MirPirFir.

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.

Para el examen

  • La normal está parametrizada por μ y σ² 26.
  • En la normal, μ = media = mediana = moda 26.
  • Cualquier combinación lineal de normales independientes es normal 26.
  • El teorema central del límite hace que promedios de muestras converjan a la normal 26.
  • Regla 68-95-99,7 para ±1, ±2 y ±3 DT 14.

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.

Para el examen

  • El EDA usa gráficos para resumir y explorar datos 23.
  • El box-plot muestra dispersión y asimetría 20.
  • El box-plot es no paramétrico 20.
  • El EDA contrasta con la prueba de hipótesis tradicional 23.

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.

Para el examen

  • La investigación cuantitativa usa datos numéricos y estadística 6.
  • Los parámetros resumen información de una población 18.
  • Incidencia y prevalencia se dejan en sin_fuente por falta de fuente específica.

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.
Media aritmética
Medida de tendencia central que resume el conjunto de datos 818.

Preguntas reales de este tema

Fuentes

  1. 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
  2. 2Level of measurement · Wikipedia (en) · acceso abierto
  3. 3Variable estadística · Wikipedia · acceso abierto
  4. 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
  5. 5Bilinear time–frequency distribution · Wikipedia (en) · acceso abierto
  6. 6Investigación cuantitativa · Wikipedia · acceso abierto
  7. 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
  8. 8Average · Wikipedia (en) · acceso abierto
  9. 9Escala (cartografía) · Wikipedia · acceso abierto
  10. 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
  11. 11Quantile · Wikipedia (en) · acceso abierto
  12. 12Escala (relación) · Wikipedia · acceso abierto
  13. 13Quantile Regression in Length-of-Stay Research: An Abstract-Based Methodological Scoping Review of PubMed Records · Alves B, Mazucheli J., 2026 · Artículo
  14. 14Standard deviation · Wikipedia (en) · acceso abierto
  15. 15Mediana (estadística) · Wikipedia · acceso abierto
  16. 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
  17. 17Kurtosis · Wikipedia (en) · acceso abierto
  18. 18Parámetro estadístico · Wikipedia · acceso abierto
  19. 19Estimating the population variance, standard deviation, and coefficient of variation: Sample size and accuracy. · Schillaci MA, Schillaci ME., 2022 · Artículo
  20. 20Box plot · Wikipedia (en) · acceso abierto
  21. 21Cuantil · Wikipedia · acceso abierto
  22. 22A tutorial on selecting, translating, and reporting variance priors in Bayesian multilevel models. · Liu L., 2026 · Artículo · acceso abierto
  23. 23Exploratory data analysis · Wikipedia (en) · acceso abierto
  24. 24Cuartil · Wikipedia · acceso abierto
  25. 25Population Genetics of Active Transposable Elements: Overdispersion Arises Naturally from Transposition-Deletion-Selection Balance. · Omole AD, Czuppon P., 2026 · Artículo · acceso abierto
  26. 26Normal distribution · Wikipedia (en) · acceso abierto
  27. 27Rango (estadística) · Wikipedia · acceso abierto
  28. 28Moments of the length of sample genealogy and their applications. · Fu YX., 2026 · Artículo
  29. 29Standardized test · Wikipedia (en) · acceso abierto
  30. 30Rango intercuartílico · Wikipedia · acceso abierto
  31. 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
  32. 32Quartile · Wikipedia (en) · acceso abierto
  33. 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
  34. 34Spearman's rank correlation coefficient · Wikipedia (en) · acceso abierto
  35. 35Media (matemáticas) · Wikipedia · acceso abierto
  36. 36Flynn effect · Wikipedia (en) · acceso abierto
  37. 37Análisis de frecuencia acumulada · Wikipedia · acceso abierto
  38. 38Confidence Intervals for a Proportion Estimated From Pooled Samples Based on Firth's Corrected Score. · Biggerstaff BJ, Hepworth G., 2026 · Artículo · acceso abierto
  39. 39San Diego · Wikipedia (en) · acceso abierto
  40. 40Distribución de frecuencias · Wikipedia · acceso abierto
  41. 41Identification of Influential Variants in Significant Aggregate Rare Variant Tests. · Blumhagen RZ, Schwartz DA, Langefeld CD, Fingerlin TE., 2020 · Artículo
  42. 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
  43. 43Skewness · Wikipedia (en) · acceso abierto
  44. 44Economía conductual · Wikipedia · acceso abierto
  45. 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
  46. 46Variable aleatoria · Wikipedia · acceso abierto
  47. 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
  48. 48Incidence (epidemiology) · Wikipedia (en) · acceso abierto
  49. 49Distribución uniforme continua · Wikipedia · acceso abierto
  50. 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.