Guía completa de fórmulas estadísticas y su aplicación

¿Te has preguntado cómo interpretar mejor los datos que ves a diario? ¡Es hora de dominar las fórmulas estadísticas! En este artículo te resumo las más importantes, para que puedas analizar la información y tomar decisiones basadas en hechos, no suposiciones. Ya sea que estés calculando promedios, desviaciones estándar o probabilidades, conocer estas fórmulas te dará mucha ventaja. ¡Te las explico paso a paso y verás lo sencillo que es usarlas en tu día a día!

Principales fórmulas estadísticas para bachillerato

No solo es cuestión de memorizarlas, sino de entender cómo y cuándo utilizarlas.

Aquí tienes un listado con las 10 principales fórmulas estadísticas que todo estudiante de bachillerato debería dominar, ordenadas de menor a mayor dificultad:

1. Media aritmética
   \( \bar{x} = \frac{\sum x_i}{n} \)
   Suma de los datos dividida entre el número de datos.
2. Mediana
   El valor que se encuentra en el centro de un conjunto de datos ordenados.
3. Moda
   El valor que más se repite en un conjunto de datos. A veces, puedes tener más de una moda, lo que indica que tienes una distribución bimodal o multimodal.
4. Rango
   \( R = x_{\text{máx}} - x_{\text{mín}} \)
   Diferencia entre el valor máximo y el mínimo de los datos.
5. Varianza (muestral)
   \( s^2 = \frac{\sum (x_i - \bar{x})^2}{n-1} \)
   Mide la dispersión de los datos respecto a la media.
6. Desviación estándar (muestral)
   \( s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n-1}} \)
   Raíz cuadrada de la varianza; indica qué tan dispersos están los datos.
7. Coeficiente de variación
   \( CV = \frac{s}{\bar{x}} \times 100 \)
   Relación entre la desviación estándar y la media, expresada en porcentaje.
8. Coeficiente de correlación de Pearson
   \( r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}} \)
   Mide la relación lineal entre dos variables.
9. Regresión lineal simple
   \( y = a + bx \)
   Relación entre dos variables, donde \(a\) es la ordenada al origen y \(b\) la pendiente.
10. Teorema de Bayes
    \( P(A|B) = \frac{P(B|A)P(A)}{P(B)} \)
    Permite actualizar la probabilidad de un evento en función de nueva información.

Estas fórmulas cubren desde lo más básico hasta herramientas fundamentales para el análisis de datos más avanzado. ¡Empieza desde lo sencillo y ve subiendo!

Ejercicios prácticos usando fórmulas estadísticas

Aquí tienes un ejemplo resuelto de cómo aplicar cada una de las fórmulas estadísticas mencionadas anteriormente.

1. Media aritmética
   Datos: 5, 7, 9, 10, 12
   Aplicamos la fórmula:  \( \bar{x} = \frac{\sum x_i}{n} = \frac{5 + 7 + 9 + 10 + 12}{5} = \frac{43}{5} = 8.6 \)   La media aritmética es 8.6.
2. Mediana
   Datos: 4, 8, 9, 11, 12
   Los datos ya están ordenados. La mediana es el valor del medio: 9.
   Si hubiera un número par de datos, tomaríamos la media de los dos valores centrales.
3. Moda
   Datos: 3, 5, 7, 7, 9
   El valor que más se repite es 7.  Por lo tanto, la moda es 7.
4. Rango
   Datos: 2, 5, 8, 11, 14
   Aplicamos la fórmula:
   \( R = x_{\text{máx}} - x_{\text{mín}} = 14 - 2 = 12 \)     El rango es 12.
5. Varianza (muestral)
   Datos: 4, 8, 6, 5, 9
   Paso 1: Calculamos la media:
   \( \bar{x} = \frac{4 + 8 + 6 + 5 + 9}{5} = 6.4 \)       Paso 2: Aplicamos la fórmula de la varianza:
   \( s^2 = \frac{\sum (x_i - \bar{x})^2}{n-1} \)
   \( s^2 = \frac{(4 - 6.4)^2 + (8 - 6.4)^2 + (6 - 6.4)^2 + (5 - 6.4)^2 + (9 - 6.4)^2}{4} \)
   \( s^2 = \frac{5.76 + 2.56 + 0.16 + 1.96 + 6.76}{4} = \frac{17.2}{4} = 4.3 \)     La varianza es 4.3.
6. Desviación estándar (muestral)
   Datos: 4, 8, 6, 5, 9
   Ya que la varianza es 4.3, la desviación estándar es:
   \( s = \sqrt{4.3} \approx 2.07 \)    La desviación estándar es 2.07.
7. Coeficiente de variación
   Datos: 4, 8, 6, 5, 9
   Usamos la desviación estándar de 2.07 y la media de 6.4.
   Aplicamos la fórmula:
   \( CV = \frac{2.07}{6.4} \times 100 = 32.34\% \)    El coeficiente de variación es 32.34%.
8. Coeficiente de correlación de Pearson
   Datos:
   \( x: 1, 2, 3, 4, 5 \)      \( y: 2, 4, 5, 4, 5 \)     Paso 1: Calculamos las medias:
   \( \bar{x} = \frac{1 + 2 + 3 + 4 + 5}{5} = 3 \)      \( \bar{y} = \frac{2 + 4 + 5 + 4 + 5}{5} = 4 \)     Paso 2: Aplicamos la fórmula de Pearson:
   \( r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}} \)     Paso 3: Calculamos los términos:
   \( r = \frac{(1-3)(2-4) + (2-3)(4-4) + (3-3)(5-4) + (4-3)(4-4) + (5-3)(5-4)}{\sqrt{(1-3)^2 + (2-3)^2 + (3-3)^2 + (4-3)^2 + (5-3)^2} \times \sqrt{(2-4)^2 + (4-4)^2 + (5-4)^2 + (4-4)^2 + (5-4)^2}} \)
   \( r = \frac{4 + 0 + 0 + 0 + 2}{\sqrt{4 + 1 + 0 + 1 + 4} \times \sqrt{4 + 0 + 1 + 0 + 1}} = \frac{6}{\sqrt{10} \times \sqrt{6}} = \frac{6}{\sqrt{60}} \approx 0.7746 \)    El coeficiente de correlación es aproximadamente 0.77.
9. Regresión lineal simple
   Datos:
   \( x: 1, 2, 3, 4, 5 \)   \( y: 2, 4, 5, 4, 5 \)     Paso 1: Calculamos la pendiente \(b\) y la ordenada al origen \(a\):
   \( b = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2} \)
   \( b = \frac{6}{10} = 0.6 \)     Paso 2: Calculamos \(a\):
   \( a = \bar{y} - b\bar{x} = 4 - 0.6 \times 3 = 2.2 \)       La ecuación de la recta de regresión lineal es:
   \( y = 2.2 + 0.6x \)
10. Teorema de Bayes
    Ejemplo: Supongamos que el 1% de la población tiene una enfermedad, y una prueba tiene una precisión del 95%. Si alguien da positivo, ¿cuál es la probabilidad de que realmente tenga la enfermedad?
    Datos:
    \( P(A) = 0.01 \) (probabilidad de tener la enfermedad)
    \( P(B|A) = 0.95 \) (probabilidad de que la prueba sea positiva si tiene la enfermedad)
    \( P(B|\neg A) = 0.05 \) (probabilidad de falso positivo)
    \( P(\neg A) = 0.99 \) (probabilidad de no tener la enfermedad)
    Aplicamos el teorema de Bayes:
    \( P(A|B) = \frac{P(B|A)P(A)}{P(B)} \)
    Calculamos \(P(B)\):
    \( P(B) = P(B|A)P(A) + P(B|\neg A)P(\neg A) \)
    \( P(B) = (0.95)(0.01) + (0.05)(0.99) = 0.0095 + 0.0495 = 0.059 \)
    Ahora aplicamos el teorema:
    \( P(A|B) = \frac{(0.95)(0.01)}{0.059} \approx 0.161 \)    La probabilidad de tener la enfermedad dado un resultado positivo es aproximadamente 16.1%.

Fórmulas estadísticas en Excel

Excel es una herramienta poderosa para realizar análisis estadísticos rápidos y efectivos. Con funciones como PROMEDIO() para calcular la media y MEDIANA() para la mediana, Excel simplifica el análisis de grandes conjuntos de datos. A continuación te muestro cómo aplicar cada una de las fórmulas estadísticas en Excel utilizando funciones específicas. Suponiendo que tengas tus datos situados en las casillas A1,A2,A3,A4 y A5, puedes obtener rápidamente, sin calculadora estos parámetros estadísticos:

1. Media aritmética
   \( =PROMEDIO(A1:A5) \)
   Donde `A1:A5` es el rango de celdas que contiene tus datos.
2. Mediana
   \( =MEDIANA(A1:A5) \)
   Esto te devolverá el valor central de los datos en el rango.
3. Moda
   \( =MODA(A1:A5) \)
   Retorna el valor más frecuente del rango de datos.
4. Rango
   \( =MAX(A1:A5) - MIN(A1:A5) \)
   Resta el valor mínimo del máximo para obtener el rango.
5. Varianza (muestral)
   \( =VAR.S(A1:A5) \)
   Esto te calcula la varianza muestral de los datos.
6. Desviación estándar (muestral)
   \( =DESVEST.S(A1:A5) \)
   Calcula la desviación estándar muestral de tus datos.
7. Coeficiente de variación
   \( = (DESVEST.S(A1:A5) / PROMEDIO(A1:A5)) * 100 \)
   Retorna el coeficiente de variación en porcentaje.
8. Coeficiente de correlación de Pearson
   \( =CORREL(A1:A5, B1:B5) \)
   Calcula el coeficiente de correlación entre los rangos `A1:A5` y `B1:B5`.
9. Regresión lineal simple
   Pendiente:
   \( =PENDIENTE(B1:B5, A1:A5) \)
   Intercepto (ordenada al origen):
   \( =INTERCEPTO(B1:B5, A1:A5) \)
   Ecuación completa:
   \( =PREDICCIÓN([valor de x], A1:A5, B1:B5) \)
   Esto te permite predecir un valor de `y` para cualquier `x`.
10. Teorema de Bayes
    Excel no tiene una función directa para el teorema de Bayes, pero puedes usar fórmulas básicas de probabilidad.
    Suponiendo que:
    - \( P(A) \) está en `C1`
    - \( P(B|A) \) está en `C2`
    - \( P(B|\neg A) \) está en `C3`
    - \( P(\neg A) = 1 - P(A) \) está en `C4` (que sería `=1-C1`)Fórmula para calcular \( P(A|B) \):
    \( = (C2 * C1) / ((C2 * C1) + (C3 * C4)) \)
    Esto te dará la probabilidad posterior de tener la enfermedad dado que la prueba ha salido positiva.

Las funciones de Excel se extienden para incluir cálculos de correlaciones, pruebas de hipótesis y mucho más.

Conclusión

Las fórmulas estadísticas son herramientas matemáticas que nos permiten resumir, analizar y sacar conclusiones acerca de conjuntos de datos. Son la base del análisis estadístico y nos ayudan a entender la distribución y la tendencia de los datos que manejamos a diario. Desde calcular la media para conocer el promedio hasta utilizar la mediana y la moda para identificar la tendencia central de los datos, cada fórmula tiene su propósito y aplicación.

Además, el manejo de medidas de dispersión como la desviación y el cálculo de percentiles nos aporta una visión clara de la variabilidad y distribución de los datos.

Distribución Binomial: Qué es, fórmulas y ejemp...

Transposición de matrices: qué es y cómo se uti...

Espero que te haya gustado este artículo sobre Guía completa de fórmulas estadísticas y su aplicación. Me ayudarás mucho si lo compartes en tus redes sociales. Debajo tienes los botones🎯¡Hasta pronto!