Estadística descriptiva y exploratoria
Distribuciones, medidas de tendencia central y dispersión, representaciones gráficas y análisis exploratorio.
Revisada contra las fuentes50 fuentes16 preguntas realesCobertura parcial
Esta guía no cubre todo el tema (el verificador estima un 80%). Lo que incluye está verificado; complétalo con tu manual, sobre todo en:
- Conceptos muy preguntados en convocatorias reales quedan solo en 'sin_fuente', sin desarrollo ni cita: índice de asimetría de Fisher (PIR-2023-013), regla del outlier 1,5·IQR desde Q3/Q1 (PIR-2020-177), gráfico de dispersión y correlación de Pearson (PIR-2013-081, PIR-2013-079), frecuencia absoluta acumulada (PIR-2013-077), variable cuantitativa continua (PIR-2012-016), incidencia/prevalencia (PIR-2012-114), conversiones z/T/CI y la fórmula de puntuación típica z=(X−media)/DT (PIR-2018-053, PIR-2020-100) y asíntotas/puntos de inflexión de la normal (PIR-2024-077). Los enunciados de 'sin_fuente' son correctos y coinciden con las claves oficiales, pero el opositor estudia estos puntos sin fuente verificada.
El tema repasa los fundamentos de estadística descriptiva y exploratoria: escalas de medida, medidas de tendencia central y posición, dispersión, forma de la distribución, diagrama de caja, distribución normal y representaciones gráficas 28142026. Lo que más se pregunta es el box-plot: la caja va de Q1 a Q3, su anchura es el rango intercuartílico y contiene el 50% central de los casos 202430. También se repiten cuartiles, deciles, percentiles y mediana 152124, la normal con media=mediana=moda y la regla 68-95-99,7 2614, y el análisis exploratorio de Tukey 23. Las preguntas suelen pedir interpretación y distinciones finas: IQR frente a rango, Q2 frente a percentil 20, desviación típica frente a varianza 273014.
Variables, escalas de medida y distribución de frecuencias
Una variable estadística es una característica observable que puede cambiar y cuyos valores se registran numéricamente; cuando se relaciona con hipótesis pasa a denominarse constructo 3. La estadística descriptiva estudia una población y calcula parámetros que resumen información global; la inferencial estudia una muestra y extiende los resultados a la población 3. Los parámetros estadísticos resumen muchos datos y permiten comparar poblaciones, ajustar modelos y tomar decisiones 18.
La clasificación clásica de escalas de medida es la de S. S. Stevens (1946), con cuatro niveles: nominal, ordinal, intervalo y razón 2. El nivel nominal agrupa cualidades o categorías; los otros tres permiten algún tipo de cuantificación 2. Por eso, un sistema de clasificación diagnóstica como el DSM, que asigna categorías sin orden numérico, se maneja como escala nominal 2.
En el examen conviene separar escala de variable: la escala describe qué operaciones permiten los valores; la variable es la característica medida 23. La distinción entre variable cuantitativa continua y discreta, y el detalle de frecuencia absoluta, relativa y acumulada, no aparecen definidos en los extractos disponibles; se resumen en sin_fuente para que los busques antes de estudiar.
Para el examen
- Stevens (1946) distingue cuatro niveles: nominal, ordinal, intervalo y razón 2.
- El nivel nominal clasifica cualidades o categorías, no cantidades ordenadas 2.
- Una variable estadística es una característica observable que puede cambiar 3.
- Los parámetros estadísticos resumen datos de una población 18.
- Descriptiva resume una población; inferencial generaliza desde una muestra 3.
Medidas de tendencia central, posición y percentiles
La media aritmética es una medida de tendencia central que resume el conjunto; se obtiene sumando y dividiendo, y es el ejemplo clásico de parámetro estadístico 818. La mediana es el valor central de los datos ordenados; con número par de puntuaciones se calcula como media de las dos puntuaciones centrales 15. La moda es otra medida de tendencia central, pero los extractos solo la nombran sin definirla operativamente 8.
Los cuantiles son puntos que dividen la distribución en intervalos con igual probabilidad o, en una muestra, en grupos de tamaño similar 11. Los cuartiles dividen en cuatro grupos (Q1, Q2, Q3); los deciles en diez y los percentiles en cien 11. En una serie ordenada, Q1, Q2 y Q3 corresponden a los cuantiles 0,25, 0,50 y 0,75 21. Q2 es la mediana y coincide con el percentil 50, no con el percentil 20 2124. El decil 5 también es la mediana; el decil 1 es el percentil 10; Q1 es el percentil 25 y Q3 el percentil 75 2124.
En la distribución normal, media, mediana y moda coinciden 26. En distribuciones asimétricas no tienen por qué coincidir; por eso el examen insiste en no identificar media y mediana sin mirar la forma 26. La mediana se define por posición central en datos ordenados y es menos dependiente de los extremos que la media 15.
Para el examen
- Mediana: valor central de los datos ordenados; con n par, media de los dos centrales 15.
- Q2 = mediana = percentil 50; no es el percentil 20 2124.
- Q1 = percentil 25; Q3 = percentil 75; D1 = percentil 10; D5 = mediana 2124.
- Los cuantiles dividen la distribución en grupos de igual probabilidad o tamaño 11.
- En la normal, media = mediana = moda 26.
Dispersión, asimetría y forma de la distribución
El rango es la diferencia entre el valor máximo y el mínimo; comparte unidades con los datos y da una idea rápida de dispersión, pero le afectan los extremos 27. El rango intercuartílico (IQR) es Q3 − Q1; es una medida de dispersión robusta y se representa como la anchura de la caja en un box-plot 3024.
La desviación típica es la raíz cuadrada de la varianza; indica cuánto se separan los valores de su media y se expresa en las mismas unidades que los datos 14. Una desviación típica baja implica valores próximos a la media; una alta, mayor dispersión 14. En una normal, aproximadamente el 68,3% de los valores cae dentro de ±1 DT, el 95,4% dentro de ±2 DT y el 99,7% dentro de ±3 DT 14.
La curtosis se define habitualmente con el cuarto momento y la medida estándar procede de Karl Pearson; describe el grado de colas o extremidad, no solo el apuntamiento del pico 17. La curtosis de exceso 0 corresponde a la normal; valores negativos indican una distribución platicúrtica 17. La lectura clásica de examen asocia poca variabilidad alrededor de la media con leptocurtosis, pero conviene recordar que la curtosis de Fisher se interpreta sobre todo por las colas y outliers 17. La asimetría de Fisher como mejor índice no está respaldada por los extractos; se recoge en sin_fuente.
Para el examen
- Rango = máximo − mínimo; es sensible a los valores extremos 27.
- IQR = Q3 − Q1; es una medida robusta de dispersión 30.
- Desviación típica = raíz de la varianza; va en las unidades de los datos 14.
- En la normal, 68,3% dentro de ±1 DT, 95,4% dentro de ±2 DT y 99,7% dentro de ±3 DT 14.
- Curtosis de exceso 0 = normal; negativa = platicúrtica 17.
- La curtosis de Pearson se basa en el cuarto momento y se interpreta por colas, no solo por el pico 17.
Diagrama de caja, amplitud intercuartílica y análisis exploratorio
El diagrama de caja o box-plot representa localización, dispersión y asimetría mediante cuartiles 20. La caja va del Q1 al Q3; su anchura es el rango intercuartílico y contiene el 50% central de los casos 2024. Los bigotes son líneas que salen de la caja y muestran variabilidad fuera de los cuartiles 20. Los valores que se alejan mucho se dibujan como puntos individuales más allá de los bigotes: son outliers 20.
El box-plot se apoya en el resumen de cinco números: mínimo, Q1, mediana, Q3 y máximo 20. Es una representación no paramétrica: muestra variación sin exigir supuestos sobre la distribución subyacente, aunque el box-plot de Tukey asume simetría para los bigotes y normalidad para su longitud 20. La caja no representa el 100%, el 75% ni el 25% central, sino el 50% central 2024.
El análisis exploratorio de datos (EDA) fue impulsado por John Tukey desde 1970; busca resumir las características principales con gráficos y estadísticos, y puede generar hipótesis antes de modelizar 23. Se diferencia de la prueba de hipótesis tradicional, en la que el modelo se elige antes de ver los datos 23. La regla exacta de outlier “más de 1,5 IQR desde la caja” no aparece en los extractos; queda en sin_fuente.
Para el examen
- La caja del box-plot va de Q1 a Q3; su anchura es el IQR 2024.
- La caja contiene el 50% central de los casos 2024.
- Los bigotes muestran variabilidad fuera de los cuartiles 20.
- Los outliers se dibujan como puntos más allá de los bigotes 20.
- Resumen de cinco números: mínimo, Q1, mediana, Q3 y máximo 20.
- El EDA fue impulsado por Tukey desde 1970 23.
Distribución normal, puntuaciones típicas y transformaciones
La distribución normal o gaussiana es una distribución continua para una variable real; su función de densidad depende de μ (media) y σ² (varianza) 26. μ es a la vez media, mediana y moda; σ es la desviación típica 26. Hay toda una familia de curvas normales según μ y σ 26. Cualquier combinación lineal de variables normales independientes se distribuye también normalmente 26. El teorema central del límite explica que el promedio de muchas muestras independientes converge a una normal 26.
En la normal, media = mediana = moda; por eso una pregunta que afirme que la media no tiene por qué coincidir con la mediana en una normal es falsa 26. La regla 68-95-99,7 de la desviación típica ayuda a interpretar puntuaciones tipificadas 14.
La puntuación z expresa distancia respecto a la media en unidades de desviación típica; la puntuación T es otra transformación tipificada. Los valores concretos de las escalas Wechsler (media 100, DT 15), de la escala T (media 50, DT 10) y de la normal unitaria (μ=0, σ=1) no están en los extractos; se recogen en sin_fuente. No confundas “normal unitaria” con una normal de media 100 y DT 15: la normal está parametrizada por μ y σ, y la denominación unitaria se reserva para el caso estándar 26.
Representaciones gráficas y asociación entre variables
El análisis exploratorio de datos (EDA) resume las características principales con gráficos y estadísticos, y puede formular hipótesis antes de modelizar 23. El box-plot muestra localización, dispersión y asimetría mediante cuartiles y bigotes 20. Es una representación no paramétrica que no exige supuestos sobre la distribución, aunque el box-plot de Tukey asume simetría para los bigotes y normalidad para su longitud 20. El EDA se diferencia de la prueba de hipótesis tradicional, en la que el modelo se elige antes de ver los datos 23.
Para relaciones entre variables cuantitativas se suele usar el gráfico de dispersión y la correlación de Pearson, pero esas definiciones no aparecen en los extractos; se recogen en sin_fuente. Lo que sí puede afirmarse es que el EDA usa gráficos para explorar los datos y que el box-plot es útil para comparar dispersión y asimetría entre grupos 2023.
Epidemiología descriptiva y medidas de frecuencia
La investigación cuantitativa se centra en la cuantificación en la recogida y análisis de datos y usa herramientas estadísticas 6. Los parámetros estadísticos resumen gran cantidad de datos de una población y permiten comparar poblaciones y ajustar modelos 18.
La epidemiología descriptiva emplea tasas de incidencia y prevalencia, pero las fuentes de esta lista no contienen sus definiciones operativas; por eso no se desarrollan aquí y se dejan en sin_fuente. Para el PIR, la clave oficial de la pregunta correspondiente identifica la incidencia con los casos nuevos en un periodo, pero ese dato se deja en sin_fuente con una búsqueda sugerida.
Trampas habituales
- Confundir la caja del box-plot con el rango o con la desviación típica: la caja va de Q1 a Q3 y su anchura es el IQR 2024.
- Confundir IQR con rango: el rango es máximo − mínimo y es muy sensible a extremos; el IQR es Q3 − Q1 y es robusto 2730.
- Confundir Q2 con percentil 20: Q2 es la mediana y equivale al percentil 50 2124.
- Confundir curtosis con simple apuntamiento: la medida de Pearson se basa en el cuarto momento y se interpreta por colas y outliers 17.
- Confundir media y mediana en una normal: en la normal coinciden 26.
- Confundir escalas de medida: nominal no es ordinal; Stevens las separa 2.
- Confundir EDA con prueba de hipótesis: el EDA explora y puede generar hipótesis; la prueba tradicional fija el modelo antes 23.
- Confundir desviación típica con varianza: la DT es la raíz de la varianza y va en las unidades de los datos 14.
Autores clave
- Stanley Smith Stevens
- Propuso en 1946 la clasificación de escalas de medida en nominal, ordinal, intervalo y razón 2.
- John Tukey
- Impulsó el análisis exploratorio de datos desde 1970 y da nombre al box-plot de Tukey 2320.
- Kendall
- El término cuantil fue usado por primera vez por Kendall en 1940 21.
- Francis Galton y Donald McAlister
- McAlister citó los cuartiles en 1879 y Galton desarrolló los términos decil, cuartil y percentil 24.
- Karl Pearson
- La medida estándar de curtosis procede de Pearson y se basa en el cuarto momento de la distribución 17.
Glosario
- Variable estadística
- Característica observable que puede cambiar y cuyos valores se registran numéricamente 3.
- Escala nominal
- Nivel de medida que clasifica cualidades o categorías, sin orden numérico 2.
- Cuantil
- Punto que divide la distribución en intervalos con igual probabilidad o grupos de tamaño similar 11.
- Cuartil
- Cuantil que divide los datos en cuatro partes; Q1, Q2 y Q3 corresponden a 0,25, 0,50 y 0,75 2124.
- Mediana
- Valor central de los datos ordenados; con n par, media de los dos valores centrales 15.
- Rango
- Diferencia entre el valor máximo y el mínimo 27.
- Rango intercuartílico
- Diferencia entre el tercer y el primer cuartil; medida robusta de dispersión 30.
- Desviación típica
- Raíz cuadrada de la varianza; mide la variación respecto a la media en las unidades de los datos 14.
- Curtosis
- Medida basada en el cuarto momento que describe la extremidad o colas de la distribución 17.
- Diagrama de caja
- Representación gráfica que muestra localización, dispersión y asimetría mediante cuartiles y bigotes 20.
- Análisis exploratorio de datos
- Enfoque de análisis que resume las características principales con gráficos y estadísticos 23.
- Distribución normal
- Distribución continua parametrizada por μ y σ²; en ella media, mediana y moda coinciden 26.
Preguntas reales de este tema
- PIR 2024Señale la respuesta FALSA:
- PIR 2023¿Cuál es el mejor índice de asimetría?:
- PIR 2022El tamaño de la caja central de un diagrama de caja (Box Plot) viene dado por:
- PIR 2020En el contexto de un estudio sobre la satisfacción con la vida en las distintas comunidades autónomas, y sabiendo que la media española es de 50, y que la desviación típica es 10, ¿en qué comunidad autónoma están más satisfechos con la vida sus habitantes si obtenemos las siguientes puntuaciones?: Castilla y León: puntuación directa = 43; Madrid: z = 0,8; Comunidad Valenciana: T = 55: Andalucía = 1DT.
- PIR 2020En un gráfico de caja (Box-Plot) se considera que un valor es atípico (outlier) cuando está a más de:
- PIR 2018¿Cuál sería la puntuación z que correspondería a un CI de 130 en la batería Wechler?:
- PIR 2017Los sistemas de clasificación de la conducta anormal (p.ej., los utilizados en el DSM) constituyen:
- PIR 2016En un diagrama de cajas (Box-Plot), la caja central representa:
- PIR 2014En una distribución normal:
- PIR 2013En una distribución de frecuencias, ¿cómo denominamos al número de veces que se repite en la muestra un determinado valor de la variable o cualquier otro valor inferior?
- PIR 2013¿Cuál de estas igualdades es INCORRECTA?
- PIR 2013Si obtuviéramos un Coeficiente de Correlación de Pearson de r=0.60 para dos variables “x” e “y” ¿Cuál de estas conclusiones podríamos establecer?
- PIR 2013¿Cuál de estas representaciones gráficas emplearía para examinar la relación entre dos o más variables cuantitativas?
- PIR 2012La variable tiempo que tarda cada paciente en abandonar el habito tabáquico:
- PIR 2012Si observo mínima variabilidad en el número de cigarrillos que fuma un grupo de pacientes, su 3 histograma debería ser:
- PIR 2012Según la epidemiología descriptiva, ¿qué tasa indica el número de casos nuevos de un trastorno en un periodo de tiempo determinado?:
Fuentes
- 1Instruments and scales for assessment, screening, and psychoeducational diagnosis of children and adolescents with autism spectrum disorder: a scoping review. · Oliveira KS, Britto DBOE, Fernandes GNA, Lemos SMA., 2026 · Artículo · acceso abierto
- 2Level of measurement · Wikipedia (en) · acceso abierto
- 3Variable estadística · Wikipedia · acceso abierto
- 4A possible founder IRAK4 variant in Okinawa, Japan. · Tomomasa D, Uehara T, Takayama T, Nishimura M, Wakatsuki R, Yang X, Okada S, Fujimoto A, Kanegane H., 2026 · Artículo · acceso abierto
- 5Bilinear time–frequency distribution · Wikipedia (en) · acceso abierto
- 6Investigación cuantitativa · Wikipedia · acceso abierto
- 7Impact of prior distributions and central tendency measures on Bayesian intravoxel incoherent motion model fitting. · Gustafsson O, Montelius M, Starck G, Ljungberg M., 2018 · Artículo
- 8Average · Wikipedia (en) · acceso abierto
- 9Escala (cartografía) · Wikipedia · acceso abierto
- 10Central tendency biases in temporal memory: extending Vierordt's law to sequential order and distance judgments under emotional contexts. · Cao Z, Wu Y, Ye Q., 2026 · Artículo
- 11Quantile · Wikipedia (en) · acceso abierto
- 12Escala (relación) · Wikipedia · acceso abierto
- 13Quantile Regression in Length-of-Stay Research: An Abstract-Based Methodological Scoping Review of PubMed Records · Alves B, Mazucheli J., 2026 · Artículo
- 14Standard deviation · Wikipedia (en) · acceso abierto
- 15Mediana (estadística) · Wikipedia · acceso abierto
- 16Quantile Regression for Bounded Biomedical Outcomes via the Unit Power Maxwell-Boltzmann Distribution: A COVID-19 Mortality Case Study. · Ahmad HH, Ramadan DA., 2026 · Artículo
- 17Kurtosis · Wikipedia (en) · acceso abierto
- 18Parámetro estadístico · Wikipedia · acceso abierto
- 19Estimating the population variance, standard deviation, and coefficient of variation: Sample size and accuracy. · Schillaci MA, Schillaci ME., 2022 · Artículo
- 20Box plot · Wikipedia (en) · acceso abierto
- 21Cuantil · Wikipedia · acceso abierto
- 22A tutorial on selecting, translating, and reporting variance priors in Bayesian multilevel models. · Liu L., 2026 · Artículo · acceso abierto
- 23Exploratory data analysis · Wikipedia (en) · acceso abierto
- 24Cuartil · Wikipedia · acceso abierto
- 25Population Genetics of Active Transposable Elements: Overdispersion Arises Naturally from Transposition-Deletion-Selection Balance. · Omole AD, Czuppon P., 2026 · Artículo · acceso abierto
- 26Normal distribution · Wikipedia (en) · acceso abierto
- 27Rango (estadística) · Wikipedia · acceso abierto
- 28Moments of the length of sample genealogy and their applications. · Fu YX., 2026 · Artículo
- 29Standardized test · Wikipedia (en) · acceso abierto
- 30Rango intercuartílico · Wikipedia · acceso abierto
- 31Wasserstein Boxplots for the Analysis of EEG Power Spectral Densities With Applications to Autism. · Liu P, Telesca D, Dickinson A, Jeste S, Şentürk D., 2026 · Artículo
- 32Quartile · Wikipedia (en) · acceso abierto
- 33<i>Orangutan</i>: An R Package for Analyzing and Visualizing Phenotypic Data in the Context of Species Descriptions and Population Comparisons. · Torres J., 2026 · Artículo · acceso abierto
- 34Spearman's rank correlation coefficient · Wikipedia (en) · acceso abierto
- 35Media (matemáticas) · Wikipedia · acceso abierto
- 36Flynn effect · Wikipedia (en) · acceso abierto
- 37Análisis de frecuencia acumulada · Wikipedia · acceso abierto
- 38Confidence Intervals for a Proportion Estimated From Pooled Samples Based on Firth's Corrected Score. · Biggerstaff BJ, Hepworth G., 2026 · Artículo · acceso abierto
- 39San Diego · Wikipedia (en) · acceso abierto
- 40Distribución de frecuencias · Wikipedia · acceso abierto
- 41Identification of Influential Variants in Significant Aggregate Rare Variant Tests. · Blumhagen RZ, Schwartz DA, Langefeld CD, Fingerlin TE., 2020 · Artículo
- 42Evaluations of Commercial Sleep Technologies for Objective Monitoring During Routine Sleeping Conditions. · Stone JD, Rentz LE, Forsey J, Ramadan J, Markwald RR, Finomore VS, Galster SM, Rezai A, Hagen JA., 2020 · Artículo · acceso abierto
- 43Skewness · Wikipedia (en) · acceso abierto
- 44Economía conductual · Wikipedia · acceso abierto
- 45Objective tongue phenotyping and nutritional risk in diabetic kidney disease: a dual-centre study linking quantified tongue features to the controlling nutritional status score. · Dong Z, Liu J, Hu J, Su J, Xu Z, Cai F, Chen W, Liu Q, Peng C, Shi Y, Liu H., 2026 · Artículo · acceso abierto
- 46Variable aleatoria · Wikipedia · acceso abierto
- 47A novel Weighted Exponential-Lindley distribution with Bayesian estimation under progressive Type-II censoring and a Bayesian-Calibrated Variational Autoencoder for survival prediction. · Furqan Ahmed P, Sujatha V., 2026 · Artículo · acceso abierto
- 48Incidence (epidemiology) · Wikipedia (en) · acceso abierto
- 49Distribución uniforme continua · Wikipedia · acceso abierto
- 50Fractals, Wealth Distributions, and Non-Euclidean Geometry: Quadrant Lorenz Curves. · Eliazar I., 2026 · Artículo · acceso abierto
Guía de estudio personal, elaborada a partir de las fuentes citadas y revisada contra ellas y contra la plantilla oficial de respuestas. No es material oficial y puede contener errores: si ves alguno, contrasta con el manual.