- Definição
- Fórmulas e equações
- - Curtose de acordo com a apresentação dos dados
- Dados não agrupados ou agrupados em frequências
- Dados agrupados em intervalos
- Excesso de curtose
- Para que serve a curtose?
- Os salários de 3 departamentos
- Os resultados de um exame
- Exemplo trabalhado de curtose
- Solução
- Passo 1
- Passo 2
- etapa 3
- Referências
A curtose ou curtose é um parâmetro estatístico utilizado para caracterizar a distribuição de probabilidade de uma variável aleatória, indicando o grau de concentração dos valores em torno da medida central. Isso também é conhecido como "grau de pico".
O termo vem do grego "kurtos" que significa arqueado, portanto a curtose indica o grau de pontaria ou achatamento da distribuição, conforme pode ser visto na figura a seguir:
Figura 1. Diferentes tipos de curtose. Fonte: F. Zapata.
Quase todos os valores de uma variável aleatória tendem a se agrupar em torno de um valor central, como a média. Mas em algumas distribuições, os valores são mais dispersos do que em outras, resultando em curvas mais planas ou estreitas.
Definição
A curtose é um valor numérico típico de cada distribuição de frequência, que, de acordo com a concentração dos valores em torno da média, são classificados em três grupos:
- Leptocúrtica: em que os valores estão muito agrupados em torno da média, de forma que a distribuição é bastante pontiaguda e esguia (figura 1, à esquerda).
- Mesocúrtico: apresenta moderada concentração de valores em torno da média (figura 1 ao centro).
- Platicúrtica: esta distribuição tem uma forma mais ampla, pois os valores tendem a ser mais dispersos (figura 1 à direita).
Fórmulas e equações
A curtose pode ter qualquer valor, sem limitações. Seu cálculo é realizado em função da forma como os dados são entregues. A notação usada em cada caso é a seguinte:
-Coeficiente de curtose: g 2
-Média aritmética: X ou x com barra
-Um i-ésimo valor: x i
- Desvio padrão: σ
-O número de dados: N
-A frequência do i-ésimo valor: f i
- Marca da classe: mx i
Com esta notação, apresentamos algumas das fórmulas mais utilizadas para encontrar curtose:
- Curtose de acordo com a apresentação dos dados
Dados não agrupados ou agrupados em frequências
Dados agrupados em intervalos
Excesso de curtose
Também chamado de coeficiente de direcionamento de Fisher ou medida de Fisher, é usado para comparar a distribuição em estudo com a distribuição normal.
Quando o excesso de curtose é 0, estamos na presença de uma distribuição normal ou sino gaussiano. Desta forma, sempre que o excesso de curtose de uma distribuição é calculado, estamos na verdade comparando-o com a distribuição normal.
Para os dados desagrupados e agrupados, o coeficiente de apontamento de Fisher, denotado por K, é:
K = g 2 - 3
Agora, pode-se mostrar que a curtose da distribuição normal é 3, portanto se o coeficiente de apontamento de Fisher for 0 ou próximo de 0 e houver uma distribuição mesocrútica. Se K> 0 a distribuição é leptocúrtica e se K <0 é platicúrtica.
Para que serve a curtose?
Curtose é uma medida de variabilidade usada para caracterizar a morfologia de uma distribuição. Desta forma, distribuições simétricas com a mesma média e a mesma dispersão (dada pelo desvio padrão) podem ser comparadas.
Ter medidas de variabilidade garante que as médias sejam confiáveis e ajuda a controlar variações na distribuição. Como exemplo, vejamos essas duas situações.
Os salários de 3 departamentos
Suponha que o gráfico a seguir mostre as distribuições de salários de 3 departamentos da mesma empresa:
Figura 2. Três distribuições com curtose diferentes ilustram situações práticas. (Preparado por Fanny Zapata)
A curva A é a mais fina de todas, e de sua forma pode-se inferir que a maior parte dos salários daquele departamento está muito próxima da média, portanto a maioria dos funcionários recebe remuneração semelhante.
Por sua vez, no departamento B, a curva de salários segue uma distribuição normal, uma vez que a curva é mesocúrtica, na qual supomos que os salários foram distribuídos aleatoriamente.
E por fim temos a curva C que está bem plana, sinal de que nesse departamento a faixa salarial é bem mais ampla do que nos demais.
Os resultados de um exame
Agora suponha que as três curvas da Figura 2 representem os resultados de um exame aplicado a três grupos de alunos da mesma disciplina.
O grupo cujas avaliações são representadas pela curva leptocúrtica A é bastante homogêneo, a maioria obteve uma avaliação média ou próxima.
Também é possível que o resultado se deva às questões do teste possuírem mais ou menos o mesmo grau de dificuldade.
Por outro lado, os resultados do grupo C indicam uma maior heterogeneidade do grupo, que provavelmente contém alunos médios, alguns alunos mais avançados e certamente os mesmos menos atentos.
Ou pode significar que as questões do teste têm graus de dificuldade muito diferentes.
A curva B é mesocutica, indicando que os resultados do teste seguiram uma distribuição normal. Normalmente, este é o caso mais frequente.
Exemplo trabalhado de curtose
Encontre o coeficiente de pontuação de Fisher para as seguintes notas, obtido em um exame de Física para um grupo de alunos, com uma escala de 1 a 10:
Solução
A seguinte expressão será usada para dados não agrupados, fornecidos nas seções anteriores:
K = g 2 - 3
Este valor permite saber o tipo de distribuição.
Para calcular g 2 é conveniente fazê-lo de forma ordenada, passo a passo, uma vez que várias operações aritméticas devem ser resolvidas.
Passo 1
Primeiro, é calculada a média das notas. Existem N = 11 dados.
Passo 2
O desvio padrão é encontrado, para o qual esta equação é usada:
σ = 1.992
Ou você também pode construir uma tabela, que também é necessária para a próxima etapa e na qual cada termo das somas que serão necessárias é escrito, começando com (x i - X), depois (x i - X) 2 e então (x i - X) 4:
etapa 3
Faça a soma indicada no numerador da fórmula de g 2. Para isso, utiliza-se o resultado da coluna direita da tabela anterior:
∑ (x i - X) 4 = 290,15
Portanto:
g 2 = (1/11) x 290,15 / 1,992 4 = 1,675
O coeficiente de apontamento de Fisher é:
K = g 2 - 3 = 1,675 - 3 = -1,325
O que interessa é o sinal do resultado, que, sendo negativo, corresponde a uma distribuição platicúrtica, que pode ser interpretada como foi feito no exemplo anterior: possivelmente é um curso heterogêneo com alunos de diferentes graus de interesse ou as questões do exame foram de diferentes níveis de dificuldade.
O uso de uma planilha como o Excel facilita muito a resolução desses tipos de problemas e também oferece a opção de representar graficamente a distribuição.
Referências
- Levin, R. 1988. Statistics for Administrators. 2ª Edição. Prentice Hall.
- Marco, F. Curtosis. Recuperado de: economipedia.com.
- Oliva, J. Asymmetry and kurtosis. Recuperado de: statisticaucv.files.wordpress.com.
- Spurr, W. 1982. Decision Making in Management. Limusa.
- Wikipedia. Curtose. Recuperado de: en.wikipedia.org.