Estadística Descriptiva Descriptive Statistics
Preguntas frecuentes
¿Qué es la media aritmética?
La media es la suma de todos los valores dividida entre el número de datos. Es la medida de tendencia central más usada, aunque es sensible a los valores extremos (outliers). Por ejemplo, la media de {2, 4, 6, 8} es (2+4+6+8)/4 = 5.
¿Cuándo usar la mediana en lugar de la media?
La mediana (valor central de los datos ordenados) es más robusta cuando hay outliers. Por ejemplo, si tienes los salarios {1000, 1200, 1500, 1800, 50000}, la media es ~11300 €, mientras que la mediana es 1500 €, que representa mejor al grupo.
¿Diferencia entre desviación típica de población y de muestra?
La desviación típica poblacional (σ) divide entre N (cuando tienes todos los datos). La muestral (s) divide entre N−1 (corrección de Bessel) para estimar la población a partir de una muestra. En estudios estadísticos la muestral es la más habitual.
¿Qué son los cuartiles y el IQR?
Los cuartiles (Q1, Q2, Q3) dividen los datos ordenados en cuatro partes iguales. Q2 coincide con la mediana. El rango intercuartílico (IQR = Q3 − Q1) contiene el 50% central de los datos y es una medida robusta de dispersión. Los outliers suelen definirse como valores fuera del intervalo [Q1 − 1.5·IQR, Q3 + 1.5·IQR].
¿Cuándo hay moda?
La moda es el valor o valores que aparecen con mayor frecuencia. Si todos los valores son únicos, no hay moda. Puede haber más de una moda (distribución bimodal o multimodal). En datos continuos se suele estimar con un histograma.
What is the arithmetic mean?
The mean is the sum of all values divided by the count. It is the most widely used measure of central tendency but is sensitive to outliers.
When should I use the median instead of the mean?
The median (middle value of sorted data) is more robust against outliers. For example, for salaries {1000, 1200, 1500, 1800, 50000}, the mean is ~11300 while the median is 1500, better representing the typical worker.
Population vs. sample standard deviation?
Population std. dev. (σ) divides by N (all data). Sample std. dev. (s) divides by N−1 (Bessel's correction) to estimate the population from a sample. Use sample std. dev. in most statistical studies.
What are quartiles and IQR?
Quartiles (Q1, Q2, Q3) split sorted data into four equal parts. The interquartile range (IQR = Q3 − Q1) spans the middle 50% and is a robust measure of spread. Outliers are often defined as values outside [Q1 − 1.5·IQR, Q3 + 1.5·IQR].
Estadística descriptiva: qué mide cada indicador
La estadística descriptiva resume conjuntos de datos con unos pocos valores representativos. Introduce tus datos separados por coma, punto y coma o espacio y la calculadora obtendrá al instante todos estos indicadores:
Media aritmética: suma de todos los valores dividida entre n. Sensible a valores extremos (outliers). Mediana: valor central del conjunto ordenado; más robusta que la media ante outliers. Moda: valor más frecuente (puede haber más de una). Varianza: promedio de los cuadrados de las desviaciones respecto a la media. Desviación típica (σ): raíz cuadrada de la varianza; mismas unidades que los datos originales.
Cuartiles e IQR
Q1 (percentil 25%), Q2 (mediana) y Q3 (percentil 75%) dividen los datos en cuatro partes iguales. El rango intercuartílico (IQR = Q3 − Q1) mide la dispersión del 50% central de los datos y se usa para detectar valores atípicos: son outliers los valores que quedan fuera de Q1 − 1,5·IQR y Q3 + 1,5·IQR.
Descriptive statistics: what each indicator measures
Descriptive statistics summarises a dataset with a few representative values. Enter your data separated by commas, semicolons, or spaces and the calculator instantly returns all these indicators:
Mean: sum of all values divided by n. Sensitive to outliers. Median: middle value of the sorted dataset; more robust than the mean against outliers. Mode: most frequent value (there can be more than one). Variance: average of squared deviations from the mean. Standard deviation (σ): square root of variance; same units as the original data.
Quartiles and IQR
Q1 (25th percentile), Q2 (median), and Q3 (75th percentile) divide the data into four equal parts. The interquartile range (IQR = Q3 − Q1) measures the spread of the central 50% and is used to detect outliers: values outside Q1 − 1.5·IQR and Q3 + 1.5·IQR.