Ir al contenido
σestadistica.ar

Calculadora

Estadística descriptiva

Pegá una columna de datos y salen todas las medidas de una vez, con los gráficos y la oración lista para pegar en el informe.

60 valores leídos

Posición

Media
885.333
Mediana
800.000
Modo*
800.000
Suma
53.120.000

Dispersión

Desvío estándar*
634.958
Varianza
4,03 × 10¹¹
Coef. de variación*
71,7 %
Rango
2.970.000
Error estándar*
81.973

Cuantiles

Mínimo
30.000
Q1
390.000
Q2 (mediana)
800.000
Q3
1.200.000
Máximo
3.000.000
RIC
810.000

Forma y atípicos

Asimetría*
1,08
Curtosis*
1,61
Límite inferior*
-825.000
Límite superior*
2.415.000
Atípicos
3

La distribución es asimétrica a la derecha (asimetría 1,08): la cola larga está del lado de los valores altos. La media (885.333) quedó por encima de la mediana (800.000), y el 55,0 % de los casos está por debajo del promedio. Con esta forma, la mediana describe mejor el caso típico.

Histograma

5 %10 %15 %20 %25 %30 %[30.000, 401.250) — 28,3 %[401.250, 772.500) — 11,7 %[772.500, 1.143.750) — 30,0 %[1.143.750, 1.515.000) — 20,0 %[1.515.000, 1.886.250) — 3,3 %[1.886.250, 2.257.500) — 1,7 %[2.257.500, 2.628.750) — 3,3 %[2.628.750, 3.000.000) — 1,7 %30.000772.5001.515.0002.257.5003.000.000MedianaMedia

Sin tocar el control, la cantidad de clases sale de la regla de Freedman-Diaconis. Movelo y mirá cómo cambia la forma: esa sensibilidad es real y conviene conocerla.

Diagrama de caja

2.500.0002.500.0003.000.000Q1 390.000Q3 1.200.000Mediana 800.0003 valores atípicos por la regla de 1,5 · RIC

Redacción sugerida

La mediana fue de 800.000 (RIC: 390.000 – 1.200.000), con una distribución asimétrica a la derecha (asimetría = 1,08). Los valores se ubicaron entre 30.000 y 3.000.000 (n = 60). Se identificaron 3 valores por fuera de 1,5 · RIC.

Revisala antes de usarla: hay que completar de qué variable se trata y a qué población corresponde.

Cómo están calculados estos números
  • Cuantiles. Método 7, que es el de R, Excel, pandas y NumPy. Otros programas usan métodos distintos y pueden dar valores algo diferentes con muestras chicas.
  • Varianza y desvío. Denominador n−1 (cuasivarianza muestral), como en R, Excel y SPSS.
  • Asimetría y curtosis. G1 y G2, con la corrección por tamaño de muestra que aplican Excel (SKEW, KURT) y SPSS. La curtosis es el exceso: 0 corresponde a la normal.
  • Atípicos. Regla del diagrama de caja: fuera de Q1 − 1,5 · RIC y Q3 + 1,5 · RIC. Es un criterio de señalamiento, no un veredicto: un valor solo se descarta si hay motivo sustantivo.
  • Nada sale de tu navegador. Todo el cálculo pasa en esta página; los datos que pegás no se envían a ningún lado.

Cómo se usa

Pegá los valores como los tengas: uno por línea, separados por espacios, o copiados directo de una columna de Excel. La calculadora detecta sola si usás coma o punto como separador decimal, y podés forzarlo si se equivoca.

Si pegás dos columnas, la segunda se toma como ponderador. Es lo que hace falta para trabajar con datos de encuestas como la EPH, donde cada caso representa a una cantidad distinta de personas.

Los dos conjuntos de ejemplo son muestras reales de la Encuesta Permanente de Hogares del primer trimestre de 2026. El de ingresos sirve para ver una distribución asimétrica con cola larga; el de edades, una bastante más pareja. Compará los dos y mirá qué le pasa a la distancia entre la media y la mediana.

Qué mirar primero

Antes que cualquier número, el histograma. La forma de la distribución decide todo lo demás: si es simétrica, la media y el desvío estándar la resumen bien; si es asimétrica, hay que usar la mediana y el rango intercuartílico, porque la media se corre hacia la cola y deja de representar al caso típico.

Después, el coeficiente de variación. Cuando se acerca o supera el 100 %, el desvío estándar es tan grande como la media y ya no tiene sentido informar "media ± desvío".