PIR 2023 · Pregunta 13
Estadística descriptiva y exploratoria¿Cuál es el mejor índice de asimetría?:
Ver respuesta sin contestar
Respuesta correcta: C (clave oficial publicada)
Explicación
El índice de asimetría de Fisher (g1) se considera el 'mejor' en el contexto de los manuales de estadística para el PIR porque se calcula a partir del tercer momento central estandarizado, lo que implica que utiliza todas las puntuaciones de la distribución. A diferencia de los índices basados en cuartiles (robustos pero que ignoran la mayoría de los datos) o los de Pearson (aproximaciones que solo usan media, mediana/moda y desviación típica), Fisher aprovecha toda la información disponible. El coeficiente de variación, por su parte, mide dispersión relativa, no asimetría.
C. El coeficiente de Fisher (g1) se define como el tercer momento central dividido por la desviación típica elevada al cubo (m3/s³). Al basarse en un momento de la distribución, cada puntuación contribuye a su valor: las desviaciones respecto a la media se elevan al cubo, lo que recoge la dirección y el peso de la cola asimétrica. Es el criterio que manejan los manuales de estadística para PIR: el índice de forma más completo es el que utiliza toda la información de la variable, frente a los que solo usan valores resumen.
- A. El coeficiente de asimetría basado en cuartiles (tipo Bowley) se calcula solo con Q1, Q2 y Q3, es decir, con índices de posición. Es un índice de asimetría legítimo y tiene la virtud de ser robusto ante puntuaciones extremas, pero precisamente por eso descarta la mayor parte de los datos: no refleja la forma de las colas más allá de los cuartiles. Sería preferible en distribuciones con valores atípicos, pero bajo el criterio del manual (aprovechar toda la información) es inferior al de Fisher.
- B. El coeficiente de Pearson (p. ej., (media − moda)/DT o 3·(media − mediana)/DT) sí mide asimetría, pero se apoya únicamente en índices de tendencia central y la desviación típica. Es una aproximación rápida que depende de la estabilidad de la moda (poco fiable en distribuciones bimodales o con poca concentración) y que ignora la forma del resto de la distribución. Además, la justificación de la opción es incorrecta: se basa en la relación entre índices de tendencia central, no 'en los índices de tendencia central' como fundamento completo. Es válido, pero no el mejor porque no usa todas las puntuaciones.
- D. El coeficiente de variación (CV = DT/media, a menudo en %) es una medida de dispersión relativa, no de forma. Sirve para comparar la variabilidad de variables con unidades distintas o medias muy diferentes (p. ej., decidir qué variable es más homogénea). No aporta información alguna sobre la simetría o asimetría de la distribución: una distribución simétrica y otra muy asimétrica pueden tener idéntico CV. La opción confunde el concepto de variabilidad (dispersión) con el de forma (asimetría), por lo que queda descartada de plano.
Fuentes
- NIST/SEMATECH e-Handbook of Statistical Methods: Measures of Skewness and Kurtosis
- Botella, J., Ximénez, M. C. y Revilla, P. — Análisis de datos en psicología (Editorial Síntesis)
Explicación generada con IA y verificada por consenso entre modelos de distintas familias.