Media, mediana, moda, varianza, desviación estándar y puntaje Z

-

Cuando tienes un montón de datos, lo primero que quieres es resumirlos sin perder lo importante. Estas medidas sirven justo para eso: unas te dicen dónde está el centro y otras te dicen qué tan regados están los valores.

Media

La media es el promedio de toda la vida. Sumas todos los valores y los divides entre cuántos datos tienes. Es útil, pero se puede mover mucho si hay números muy extremos.

Mediana

La mediana es el valor de en medio cuando ordenas los datos. Si tienes un número par de datos, es el promedio de los dos del centro. Lo bueno de la mediana es que no se deja engañar tanto por valores muy grandes o muy pequeños.

Moda

La moda es el valor que más se repite. A veces hay una moda clara, a veces hay varias, y a veces no hay ninguna si casi todos son distintos.

Varianza

La varianza te dice qué tanto se separan los datos de la media. Si la varianza sale grande, significa que los datos están muy regados. Si sale pequeña, significa que están más juntitos. No siempre se interpreta tan fácil porque queda en unidades al cuadrado, pero es la base para la siguiente.

Desviación estándar

La desviación estándar es como la versión más entendible de la varianza, porque vuelve a las mismas unidades de los datos. En pocas palabras, te dice qué tan lejos suelen quedar los valores del promedio, en promedio.

Puntaje Z

El puntaje Z sirve para saber qué tan arriba o qué tan abajo está un dato comparado con el promedio, pero medido en desviaciones estándar. Si el Z es 0, estás justo en la media. Si es 1, estás una desviación estándar arriba. Si es -1, estás una abajo. Es muy útil para comparar resultados aunque vengan de escalas diferentes.




Comentarios

Publicar un comentario

Entradas más populares de este blog

Pruebas paramétricas y no paramétricas

-
Imagen
Cuando trabajas con datos, tarde o temprano te topas con la misma duda: si lo que salió diferente de verdad es una diferencia real o si solo se ve así por casualidad. Para eso sirven las pruebas estadísticas. Entre las más comunes están las pruebas paramétricas y las no paramétricas, y la diferencia principal tiene que ver con cómo se comportan tus datos y con qué tipo de medición estás usando. Las pruebas paramétricas suelen ir bien cuando tus datos son números y se ven más o menos parejos. En otras palabras, cuando no están demasiado cargados hacia un lado y no hay tantos valores extremos que te desordenen el resultado. En ese tipo de casos, este enfoque normalmente aprovecha mejor la información y puede darte conclusiones más precisas. Las pruebas no paramétricas entran cuando los datos no cooperan tanto. Son útiles si tienes pocos datos, si hay valores muy altos o muy bajos que cambian mucho el promedio, o si tus datos no son números exactos sino niveles u opciones, como bajo, medi...
Leer más

Alcances de una investigación

-
Imagen
  El alcance de una investigación es, básicamente, hasta dónde quieres llegar con tu estudio. No es lo mismo explorar un tema por primera vez que explicar por qué pasa algo. Por eso, antes de empezar, conviene definir el alcance, porque de ahí se decide qué información necesitas y cómo la vas a trabajar. Un alcance exploratorio se usa cuando el tema todavía no está claro o casi no hay información. Aquí la meta es ubicar el problema, entender qué variables podrían importar y tener un panorama inicial. Es como abrir el camino para estudios más completos. Un alcance descriptivo se centra en mostrar cómo es algo. No busca explicar causas, sino retratar la situación con claridad. Por ejemplo, describir características de una población, hábitos, niveles, opiniones o frecuencia de un fenómeno. Un alcance correlacional busca ver si dos o más cosas se mueven juntas. Aquí la pregunta típica es si cuando una sube, la otra también sube o baja. Importante: encontrar relación no significa que un...
Leer más

campana de Gauss

-
Imagen
  La campana de Gauss es la forma clásica de la distribución normal. Se ve como una campana porque la mayoría de los valores se juntan cerca del centro y, conforme te alejas, aparecen menos casos. Cuando tus datos tienen una forma parecida a esa campana, se dice que siguen aproximadamente una distribución normal. Lo más importante de esta campana es que suele ser simétrica. Eso significa que el lado izquierdo se parece al derecho y que el centro representa bien lo típico. En ese punto central, la media, la mediana y la moda tienden a quedar muy cerca entre sí, porque los datos no están cargados hacia un lado. La campana también sirve para tener una idea rápida de qué tan comunes son los valores alrededor del centro. En una normal, la mayor parte de los datos cae cerca del promedio y cada vez hay menos conforme te vas a extremos. Por eso, valores muy altos o muy bajos existen, pero son poco frecuentes. En la práctica, para ver si tus datos se parecen a la campana, lo más directo es ...
Leer más