La asimetría (sesgo)

Ficha del modelo

Contexto

La media y la desviación describen el centro y el ancho de una distribución, pero no su FORMA —y dos distribuciones con la misma media y desviación pueden verse completamente distintas—. La asimetría es la primera medida de forma: dice si la distribución es simétrica o si tiene una COLA más larga hacia un lado. Formalmente es el tercer momento estandarizado, γ₁ = E[(X−μ)³]/σ³: se elevan las desviaciones al CUBO (no al cuadrado como en la varianza), y el cubo conserva el signo, así que las desviaciones grandes de un lado no se cancelan con las del otro —si hay más 'peso' lejos hacia la derecha, γ₁ sale positivo—. Una asimetría positiva significa cola a la derecha: la mayoría de los datos se apiña a la izquierda y unos pocos valores muy altos estiran la distribución —el patrón de los ingresos, los precios de vivienda, los tiempos de espera, los tamaños de ciudades—. Una asimetría negativa es lo contrario (cola izquierda: notas de un examen fácil, edad de mortalidad). Cero es simétrica (la normal, e58). La consecuencia práctica más importante de la asimetría es el orden de las medidas de centro, que ya asomó en e18: en una distribución con sesgo a la derecha, la MODA (el pico) queda a la izquierda, la MEDIANA en el medio, y la MEDIA a la derecha, arrastrada por la cola larga. Por eso 'media mucho mayor que mediana' es la señal inconfundible de sesgo a la derecha, y por eso reportar solo la media de una variable sesgada engaña: el ingreso 'promedio' de un país es siempre mayor que el ingreso de la persona típica (la mediana), porque los muy ricos lo estiran. La asimetría también importa para elegir métodos: muchas técnicas suponen simetría o normalidad, y un sesgo fuerte obliga a transformar los datos (el logaritmo, e142, es el remedio clásico para el sesgo derecho, porque comprime la cola).

Supuestos

• Datos cuantitativos; la asimetría usa el tercer momento, que exige distancias y magnitudes.
• Es una medida GLOBAL de forma: resume la asimetría en un número, pero no localiza dónde (una distribución puede tener rasgos asimétricos que se compensen).
• No es robusta: el cubo de las desviaciones amplifica los extremos, así que la asimetría muestral es muy sensible a los outliers (hay versiones robustas basadas en cuantiles).

Ecuaciones

asimetría (3er momento estandarizado)

$$\gamma_1 = \frac{E[(X-\mu)^3]}{\sigma^3}$$

el promedio de las desviaciones al CUBO, estandarizado: el cubo conserva el signo, así que mide si hay más peso lejos hacia un lado — positivo = cola derecha.

el signo es la dirección

$$\gamma_1 > 0 \Rightarrow \text{cola derecha}$$

positivo estira a la derecha (ingresos, precios), negativo a la izquierda, cero simétrica: el signo de la asimetría dice hacia dónde va la cola larga.

el orden delata el sesgo

$$\text{sesgo derecho}: \text{moda} < \text{mediana} < \text{media}$$

con cola derecha la media (arrastrada, e17) supera a la mediana (robusta, e18), que supera a la moda (el pico): media≫mediana es la señal del sesgo.

Intuición

La asimetría es la que explica por qué 'el promedio' engaña tanto en el mundo real: casi todo lo que importa —ingresos, precios, tiempos, tamaños— está sesgado a la derecha, con una cola de valores enormes que jala la media muy por encima de lo típico. Cuando lees que el sueldo 'promedio' de una industria es X, y sospechas que casi nadie gana X, tu intuición está detectando asimetría: unos pocos ejecutivos con sueldos estratosféricos inflan el promedio, y la mediana (lo que gana la persona del medio) es mucho menor. La regla mental es simple y poderosa: si media > mediana, hay cola a la derecha, y la mediana es la cifra honesta; si media < mediana, cola a la izquierda. La asimetría también es una advertencia metodológica: el sesgo fuerte rompe los supuestos de muchas herramientas (que esperan simetría), y el remedio clásico es transformar —tomar logaritmos comprime la cola derecha y a menudo devuelve la simetría—, razón por la cual los economistas trabajan con el 'log del ingreso' y los biólogos con escalas logarítmicas. Ver la forma antes de resumir, y elegir la medida y la transformación según esa forma, es lo que distingue el análisis honesto del automático.

Limitaciones

• No robusta: el cubo de las desviaciones magnifica los extremos, así que un outlier puede dominar la asimetría muestral (hay versiones robustas por cuantiles).
• Medida global: un solo número no dice DÓNDE está la asimetría; distribuciones distintas pueden compartir γ₁.
• Sensible al tamaño de muestra: con pocos datos, la asimetría muestral es muy variable y poco fiable (los momentos altos necesitan muchos datos).

Qué viene después

Añade la primera medida de FORMA (tras centro, e17-e19, y dispersión, e27-e29), formalizando el orden moda-mediana-media de e18. Su compañera es la CURTOSIS (e31, cuarto momento: colas y pico). Motiva la transformación logarítmica (e142) y la distribución lognormal (e59). La detección de asimetría es clave para elegir entre media y mediana (e18), para leer distribuciones de ingreso (e25) y para verificar supuestos de normalidad (e122, Shapiro-Wilk) antes de aplicar métodos paramétricos.

Fuentes y procedencia

Los momentos y la asimetría: Karl Pearson (sistema de curvas y momentos, 1890s) — mención histórica. Conocimiento estadístico general.

Procedencia: sin procedencia declarada. El modelo pasa 4 verificaciones numéricas en el laboratorio (python3 main.py verificar); es un modelo pedagógico, no un pronóstico.

Código

El cálculo es el mismo que el del laboratorio de escritorio (licencia MPL-2.0): estadistica/modelos/nivel_02/e30_asimetria.py, sobre el motor base.py y el adaptador navegador.py.