# Curtosis (estadística) - Sitio: Ikusmira — enciclopedia en castellano de ciencias sociales y humanidades - URL canónica: https://ikusmira.org/p/curtosis-estadistica/ - Categoría: Matemática y estadística - Publicado: 2024-02-05 - Autoría: Josemari Sarasola Ledesma — Editor coordinador; Profesor titular de escuela universitaria, Universidad del País Vasco/Euskal Herriko Unibertsitatea - Perfiles del autor: https://ekoizpen-zientifikoa.ehu.eus/investigadores/127490/detalle, https://dialnet.unirioja.es/servlet/autor?codigo=333202 - Política editorial (autoría, revisión, correcciones, financiación): https://ikusmira.org/politica-editorial/ **![Kurtosis_no_text.png](/images/gallery/2024-02/scaled-1680-/buxJktrWwU6Irc7L-kurtosis-no-text.png)** *Imagen: Diferentes niveles de apuntamiento o curtosis (de mayor a menor curtosis): A leptocútica, B mesocúrtica, C platicúrtica, D uniforme.* La **curtosis**, a veces también denominada **apuntamiento**,  es una [característica de forma](https://ikusmira.org/p/medidas-de-forma-estadistica-estadisticos-de-forma) de las distribuciones de datos cuantitativos que establece en que medida los datos se acumulan en los extremos en relación a la acumulación de dichos datos en el centro de la distribución. Frecuentemente, se define la curtosis como medida del carácter apuntado o puntiagudo de la distribución alrededor de la media, aunque son varios los artículos académicos que argumentan contra dicha interpretación; más correctamente, la curtosis se definiría como la proporción entre el número de datos alrededor de la media y la proporción de datos en los extremos, es decir, sería la tendencia de la distribución a mostrar datos atípicos o extremos. La medida de curtosis más utilizada es el **[coeficiente de curtosis de Pearson](https://ikusmira.org/p/coeficiente-de-curtosis-de-pearson)**,  cuya fórmula es la siguiente: $$\beta_2=\cfrac{\cfrac{\sum_i(x_i-\overline{x})^4}{n}}{s_x^4}$$ Esto es, el coeficiente se calcula dividiendo el [cuarto momento central](https://ikusmira.org/p/momentos-muestrales) entre la [desviación típica](https://ikusmira.org/p/desviacion-tipica-desviacion-estandar) elevada a 4. El coeficiente proporciona un valor que se compara con el valor que toma el coeficiente para la distribución normal, que es siempre constante cualesquiera sean sus parámetros:  De este modo, se distinguen [distribuciones mesocúrticas (con curtosis similares a la distribución normal), platicúrticas (menor curtosis que la distribución normal) y leptocúrticas (mayor curtosis que la distribución normal)](https://ikusmira.org/p/distribucion-mesocurtica-distribucion-platicurtica-y-distribucion-leptocurtica). Así, el coeficiente de curtosis de Pearson se utiliza especialmente para probar o contrastar si el conjunto de datos proviene de una distribución normal, siempre que además la distribución sea simétrica, ya que la distribución normal tiene un nivel de curtosis exacto y fijo, independientemente de los parámetros que tome. Debe recordarse que la distribución normal es el modelo más utilizado es estadística y por lo tanto habrá que contrastarlo con frecuencia. [Medidas de tendencia central](https://ikusmira.org/p/medidas-de-dispersion-estadistica) – [Medidas de dispersión estadística](https://ikusmira.org/p/medidas-de-dispersion-estadistica) - **[Medidas de asimetría estadística](https://ikusmira.org/p/medidas-de-asimetria-estadistica)** --- Cómo citar: Sarasola, Josemari (2024). «Curtosis (estadística)». Ikusmira. https://ikusmira.org/p/curtosis-estadistica/ Índice del sitio para modelos: https://ikusmira.org/llms.txt