cómo calcular ambas versiones del coeficiente de asimetría de Pearson para un conjunto de datos determinado en Excel.

Paso 1: crear el conjunto de datos

Primero, creemos el siguiente conjunto de datos en Excel:

Paso 2: Calcule el coeficiente de asimetría de Pearson (usando la moda)

A continuación, podemos usar la siguiente fórmula para calcular el coeficiente de asimetría de Pearson usando la moda:

Coeficiente de asimetría de Pearson en Excel

La asimetría resulta ser 1.295 .

Paso 3: Calcule el coeficiente de asimetría de Pearson (utilizando la mediana)

También podemos usar la siguiente fórmula para calcular el coeficiente de asimetría de Pearson usando la mediana:

Coeficiente de asimetría de Pearson en Excel usando la mediana

La asimetría resulta ser 0,569 .

Cómo interpretar la asimetría

Interpretamos el coeficiente de asimetría de Pearson de las siguientes formas:

  • Un valor de 0 indica que no hay asimetría. Si creáramos un histograma para visualizar la distribución de valores en un conjunto de datos, sería perfectamente simétrico.
  • Un valor positivo indica un sesgo positivo o un sesgo «a la derecha». Un histograma revelaría una «cola» en el lado derecho de la distribución.
  • Un valor negativo indica un sesgo negativo o un sesgo «hacia la izquierda». Un histograma revelaría una «cola» en el lado izquierdo de la distribución.

En nuestro ejemplo anterior, la asimetría fue positiva, lo que indica que la distribución de los valores de los datos estaba sesgada positivamente o sesgada «a la derecha».

Recursos adicionales

Consulte este artículo para obtener una buena explicación de las distribuciones sesgadas a la izquierda frente a las distribuciones sesgadas a la derecha.

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Deja un comentario

A menudo, es posible que desee encontrar la pendiente de una línea de tendencia en Excel. Afortunadamente, esto es bastante…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!