EstadísticaFácil
10 temas · calculadoras interactivas · gráficos en vivo

Estadística básica, explicada para que se entienda de verdad

Explorá moda, media, desviación estándar, tablas de frecuencia, gráficos y distribuciones de probabilidad con definiciones claras y herramientas donde probás con tus propios datos.

Empezar a aprender Ver distribuciones
Medida de tendencia central

Moda

El valor que más se repite en un conjunto de datos.

Definición: la moda (Mo) es el valor que aparece con mayor frecuencia dentro de un conjunto de datos. A diferencia de la media, se puede calcular tanto para variables cuantitativas como cualitativas.

Unimodal

Un solo valor tiene la frecuencia máxima. Ej: 2, 3, 3, 5, 7 → Mo = 3

Bimodal

Dos valores comparten la frecuencia máxima. Ej: 1, 2, 2, 4, 4 → Mo = 2 y 4

Multimodal

Tres o más valores empatan en frecuencia máxima.

Amodal

Todos los valores aparecen la misma cantidad de veces: no hay moda.

Calculá la moda de tus datos
Medida de tendencia central

Media

El promedio aritmético: reparte el total en partes iguales.

Definición: la media aritmética (x̄) es la suma de todos los valores dividida por la cantidad de datos. Es sensible a valores extremos (outliers).

Fórmula

x̄ = (Σ xi) / n

Suma de todos los valores dividida por el número de observaciones.

¿Cuándo usarla?

Cuando los datos son cuantitativos y no hay valores atípicos extremos que la distorsionen.

Media vs. mediana

Si hay outliers fuertes, la mediana suele representar mejor al conjunto de datos.

Calculá la media de tus datos
Medida de dispersión

Desviación estándar

Cuánto se alejan, en promedio, los datos respecto de la media.

Definición: la desviación estándar (σ o s) mide la dispersión de los datos respecto a la media. Cuanto mayor es, más dispersos están los valores; cuanto menor, más concentrados alrededor de x̄.

Poblacional

σ = √( Σ(xi − μ)² / N )

Se usa cuando los datos representan a toda la población.

Muestral

s = √( Σ(xi − x̄)² / (n − 1) )

Se usa cuando los datos son una muestra (divide por n−1, corrección de Bessel).

Calculá la desviación estándar
Fundamentos

Tipos de variable

Antes de calcular nada, hay que saber qué tipo de dato se está midiendo.

Cualitativa (categórica)

Expresa cualidades o categorías, no números. Ej: color de ojos, nacionalidad, estado civil.

↳ Nominal

Categorías sin orden natural. Ej: género, marca de auto.

↳ Ordinal

Categorías con un orden. Ej: nivel educativo, satisfacción (bajo/medio/alto).

Cuantitativa (numérica)

Se expresa con números y admite operaciones aritméticas. Ej: edad, peso, ingresos.

↳ Discreta

Toma valores contables, enteros. Ej: número de hijos, cantidad de goles.

↳ Continua

Puede tomar cualquier valor dentro de un rango. Ej: estatura, temperatura, tiempo.

Poné a prueba lo aprendido: ¿cualitativa o cuantitativa?
Color de ojos de un grupo de personas
Número de hijos por familia
Nivel educativo alcanzado (primario, secundario, universitario)
Altura en centímetros
Nacionalidad
Cantidad de goles convertidos en un partido
Fundamentos

Población

El conjunto completo de elementos que queremos estudiar.

Definición: la población es el conjunto total de individuos, objetos o mediciones que comparten una característica en común y son objeto de estudio. Se representa con N (mayúscula).

Ejemplo

Si estudiamos el promedio de edad de todos los estudiantes de una universidad, la población son todos los estudiantes matriculados.

Parámetro

Un valor numérico que describe a la población (ej: la media poblacional μ) casi siempre es difícil o imposible de medir por completo.

Censo

Cuando se releva a toda la población (sin excepción) se llama censo, en contraposición a un muestreo.

Fundamentos

Muestra

Un subconjunto representativo de la población, usado cuando estudiarla entera es inviable.

Definición: una muestra es un subconjunto de la población, seleccionado para que sus características permitan inferir conclusiones sobre el total. Se representa con n (minúscula).

Aleatoria simple

Cada elemento de la población tiene la misma probabilidad de ser elegido.

Estratificada

La población se divide en subgrupos (estratos) y se muestrea proporcionalmente en cada uno.

Sistemática

Se elige un punto de partida al azar y luego se selecciona cada k-ésimo elemento.

Por conglomerados

Se divide la población en grupos (conglomerados) y se seleccionan grupos completos al azar.

Organización de datos

Tablas de frecuencia

Ordenan los datos y muestran cuántas veces aparece cada valor (o rango de valores).

Definición: una tabla de frecuencias resume los datos mostrando la frecuencia absoluta (fi), relativa (fri = fi/n) y sus versiones acumuladas (Fi, Fri). Puede ser para datos discretos (valores exactos) o agrupada en clases (intervalos), útil para variables continuas.
Generá tu tabla de frecuencias
Visualización de datos

Gráficos estadísticos

La misma información se lee distinto según el gráfico: comparar categorías, ver proporciones o analizar la forma de una distribución continua.

Barras

Ideal para comparar cantidades entre categorías distintas.

Sector (torta)

Muestra la proporción de cada categoría respecto del total (100%).

Histograma

Para variables cuantitativas continuas agrupadas en clases: las barras van pegadas.

Construí tu gráfico
Medidas de dispersión e incertidumbre

Medidas características

Varianza y estudio de la incertidumbre asociada a trabajar con una muestra.

Varianza (s²)

s² = Σ(xi − x̄)² / (n − 1)

Promedio de las distancias al cuadrado respecto a la media. Sus unidades están al cuadrado.

Error estándar

EE = s / √n

Mide la incertidumbre de la media muestral como estimador de la media poblacional. A mayor n, menor incertidumbre.

Intervalo de confianza (≈95%)

x̄ ± 1.96 · EE

Rango donde se espera que esté la media poblacional con ~95% de confianza (aproximación normal).

Calculá varianza e incertidumbre de una muestra
Probabilidad

Distribuciones teóricas de probabilidad

Modelos matemáticos que describen cómo se distribuye la probabilidad de un fenómeno aleatorio.

Explorá cada distribución
Binomial: modela el número de éxitos (k) en n ensayos independientes, cada uno con probabilidad de éxito p. Ej: cantidad de caras al tirar una moneda 10 veces.
P(X = k) = C(n,k) · pᵏ · (1−p)ⁿ⁻ᵏ
Poisson: modela el número de eventos que ocurren en un intervalo fijo de tiempo o espacio, con una tasa media constante λ. Ej: cantidad de llamadas que recibe un call center por hora.
P(X = k) = e⁻λ · λᵏ / k!
Normal: distribución continua, simétrica y en forma de campana, definida por su media μ y desviación estándar σ. Es la base de muchos métodos estadísticos (teorema central del límite).
f(x) = (1 / σ√(2π)) · e^(−(x−μ)² / 2σ²)