Hay una buena razón para estas definiciones, que se vuelve más clara cuando observa la forma general de los momentos de variables aleatorias estandarizadas. Para responder a esta pregunta, primero considerar la forma general de la º estandarizada momento central :n††
ϕn=E[(X−E[X]S[X])n ].
Los primeros dos momentos centrales estandarizados son los valores y , que se mantienen para todas las distribuciones para las cuales la cantidad anterior está bien definida. Por lo tanto, podemos considerar los momentos centrales estandarizados no triviales que ocurren para los valores . Para facilitar nuestro análisis definimos:ϕ1=0ϕ2=1n⩾3
ϕ+nϕ−n=E[∣∣∣X−E[X]S[X]∣∣∣n ∣∣∣X>E[X]]⋅P(X>E[X]),=E[∣∣∣X−E[X]S[X]∣∣∣n ∣∣∣X<E[X]]⋅P(X<E[X]).
Estas son cantidades no negativos que dan la º absoluta de potencia de la condicional variable aleatoria estandarizada con que sea por encima o por debajo de su valor esperado. Ahora descompondremos el momento central estandarizado en estas partes.n
Los valores impares de miden el sesgo en las colas:n para cualquier valor impar de tenemos una potencia impar en la ecuación de momento y así podemos escribir el momento central estandarizado como . De esta forma vemos que el momento central estandarizada nos da la diferencia entre el º poder absoluto de la variable aleatoria estandarizada, sujeto a que quede por encima o por debajo de su media, respectivamente.n⩾3ϕn=ϕ+n−ϕ−nn
Por lo tanto, para cualquier potencia impar obtendremos una medida que proporcione valores positivos si la potencia absoluta esperada de la variable aleatoria estandarizada es mayor para valores superiores a la media que para valores inferiores a la media, y da valores negativos si se espera la potencia absoluta es menor para valores superiores a la media que para valores inferiores a la media. Cualquiera de estas cantidades podría considerarse razonablemente como una medida de un tipo de "asimetría", con potencias más altas que otorgan mayor peso relativo a valores que están lejos de la media.n⩾3
Dado que este fenómeno ocurre para cada poder impar , la elección natural para una medida arquetípica de "asimetría" es definir como asimetría. Este es un momento central estandarizado más bajo que los poderes impares más altos, y es natural explorar los momentos de orden inferior antes de considerar los momentos de orden superior. En estadística hemos adoptado la convención de referirnos a este momento central estandarizado como la asimetría , ya que es el momento central estandarizado más bajo que mide este aspecto de la distribución. (Los poderes impares más altos también miden los tipos de asimetría, pero con un énfasis cada vez mayor en valores lejos de la media).n⩾3ϕ3
Los valores pares de miden la gordura de las colas:n para cualquier valor par de tenemos una potencia par en la ecuación de momento y así podemos escribir el momento central estandarizado como . De esta forma vemos que el momento central estandarizada nos da la suma de los º poder absoluto de la variable aleatoria estandarizada, sujeto a que quede por encima o por debajo de su media, respectivamente.n⩾3ϕn=ϕ+n+ϕ−nn
Por lo tanto, para cualquier potencia uniforme obtendremos una medida que proporcione valores no negativos, con valores más altos si las colas de la distribución de la variable aleatoria estandarizada son más gordas. Tenga en cuenta que este es un resultado con respecto a la variable aleatoria estandarizada , por lo que un cambio de escala (cambio de la varianza) no tiene efecto en esta medida. Más bien, es efectivamente una medida de la gordura de las colas, después de estandarizar la variación de la distribución. Cualquiera de estas cantidades podría considerarse razonablemente como una medida de un tipo de "curtosis", con potencias más altas que otorgan mayor peso relativo a valores que están lejos de la media.n⩾3
Dado que este fenómeno ocurre para cada potencia par , la elección natural para una medida arquetípica de curtosis es definir como la curtosis. Este es un momento central estandarizado más bajo que los poderes pares más altos, y es natural explorar los momentos de orden inferior antes de considerar los momentos de orden superior. En estadística hemos adoptado la convención de referirnos a este momento central estandarizado como la "curtosis", ya que es el momento central estandarizado más bajo que mide este aspecto de la distribución. (Los poderes pares más altos también miden los tipos de curtosis, pero con un énfasis cada vez mayor en valores lejos de la media).n⩾3ϕ4
† Esta ecuación está bien definida para cualquier distribución cuyos dos primeros momentos existan y que tenga una varianza distinta de cero. Asumiremos que la distribución de intereses cae en esta clase para el resto del análisis.