Calculadora de Assimetria e Curtose
Introduza um conjunto de dados e obtenha instantaneamente a assimetria e a curtose em excesso, usando fórmulas amostrais (Excel/SPSS) ou populacionais, além de uma interpretação da forma da distribuição.
Calcular Assimetria e Curtose
Fórmula da Assimetria e da Curtose
m_k = \frac{1}{n}\sum_{i=1}^{n}(x_i - \bar{x})^k, \qquad
\bar{x} = \frac{1}{n}\sum_{i=1}^{n} x_i
\]
\[
g_1 = \frac{m_3}{m_2^{3/2}} \qquad \text{(assimetria populacional)}, \qquad
g_2 = \frac{m_4}{m_2^2} - 3 \qquad \text{(curtose em excesso populacional)}
\]
\[
G_1 = \frac{\sqrt{n(n-1)}}{n-2}\, g_1, \qquad
G_2 = \frac{n-1}{(n-2)(n-3)}\bigl[(n+1)\,g_2 + 6\bigr] \qquad \text{(estimadores amostrais ajustados)}
\]
Assimetria e Curtose – Exemplo de Cálculo
Exemplo: um conjunto de dados com dez medições: 2; 3; 5; 5; 7; 8; 9; 12; 15; 22, analisado como amostra (estimadores ajustados, como nas funções SKEW e KURT do Excel).
\[ n = 10, \quad \bar{x} = \frac{88}{10} = 8.8 \]
\[ m_2 = \frac{1}{n}\sum (x_i - 8.8)^2 = 33.56, \quad m_3 = 194.544, \quad m_4 = 3563.9792 \]
\[ g_1 = \frac{194.544}{33.56^{3/2}} \approx 1.0006, \qquad g_2 = \frac{3563.9792}{33.56^2} - 3 \approx 0.1644 \]
\[ G_1 = \frac{\sqrt{10 \cdot 9}}{8} \cdot 1.0006 \approx 1.1865, \qquad G_2 = \frac{9}{8 \cdot 7}\,(11 \cdot 0.1644 + 6) \approx 1.2549 \]
Resultado: assimetria amostral \(G_1 \approx 1.1865\) (fortemente assimétrica à direita) e curtose em excesso amostral \(G_2 \approx 1.2549\) (leptocúrtica). Média = 8,8; desvio padrão populacional ≈ 5,7931.
Como usar a calculadora
- Digite ou cole seus números no campo Conjunto de dados. Separe os valores com espaços, novas linhas ou ponto e vírgula — a ordem não importa, e vírgulas decimais (por exemplo, 15,5) são aceitas.
- Escolha a Base de cálculo: "Amostra (estimadores ajustados)" corresponde às funções SKEW e KURT do Excel, SPSS, SAS e à maioria dos softwares estatísticos; "População (fórmulas dos momentos)" usa os coeficientes de momentos simples \(g_1\) e \(g_2\), adequados quando seus dados representam toda a população.
- Leia os resultados: Assimetria (\(g_1\) ou \(G_1\)), Curtose em excesso (\(g_2\) ou \(G_2\)) e uma Interpretação da forma da distribuição que classifica a assimetria e o peso das caudas, junto com um resumo de \(n\), média e desvio padrão.
Para estatísticas amostrais são necessários pelo menos 3 valores para a assimetria e 4 para a curtose; se todos os valores forem idênticos, ambas as medidas ficam indefinidas porque a variância é zero.
O que a assimetria e a curtose revelam sobre seus dados
A assimetria (skewness) mede a falta de simetria de uma distribuição. Um valor de 0 significa que os lados esquerdo e direito da distribuição são espelhos um do outro, como na curva normal (em forma de sino). Assimetria positiva (cauda direita mais longa) significa que a maioria dos valores se concentra na parte baixa, enquanto alguns valores grandes esticam a distribuição para cima — rendas, preços de imóveis e tempos de espera costumam ter esse aspecto. Assimetria negativa (cauda esquerda mais longa) é a imagem espelhada: a maioria dos valores está alta, com alguns valores atípicos pequenos puxando a distribuição para baixo. Numa distribuição assimétrica, a média é arrastada em direção à cauda longa, deixando de representar o valor "típico" — a mediana e a moda tornam-se mais informativas.
A curtose mede o peso das caudas — a probabilidade de valores extremos em comparação com uma distribuição normal. Esta calculadora apresenta a curtose em excesso, ou seja, a curtose menos 3, de modo que a distribuição normal fica exatamente em 0. Um valor negativo (platicúrtica) indica uma distribuição mais achatada, com caudas finas, na qual valores atípicos são raros. Um valor próximo de 0 (mesocúrtica) significa um peso de caudas semelhante ao da curva normal. Um valor positivo (leptocúrtica) indica uma distribuição com pico acentuado e caudas pesadas: resultados extremos ocorrem com mais frequência do que um modelo normal preveria — uma marca característica de retornos financeiros e de muitos conjuntos de dados do mundo real.
Juntos, os dois números oferecem um perfil compacto da forma dos seus dados. Muitos procedimentos estatísticos (testes t, regressão, intervalos de confiança) assumem erros aproximadamente normais, e uma assimetria ou curtose acentuada é um alerta de que a suposição pode falhar. Como regra aproximada de triagem, valores dentro de ±1 para a assimetria e entre ±0,5 e ±1 para a curtose em excesso são geralmente considerados aceitáveis; esta calculadora usa os limiares comuns |assimetria| < 0,5 (simétrica), 0,5–1 (moderada) e > 1 (forte), e −0,5 / +0,5 para classificar a curtose.
Suposições, limitações e dicas práticas
- Amostra vs. população faz diferença. Os estimadores ajustados de Fisher–Pearson corrigem o viés em amostras pequenas; com conjuntos de dados muito grandes, as duas abordagens convergem. Se você compara seu resultado com as funções SKEW e KURT do Excel, mantenha a opção "Amostra" selecionada.
- Amostras pequenas são instáveis. A assimetria e a curtose baseiam-se na terceira e quarta potências dos desvios, de modo que um único valor atípico pode alterá-las drasticamente. Trate resultados com menos de ~20 pontos apenas como indicativos.
- A interpretação é relativa à distribuição normal. Os rótulos "simétrica", "platicúrtica" e "leptocúrtica" descrevem a forma, não a correção — muitos processos naturais são legitimamente assimétricos, como os padrões de tipo exponencial que você pode explorar na calculadora da distribuição de Poisson.
- Use-as junto com outras estatísticas. Combine as medidas de forma com o desvio padrão, a variância e um histograma dos seus dados antes de tirar conclusões.
- A assimetria não detecta toda a não normalidade. Uma distribuição pode ser perfeitamente simétrica (assimetria = 0) e ainda assim estar longe da normal — a curtose, ou um teste formal de normalidade, captura o que a assimetria não vê.
Perguntas frequentes
Como calcular a assimetria manualmente?
Primeiro encontre a média \(\bar{x}\). Em seguida, calcule os desvios ao quadrado e ao cubo de cada valor: \((x_i-\bar{x})^2\) e \((x_i-\bar{x})^3\). Faça a média deles para obter \(m_2\) e \(m_3\). A assimetria é \(g_1 = m_3/m_2^{3/2}\). Um atalho: se a média for maior que a mediana, a assimetria será tipicamente positiva; se for menor, negativa. Para uma amostra, aplique o fator de correção \(\sqrt{n(n-1)}/(n-2)\) para coincidir com a função SKEW do Excel.
Como calcular a curtose manualmente?
Calcule a média e, em seguida, faça a média das quartas potências dos desvios, \(m_4 = \frac{1}{n}\sum(x_i-\bar{x})^4\), e dos desvios ao quadrado, \(m_2\). A curtose em excesso é \(g_2 = m_4/m_2^2 - 3\). A divisão por \(m_2^2\) torna a medida independente de escala, e a subtração de 3 coloca a distribuição normal em 0. Para dados amostrais, a maioria dos softwares aplica a fórmula ajustada de Fisher–Pearson em vez da razão simples de momentos.
Qual é um valor normal ou aceitável de assimetria e curtose?
Para uma distribuição perfeitamente normal, a assimetria é 0 e a curtose em excesso é 0. Como regras práticas de triagem, muitos analistas consideram uma assimetria entre −1 e +1, e uma curtose em excesso entre −1 e +1 (alguns usam ±0,5), como razoavelmente próximas da normalidade. Esses limiares são informais, não são testes de hipóteses — para uma decisão formal use um teste de normalidade como o de Shapiro–Wilk, especialmente com amostras pequenas, nas quais as próprias estimativas amostrais flutuam bastante.
Por que meu resultado difere das funções SKEW e KURT do Excel?
O Excel usa os estimadores amostrais ajustados de Fisher–Pearson, que incluem fatores de correção para amostras pequenas. Se você calculou as fórmulas simples de momentos \(g_1\) e \(g_2\) (base populacional), obterá números ligeiramente diferentes — especialmente com conjuntos de dados pequenos. Selecione a opção "Amostra (estimadores ajustados)" nesta calculadora e o resultado coincidirá exatamente com o Excel, o SPSS e o SAS. Com centenas de pontos de dados, as duas abordagens praticamente convergem.
Por que a curtose de uma distribuição normal é 3 em alguns livros, mas 0 aqui?
Existem duas convenções. A curtose bruta (não ajustada) de uma distribuição normal é igual a 3. A curtose em excesso subtrai 3 para que o padrão normal se torne 0, o que facilita a interpretação: positivo significa caudas mais pesadas que a normal, negativo significa caudas mais finas. Esta calculadora apresenta a curtose em excesso, como fazem a função KURT do Excel e a maioria dos livros-texto modernos. Se uma tabela indicar 2,9 para seus dados, ela está usando a convenção bruta — basta subtrair 3 para comparar.
A assimetria pode ser zero para uma distribuição não normal?
Sim. A assimetria avalia apenas a simetria da distribuição, de modo que qualquer distribuição simétrica — uma uniforme, uma bimodal simétrica ou uma distribuição simétrica com caudas pesadas — tem assimetria 0 e ainda assim está longe da normal. Dois conjuntos de dados diferentes podem até ter a mesma assimetria e curtose e, mesmo assim, formas completamente distintas. Sempre combine esses números com um histograma e, idealmente, um teste formal de normalidade antes de concluir que seus dados são normais.
Quais unidades a assimetria e a curtose têm, e preciso padronizar meus dados antes?
Ambas são adimensionais — não têm unidades porque os momentos são padronizados por potências do desvio padrão. Isso significa que você pode inserir seus dados em qualquer unidade (cm, kg, dólares, porcentagens) sem converter ou escalar antes, e pode até comparar a assimetria entre conjuntos de dados medidos em unidades diferentes. É também por isso que somar uma constante a todos os valores ou multiplicar por uma constante positiva não altera nenhuma das duas estatísticas.