,
13 tweets,
5 min read
Read on Twitter
¡Comienzan las clases de estadística básica para amantes de las Analytics! Para ello vamos a utilizar los salarios de los 15 Centers mejor pagados. ¿Por qué Centers? Porque es la posición más olvidada y mi favorita, sin más. A gustos, colores.
Empezamos por lo básico: cada fila es una observación, cada columna es una variable y lo que hay dentro de la columna es el valor. Puedes mirar esta tabla y hacerte una idea de los salarios de los centers. Pero ¿y si os digo que hay otras formas visuales para ver esta variable? 
Una de ellas es el boxplot. Es una de las formas más útiles para visualizar una muestra. Aquí el boxplot de los 15 centers mejor pagados. El rectángulo es donde se encuentran los valores situados entre el 25% y el 75% (o entre el primer y tercer cuartil).
El primer cuartil es el valor donde por debajo estarán el 25% de los valores de la muestra. El tercer cuartil tendra por debajo el 75% de valores de nuestra muestra.
La línea de en medio es la mediana. Es el valor central de nuestro conjunto de valores. En nuestro caso tenemos 15 observaciones, sería el que ocupa la 8 posición. Es Pouncey, C de los Steleers, que cobra 7.951.000 $. La mediana es útil porque no es sensible a valores extremos.
Los bigotes (o palos que salen del rectángulo) marcan los extremos y todo lo que quede fuera de ellos se consideran valores atípicos. Si la mediana coincide con el centro del rectángulo, media y mediana coinciden y los datos están distribuidos simétricamente alrededor de la media
Si la mediana está en la parte superior significa que los valores de arriba están más concentrados y los de abajo más dispersos. Y al revés. No significa que haya más valores, hay los mismos arriba y abajo, pero están más o menos dispersos.
De esta muestra podemos extraer más parámetros (estadísticos). El más conocido de todos es la media. El promedio de todos los salarios. En este caso, el salario medio es de 7.985.894 $. Esta información, por sí sola, no nos dice mucho, ya que es muy sensible a valores extremos.
Si tu aciertas 11 FG, un amigo 1 y yo 0, el promedio es de 4 FG cada uno. Para eso está la desviación, que mide la dispersión de los valores respecto a la media. La media es muy popular en periodismo (la desviación menos) y se suele abusar de ella. Pero es solo un parámetro más.
No confundir media con la mediana. En este caso la media es de 7.985.894 € y la mediana de 7.951.000 $. En el caso de los FG (11, 1 y 0), la mediana sería 1 y la medía 4. Aquí la mediana es un estadístico más útil porque no está tan influenciado por el valor extremo (11).
Con un boxplot vemos como se distribuyen los valores de una muestra y sus estadísticos principales. Si le añadimos la media y la desviación, tenemos mucha información resumida en pocos valores. Ninguno de por sí solo nos dicen mucho, pero juntos nos dan una muy buena descripción.
¿Preguntas? Esperamos no haber dado mucho la turra, pero si sigues una cuenta de Analytics sabes a lo que has venido. Si os gusta, haremos más hilos de estadística!
Sorprendido con el buen recibimiento del hilo de estadistica básica. No sabéis lo que hacéis, estais alimentando la bestia. Se acerca el p-valor...
