Estadística: media, moda y rango

Para obtener información, el método más común es la encuesta. Sin embargo, no siempre podemos preguntar a todo el mundo.

• Población: Es el conjunto total de elementos que queremos estudiar (por ejemplo, todos los alumnos de un colegio).
• Muestra: Es una parte representativa de la población a la que realmente preguntamos (por ejemplo, 20 alumnos de cada curso).

Para que los datos sean útiles, las preguntas deben ser claras y la recogida de datos debe ser sistemática, anotando cada respuesta con cuidado para no cometer errores.

Una vez recogidos los datos, el primer paso es ordenarlos en una tabla de frecuencias. Esto nos permite ver la información de forma clara.

• Frecuencia absoluta: Es el número de veces que se repite un dato específico.
• Frecuencia relativa: Es el cociente entre la frecuencia absoluta y el número total de datos.

No todos los datos son números. Por eso, distinguimos dos tipos de variables:

1. Variables cualitativas: Expresan una cualidad o característica no numérica (ejemplo: color de ojos, comida favorita, deporte).
2. Variables cuantitativas: Se expresan mediante números y permiten realizar operaciones matemáticas (ejemplo: altura, edad, número de hermanos).

Es fundamental distinguir el tipo de variable antes de empezar cualquier cálculo estadístico.

La moda ($Mo$) es el valor que tiene la mayor frecuencia absoluta, es decir, el dato que más veces se repite en un conjunto. Es el valor más "popular" o común.

Para identificarla, simplemente observamos nuestra tabla de frecuencias y buscamos el dato con el número más alto. No requiere cálculos complejos, solo observación y comparación.

La moda es muy útil porque se puede calcular tanto para variables cualitativas como cuantitativas.

• Vida real: Una tienda de ropa utiliza la moda para saber qué talla de camiseta se vende más y así pedir más stock de esa talla.
• Datos cuantitativos: Si en un examen las notas son $\{5, 6, 6, 7, 8\}$, la moda es $6$ porque es la nota que más alumnos han obtenido.

A veces, los datos se comportan de forma curiosa:

• Distribuciones bimodales: Ocurre cuando dos valores distintos tienen la misma frecuencia máxima. Si el rojo y el azul gustan a 10 personas cada uno, ambos son la moda.
• Ausencia de moda: Si todos los datos aparecen el mismo número de veces, decimos que no hay moda.
• Interpretación: La moda no siempre es el centro de los datos, simplemente es el valor más repetido.

La media aritmética ($\bar{x}$) es el valor que obtendríamos si repartiéramos el total de forma equitativa entre todos los elementos.

El algoritmo para calcularla es:

1. Sumar todos los valores de los datos.
2. Dividir el resultado por el número total de datos.

$\bar{x} = \frac{\text{Suma de todos los datos}}{\text{Número total de datos}}$

Ejemplo: Si tus notas son $8, 9$ y $7$: $\bar{x} = \frac{8 + 9 + 7}{3} = \frac{24}{3} = 8$

La media actúa como un punto de equilibrio. Representa al grupo en su conjunto, pero tiene un punto débil: es muy sensible a los valores extremos. Si en una clase de niños de 11 años entra un profesor de 50, la media de edad subirá mucho, aunque la mayoría sigan teniendo 11 años.

Cuando tenemos muchos datos organizados en una tabla, no sumamos uno a uno, sino que usamos la multiplicación para ir más rápido. Si tenemos cuatro "cincos" y tres "ochos": $\bar{x} = \frac{(5 \times 4) + (8 \times 3)}{4 + 3} = \frac{20 + 24}{7} = \frac{44}{7} \approx 6,28$ Multiplicar el dato por su frecuencia absoluta simplifica enormemente el proceso de cálculo.

El rango es la diferencia entre el valor máximo y el valor mínimo de un conjunto de datos numéricos. Nos indica la distancia que hay entre los extremos.

$\text{Rango} = \text{Valor Máximo} - \text{Valor Mínimo}$

Ejemplo: En las temperaturas de una semana $\{12^\circ, 15^\circ, 18^\circ, 22^\circ, 10^\circ\}$, el valor máximo es $22$ y el mínimo es $10$. $\text{Rango} = 22 - 10 = 12$

El rango nos dice cómo de "estirados" o "apretados" están los datos:

• Rango pequeño: Los datos son muy parecidos entre sí (datos agrupados u homogéneos).
• Rango grande: Hay mucha diferencia entre los datos (datos dispersos o heterogéneos).

El rango ayuda a saber si la media es "fiable". Si el rango es muy grande, significa que hay valores muy alejados del centro, por lo que la media podría no representar bien a la mayoría. Un rango pequeño indica que la mayoría de los datos están cerca del promedio, lo que da mayor homogeneidad al conjunto.

Para entender bien un grupo de datos, no basta con mirar solo un número. Debemos comparar:

• Media: Nos da el centro del reparto.
• Moda: Nos dice qué es lo más frecuente.
• Rango: Nos dice cuánta variedad hay.

Por ejemplo, en una zapatería, la media de pie de los clientes puede ser un $38,5$, pero la moda (lo que más se vende) puede ser el $39$. La tienda debe usar ambos datos para decidir qué comprar.

Los gráficos nos permiten ver la moda y el rango de un solo vistazo:

• Diagrama de barras: La barra más alta señala directamente la moda. La distancia entre la primera y la última barra (en el eje horizontal) nos da una idea del rango.
• Gráfico de líneas: Útil para ver cómo cambian los datos en el tiempo (por ejemplo, temperaturas).

En la vida diaria, la estadística está en todas partes:

1. Deportes: La media de puntos de un jugador de baloncesto ayuda a saber su rendimiento constante.
2. Noticias: Cuando escuchamos "el salario medio", debemos recordar que el rango puede ser muy amplio.
3. Consumo: El gasto medio de agua en un hogar permite planificar el ahorro.

Analizar datos críticamente nos ayuda a tomar mejores decisiones y a no dejarnos engañar por informaciones incompletas.