Término de glosario
Sesgo
Una distribución desequilibrada: los valores se acumulan en un lado y se extienden en una cola larga en el otro.
Intuición visual
30
31
32
33
most values
mean pulled right
300
One extreme value can drag summaries away from the cluster
El sesgo es el estiramiento desequilibrado: el grupo se sienta en un lado mientras que una cola larga arrastra la media aritmética hacia él.
Ejemplo
En 30, 31, 32, 33 y 300, el único 300 arrastra la hasta 85,2 mientras que la se mantiene en 32, la firma del derecho.
Cómo funciona
La mayoría de los hogares ganan algo modesto; unos pocos ganan millones. Esa larga cola derecha es el : el grupo se sienta a la izquierda mientras que los rezagados se extienden a la derecha, arrastrando la por encima de la . Un sesgo izquierdo lo refleja: piensa en las calificaciones de los exámenes cuando la mayoría de los estudiantes lo hacen bien. Siempre que la media aritmética y la mediana difieren notablemente, el sesgo suele ser la razón, y la mediana suele ser el valor 'típico' más justo.
Conceptos
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.
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.
Datos relacionados
Trucos de datos
4 min · fácil
La mayoría de la gente gana menos que el salario promedio
En una economía desequilibrada, un puñado de ingresos enormes eleva el 'promedio' por encima de lo que gana una persona típica.
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.