Formas de Distribución: Simétrica y Asimétrica

Cuando organizas un conjunto de datos en una gráfica o en un histograma, el contorno que forman las barras o la curva revela información valiosa sobre cómo se comportan esos datos. A ese contorno se le llama la forma de la distribución. Antes de estudiar las formas, conviene repasar cómo se agrupan los datos en Organizando datos, ya que la forma solo se puede observar una vez que los datos están ordenados en tablas de frecuencia o histogramas.

Las formas más comunes que vas a encontrar son la distribución simétrica, la distribución asimétrica (a la derecha o a la izquierda), la distribución uniforme y la distribución bimodal. Cada una te dice algo distinto sobre la relación entre la media, la mediana y la moda del conjunto de datos.

Una distribución es simétrica cuando su mitad izquierda es un reflejo casi exacto de su mitad derecha. En este caso, la media, la mediana y la moda tienden a coincidir en el centro de la distribución. El ejemplo clásico es la curva en forma de campana, también llamada distribución normal.

Cuando ves un histograma con esta forma, puedes suponer que los valores se reparten de manera equilibrada a ambos lados del centro, sin que unos pocos datos extremos jalen el promedio hacia un lado.

Una distribución tiene sesgo positivo, o asimetría a la derecha, cuando la mayoría de los datos se concentra en valores bajos, pero una cola larga se extiende hacia los valores altos. En este tipo de distribución, la media suele ser mayor que la mediana, porque los valores extremos altos empujan el promedio hacia la derecha.

Un ejemplo típico son los ingresos de un grupo de personas: la mayoría gana montos moderados, pero unos pocos ingresos muy altos alargan la cola derecha de la distribución.

Ocurre lo contrario en una distribución con sesgo negativo, o asimetría a la izquierda: la cola larga se extiende hacia los valores bajos, mientras que la mayoría de los datos se agrupa en valores altos. Aquí, la media suele ser menor que la mediana.

Puedes calcular una medida numérica del sesgo con el coeficiente \( g_1 = \dfrac{\sum (x_i - \bar{x})^3 / n}{s^3} \), donde \( \bar{x} \) es la media y \( s \) es la desviación estándar. Un valor de \( g_1 \) cercano a cero indica simetría, un valor positivo indica sesgo a la derecha y un valor negativo indica sesgo a la izquierda.

En una distribución uniforme, todos los valores o intervalos tienen aproximadamente la misma frecuencia, así que el histograma se ve plano en lugar de tener un pico definido. No hay una moda dominante ni una cola marcada hacia algún lado. Este patrón aparece, por ejemplo, al lanzar un dado muchas veces: cada cara debería aparecer casi el mismo número de ocasiones.

Una distribución es bimodal cuando presenta dos picos claramente separados en lugar de uno solo. Esto suele indicar que los datos provienen de dos grupos distintos mezclados en un mismo conjunto, por ejemplo, las estaturas de un grupo que combina niños y adultos.

Si detectas una forma bimodal, vale la pena preguntarte si conviene dividir el conjunto de datos en dos grupos y analizarlos por separado, en lugar de tratarlos como una sola población.

Para reconocer la forma de una distribución sigue estos pasos: primero, organiza los datos en una tabla de frecuencias y construye un histograma, como se explica en Distribución de frecuencias e histogramas. Después, observa dónde se ubica el pico o los picos, y fíjate hacia qué lado se extiende la cola más larga, si es que hay alguna. Por último, compara la posición relativa de la media y la mediana: si son casi iguales, la distribución es probablemente simétrica; si difieren de forma notable, es probable que exista sesgo.

También es importante elegir bien el tipo de gráfica antes de sacar conclusiones sobre la forma de tus datos, ya que una representación inadecuada puede distorsionar lo que realmente muestran los números. Puedes repasar este punto en Ventajas y desventajas de distintas gráficas.

Conocer la forma de una distribución te ayuda a decidir qué medida de tendencia central conviene usar. En una distribución simétrica, la media es una buena representación del centro de los datos. En una distribución asimétrica, la mediana suele describir mejor el valor "típico", porque no se ve tan afectada por los valores extremos que forman la cola larga. Reconocer la forma también es el primer paso para elegir correctamente las pruebas estadísticas que se aplicarán más adelante a un conjunto de datos.

Related lessons

• Es Statistics Help