SERGO MANDIS

SERGO
En estadística 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 sellama insesgado o centrado.
En notación matemática, dada una muestra  y un estimador  del parámetro muestral , el sesgo es:

El no tener sesgo es una propiedad deseable de los estimadores. Una propiedad relacionada conésta es la de la consistencia: un estimador puede tener un sesgo pero el tamaño de éste converge a cero conforme crece el tamaño muestral.
Dada la importancia de la falta de sesgo, en ocasiones, en lugarde estimadores naturales se utilizan otros corregidos para eliminar el sesgo. Así ocurre, por ejemplo, con lavarianza muestra

Curtosis
En teoría de la probabilidad y estadística, la curtosis es unamedida de la forma. Así, las medidas de curtosis tratan de estudiar la proporción de la varianza que se explica por la combinación de datos extremos respecto a la media en contraposición con datos pocoalejados de la misma. Una mayor curtosis implica una mayor concentración de datos muy cerca de la media de la distribución coexistiendo al mismo tiempo con una relativamente elevada frecuencia dedatos muy alejados de la misma. Esto explica una forma de la distribución de frecuencias con colas muy elevadas y con un centro muy apuntado.
Definición de curtosis
Un coeficiente de apuntamiento o decurtosis es el basado en el cuarto momento con respecto a la media y se define como:

donde  es el 4º momento centrado o con respecto a la media y  es la desviación estándar.

No obstante, está másextendida la siguiente definición del coeficiente de curtosis:

donde al final se ha sustraído 3 (que es la curtosis de la Normal) con objeto de generar un coeficiente que valga 0 para la Normal y tome aésta como referencia de apuntamiento:
Tomando, pues, la distribución normal como referencia, una distribución puede ser:
más apuntada y con colas más anchas que la normal –leptocúrtica.
menos...