Término de glosario
Distribución
El patrón general de dónde caen los valores: qué valores ocurren y con qué frecuencia lo hace cada uno.
Intuición visual
30
31
32
33
most values
mean pulled right
300
One extreme value can drag summaries away from the cluster
Una distribución es toda la forma de los datos: el grupo apretado y el rezagado lejano pertenecen a ella.
Ejemplo
En una ciudad ilustrativa, la mayoría de los traslados se agrupan alrededor de 20-30 minutos mientras que unos pocos superan los 90; una distribución sesgada a la derecha, por lo que el de traslado es más largo que el típico.
Cómo funciona
Anota cada traslado en la ciudad: muchos cerca de 25 minutos, menos cerca de 50, unos pocos tercos más allá de 90. Todo ese patrón —la acumulación, la dispersión, la cola— es la distribución. Los números resumidos como la lo comprimen a un solo punto, y dos distribuciones muy diferentes pueden compartir la misma media aritmética, por lo que observar la forma a menudo cambia la conclusión.
Conceptos
Estadísticas de resumen
Las estadísticas de resumen comprimen un conjunto de datos en números como la media aritmética, la varianza, la correlación o la línea de regresión. Son útiles, pero pueden ocultar formas, valores atípicos, grupos y relaciones curvas que un gráfico revelaría de inmediato.
Los promedios engañan
La media aritmética lo suma todo y lo divide, por lo que unos pocos valores extremos pueden alejarla mucho del caso típico. En datos sesgados, la mediana —el valor central— representa mejor lo que es normal. Pregunta por la forma de los datos, no solo por su promedio.
Lecciones
Los promedios ocultan la forma
Un solo número no puede capturar una distribución desigual.
Los resúmenes necesitan imágenes
Las medias, varianzas, correlaciones y líneas de regresión pueden coincidir mientras que los datos subyacentes cuentan historias completamente diferentes.
Datos relacionados
Trucos de datos
5 min · fácil
Media aritmética frente a mediana: ¿qué promedio debes usar?
La media aritmética reparte el total por igual. La mediana encuentra el caso intermedio. En datos sesgados, estos pueden contar historias muy diferentes.
Trucos de datos
4 min · fácil
El cuarteto de Anscombe tiene las mismas estadísticas y diferentes historias
Cuatro conjuntos de datos pueden compartir casi la misma media aritmética, varianza, correlación y línea de regresión, pero verse completamente diferentes al graficarlos.