ciencia

Curtosis
la curtosis es una medida de la forma. Así, las medidas de curtosis tratan de estudiar la proporción de la varianza que se explica por la combinación de datosextremos respecto a la media en contraposición con datos poco alejados de la misma. Una mayor curtosis implica una mayor concentración de datos muy cerca de la media de ladistribución coexistiendo al mismo tiempo con una relativamente elevada frecuencia de datos muy alejados de la misma. Esto explica una forma de la distribución de frecuencias con colasmuy elevadas y un con un centro muy apuntado.
momentos
dada una funcion de distribucion
de probabilidad F(x)
la media de la funcion
para la variable x sera
para discretosE(x) = sum ( x F(x)
para continuos
E(x) = integral ( x F(x) dx )
Los momentos se definen como
E(x^n) = integral ( x^n F(x) dx )
y caracterizan la funcion dedistribucion
El momento de orden 1
es la media
El momento de orden 2
es la varianza
Los momentos
se pueden calcular
por medio de las funciones
generadoras de momentos.
sesgo
Enestadística se llama sesgo de un estimador a la diferencia entre su esperanza matemática y el valor numérico del parámetro que estima. Un estimador cuyo sesgo es nulo se llamainsesgado o centrado.
En notación matemática, dada una muestra
x_1,, y un estimador T(x_1,, del parámetro muestral , el sesgo es:
E(T) - 0
El no tener sesgo es unapropiedad deseable de los estimadores. Una propiedad relacionada con ésta es la de la consistencia: un estimador puede tener un sesgo pero el tamaño de éste converge a cero conformecrece el tamaño muestral.
Dada la importancia de la falta de sesgo, en ocasiones, en lugar de estimadores naturales se utilizan otros corregidos para eliminar el sesgo.