ES

Calculadora de estadística descriptiva

Pega una serie de datos y obtén de una vez todos los indicadores que la resumen: dónde está el centro (media, mediana, moda) y cómo se dispersan los datos a su alrededor (rango, desviación típica, cuartiles). Ideal para notas, medidas, lecturas o cualquier conjunto que quieras describir rápido.

Separa los números con espacios, saltos de línea o puntos y comas (también se tolera una coma entre valores). La desviación típica se muestra en versión población (÷ n) y muestra (÷ n − 1).

Tu serie

Valores

Ejemplo: 12 15 15 18 20 22 25 27 30 41. Coma o punto decimal aceptados.

Resultado

  • Media 22,500
Tamaño n 10
Suma 225,000
Media (aritmética) 22,500
Mediana (Q2) 21,000
Moda 15,000 (×2)
Mínimo 12,000
Máximo 41,000
Rango (máx − mín) 29,000
1er cuartil Q1 15,750
3er cuartil Q3 26,500
Rango intercuartílico (Q3 − Q1) 10,750
Varianza (población, ÷n) 67,450
Desviación típica (población, σ) 8,213
Varianza (muestra, ÷n−1) 74,944
Desviación típica (muestra, s) 8,657
Coeficiente de variación 36,50 %

media = (Σxᵢ) / n · σ = √[ Σ(xᵢ − media)² / n ]

Leer los indicadores

Una serie de números no se entiende de un vistazo. Hay que comprimirla. De entrada, dos familias: las medidas de posición (dónde está el centro) y las de dispersión (cuánto se alejan los valores de ese centro).

Sin las dos, el retrato queda cojo. Diez notas con media 7 pueden ser un grupo compacto entre 6 y 8, o un desastre del 2 al 10. La media sola no lo cuenta.

Esta página las calcula todas a la vez — media, mediana, moda, rango, cuartiles, varianza, desviación típica, coeficiente de variación. El trabajo de verdad empieza después: elegir cuál se lleva al informe y cuál se deja en la tabla. Un laboratorio, un examen de EvAU y un estudio de mercado no cuentan la misma historia con los mismos números.

Media, mediana y moda: tres centros que no coinciden

La media aritmética es la suma partida por n. La receta de toda la vida. Eso sí: un solo valor disparatado la arrastra. Un 10 en un grupo de cuatro, un sueldo de directivo en una plantilla, el 41 de la serie de ejemplo de arriba. La media se va con ellos.

media = (Σ xᵢ) / n

La mediana es el valor que parte la serie ordenada en dos mitades. Mitad por debajo, mitad por encima. No le importa lo lejos que esté el extremo, solo el orden. Por eso, cuando se habla de un sueldo «típico» o de un precio de vivienda, sale la mediana y no solo la media.

La moda es el valor más repetido — o los valores, si hay empate. En notas con muchos 5, en tallas de camiseta, en el número de hermanos de una clase, es la que más se parece a «lo habitual». Si todos los datos son distintos, no hay moda: esta calculadora lo indica.

En una campana simétrica las tres coinciden. En cuanto aparece asimetría, se separan: la media se va hacia la cola larga, la mediana se queda en el centro de recuento, la moda en el pico. Verlas juntas es el primer diagnóstico. Si se parecen, la serie es razonable para una distribución normal; si la media se dispara y la mediana no, alguien está mezclando peras con un camión.

Rango, RIC y desviación típica: cómo se desparraman los datos

El rango es máximo menos mínimo. Rápido y frágil: depende solo de dos puntos. Una errata de tecleo lo infla. Sirve para un control de calidad de tres piezas, no para un informe.

Los cuartiles parten la serie en cuatro. Q1 deja un 25 % por debajo; Q2 es la mediana; Q3 deja un 75 % por debajo. El rango intercuartílico (RIC = Q3 − Q1) cubre la mitad central y se desentiende de las colas. En la práctica, es el ancho que usa el diagrama de caja.

La varianza promedia los cuadrados de las desviaciones a la media. La desviación típica es su raíz: misma unidad que los datos. Pequeña, datos agrupados. Grande, datos dispersos. El coeficiente de variación (CV = σ / |media| × 100) compara dispersiones de series con unidades o escalas distintas: notas sobre 10 frente a notas sobre 100, pesos en kg frente a estaturas en cm.

σ = √[ Σ(xᵢ − media)² / n ]  ·  RIC = Q3 − Q1  ·  CV = 100 · σ / |media|

Hay varias convenciones para los cuartiles. Esta calculadora usa interpolación lineal (método R-7, el de Excel PERCENTIL.INC y el de numpy). Otros programas —el método «exclusivo», las bisagras de Tukey, PERCENTIL.EXC— pueden devolver un Q1 o un Q3 distintos en series pequeñas. Con n grande la diferencia se esfuma; con n = 10, no.

Población o muestra: n frente a n − 1

Si los datos son toda la población —las 28 notas del grupo, los 12 meses del año, los 50 alumnos de la clase— se divide por n. Es σ, la desviación de ese conjunto cerrado.

Si son una muestra con la que se quiere estimar la dispersión de una población más grande, dividir por n subestima. Falta un grado de libertad: la media muestral ya se ha calculado con esos mismos datos. La corrección de Bessel divide por n − 1 y da s, el estimador insesgado de la varianza.

σ² = Σ(xᵢ − media)² / n  ·  s² = Σ(xᵢ − media)² / (n − 1)

Por eso esta página enseña las dos. En Bachillerato, la EvAU suele pedir ÷ n aunque el enunciado hable de «una muestra de 40 jóvenes». En análisis de datos, R y Python dividen por n − 1 por defecto. Hay que leer el enunciado, no el hábito.

El sueldo «típico»: media y mediana del INE

La Encuesta Anual de Estructura Salarial del INE lo ilustra cada primavera. En 2023 el salario medio anual fue de 28.049,94 €. El salario mediano, 23.349,00 €. Casi 4.700 € de diferencia. No es un error de tabla.

La distribución salarial es asimétrica a la derecha: muchos sueldos bajos y medios, unos pocos muy altos (directivos y gerentes, 60.986 € de media aquel año). Esos pocos tiran de la media hacia arriba. La mediana, al partir la plantilla en dos mitades iguales, se queda donde está «la gente». El propio INE lo dice con todas las letras: hay más trabajadores en los valores bajos, y la media acaba por encima de la mediana y de la moda (el sueldo más frecuente).

¿Cuánto gana un trabajador en España? La mediana es la respuesta honesta. La media describe la masa salarial total partida por el recuento — útil para la contabilidad nacional, engañosa para el bolsillo. Lo mismo vale para precios de vivienda, tamaños de empresa o tiempos de espera: cola larga a la derecha, mediana antes que media. Pegue una serie de sueldos en el recuadro y mírelo: si media y mediana se separan, ya sabe hacia dónde mira la cola.

La regla 1,5 × RIC y el diagrama de caja

Tukey propuso un criterio que no necesita suponer normalidad. Se calcula el RIC y se marcan dos vallas:

valla inferior = Q1 − 1,5 × RIC  ·  valla superior = Q3 + 1,5 × RIC

Todo dato fuera de esas vallas se etiqueta como atípico. Con 3 × RIC se habla de atípico extremo. El diagrama de caja (caja y bigotes, box plot) dibuja exactamente eso: caja de Q1 a Q3, raya de la mediana, bigotes hasta el último dato dentro de las vallas, y puntos sueltos para los atípicos.

Ojo: «atípico» no quiere decir «error». Puede ser un 10 legítimo, un día de helada, un cliente muy grande. La regla 1,5 × RIC es un faro, no una sentencia. En una campana normal, más allá de esas vallas cae alrededor de un 0,7 % de los datos — poco, no cero.

La serie de ejemplo (12, 15, 15, 18, 20, 22, 25, 27, 30, 41) deja el 41 como candidato. Pruebe a quitarlo y mire cómo bajan la media y el rango, y cómo la mediana apenas se mueve. Eso es robustez, en un gráfico.

Media ponderada: cuando no todos los datos pesan igual

La media de esta calculadora trata cada valor como un dato. A veces no es así. Una nota de acceso a la universidad mezcla Bachillerato (60 %) y EvAU (40 %). Un índice de precios pondera el pan más que el caviar. Un promedio de calificaciones ECTS cuenta más la asignatura de 6 créditos que la de 3.

media ponderada = (Σ wᵢ xᵢ) / (Σ wᵢ)

Si todos los pesos valen 1, se recupera la media aritmética. Pegar aquí una lista de notas sin pesos es correcto para un examen único; para un expediente, no. Habría que repetir cada nota tantas veces como su peso — o, más limpio, calcular la ponderada a mano.

De hecho, la media de medias solo es la media global si los tamaños coinciden. Promediar la media de un grupo de 8 y la de un grupo de 120 da un disparate. Hay que ponderar por n. El recuadro de esta página no pregunta pesos: si los necesita, multiplique cada valor por su peso antes de pegar, o haga la cuenta aparte.

Selectividad, Excel y R: quién divide por n y quién por n − 1

En 2.º de Bachillerato (Matemáticas aplicadas a las Ciencias Sociales II) la desviación típica de una muestra se calcula casi siempre con ÷ n. Los enunciados de EvAU —la antigua Selectividad— lo dan por sentado. Al cabo, el objetivo es manejar la fórmula, no estimar un parámetro poblacional.

  • Excel y Hojas de cálculo de Google: DESVEST.P / STDEV.P divide por n (población); DESVEST.M / STDEV.S divide por n − 1 (muestra). VAR.P y VAR.S, igual. PERCENTIL.INC interpola como esta página.
  • R: sd() y var() usan n − 1. quantile(..., type = 7) es el R-7 de aquí.
  • Python: statistics.stdev y numpy con ddof=1 también van a n − 1. pandas.Series.std() igual.

Quien copie un resultado de Excel DESVEST.P a un script de R y se extrañe de que no coincida, ya sabe por qué. Esta calculadora enseña las dos columnas. Para un examen de Bachillerato, mire si el enunciado dice «población» o no dice nada: lo habitual es ÷ n. Para un informe de laboratorio o un TFG, n − 1.

Vamos: si n es grande —100, 1.000— la diferencia entre ÷ n y ÷ (n − 1) se vuelve irrelevante. Con n = 10, como en el ejemplo, se nota. Y si lo que busca no es describir la serie sino contar maneras de elegir k elementos de n, esa es otra página.

Calculadoras relacionadas