Media

Utilice la media para describir la muestra con un solo valor que representa el centro de los datos. Muchos análisis estadísticos utilizan la media como una medida estándar del centro de la distribución de los datos.

EE de la media

Utilice el error estándar de la media para determinar el grado de precisión con el que la media de la muestra estima la media de la población. Para obtener más información, vaya a Todos los estadísticos y gráficas y haga clic en "EE de la media".

Desviación estándar

Utilice la desviación estándar para determinar qué tan dispersos están los datos con respecto a la media. Para más información, vaya a Todos los estadísticos y gráficas y haga clic en "Desv.Est.".

Varianza

Utilice la varianza para determinar qué tan dispersos están los datos con respecto a la media. La varianza es igual a la desviación estándar elevada al cuadrado.Para más información, vaya a Todos los estadísticos y gráficas y haga clic en "Varianza".

Coeficiente de variación

El coeficiente de variación (COV) es una medida de dispersión que describe la variación en los datos en relación con la media. El coeficiente de variación se ajusta de manera que los valores estén en una escala sin unidades. Gracias a este ajuste, usted puede utilizar el coeficiente de variación en lugar de la desviación estándar para comparar la variación de los datos que tienen unidades diferentes o medias muy diferentes. Para obtener más información, vaya a Todos los estadísticos y gráficas y haga clic en "CoefVar".

En la hoja de trabajo, el nombre de la columna de coeficientes de variación es CVariación.

Rango

El rango es la diferencia entre los valores más grande y más pequeño de los datos. El rango representa el intervalo más pequeño que contiene todos los valores de los datos.

Suma

La suma es el total de todos los valores de los datos.

Mínimo

El mínimo es el valor de datos más pequeño en la muestra. Utilice el mínimo para identificar un posible valor atípico o un error de entrada de datos. Una de las maneras más sencillas de evaluar la dispersión de los datos consiste en comparar el mínimo y el máximo.

Primer cuartil

El 25% de los valores de datos de la muestra es menor que el valor del primer cuartil. En la hoja de trabajo, el nombre de la columna del primer cuartil es Q1.

Mediana

La mediana es otra medida del centro de la distribución de los datos. Por lo general, los valores atípicos influyen menos en la mediana que en la media. La mitad de los valores de los datos es mayor que el valor de la mediana y la mitad de los valores de los datos es menor que el valor de la mediana.

Tercer cuartil

El 25% de los valores de datos de la muestra son mayores que el valor del tercer cuartil. En la hoja de trabajo, el nombre de la columna del tercer cuartil es Q3.

Máximo

El máximo es el valor de datos más grande de la muestra. Utilice el máximo para identificar un posible valor atípico o error de entrada de datos. Una de las maneras más sencillas de evaluar la dispersión de los datos consiste en comparar el mínimo y el máximo.

Rango intercuartil

El rango intercuartil (IQR) es la distancia entre el primer cuartil (Q1) y el tercer cuartil (Q3). Utilice el rango intercuartil para describir la dispersión de los datos. Un valor IQR grande indica mayor dispersión en los datos.

Número de valores presentes

El número de valores presentes en la muestra. En la hoja de trabajo, el nombre de la columna de N valores presentes es N.

Número de valores faltantes

El número de valores faltantes en la muestra. El número de valores faltantes se refiere a las celdas que contienen el símbolo de valor faltante *. En la hoja de trabajo, el nombre de la columna de N valores faltantes es NFaltantes.

Número de valores totales

El número total de observaciones en la columna. Utilícese para representar la suma de N valores faltantes y N valores presentes. En la hoja de trabajo, el nombre de la columna de N total es Conteo.

Número acumulado

N acumulado es un total acumulado del número de observaciones en categorías sucesivas. Por ejemplo, una escuela primaria registra el número de estudiantes de primero a sexto grado. La columna NAcum contiene el conteo acumulado de la población estudiantil:
Nivel de grado Conteo NAcum Cálculo
1 49 49 49
2 58 107 49 + 58
3 52 159 49 + 58 + 52
4 60 219 49 + 58 + 52 + 60
5 48 267 49 + 58 + 52 + 60 + 48
6 55 322 49 + 58 + 52 + 60 + 48 + 55

Porcentaje

El porcentaje representa la contribución de una categoría al todo. El porcentaje se calcula dividiendo la frecuencia de esa categoría entre la frecuencia total y multiplicándola por 100. Por ejemplo, si usted inspecciona 400 partes y 21 de ellas están defectuosas, el porcentaje de defectuosos sería

Porcentaje acumulado

El porcentaje acumulado es la suma de todos los valores porcentuales hasta esa categoría, en comparación con los porcentajes individuales de cada categoría. En la hoja de trabajo, el nombre de la columna de porcentaje acumulado es PAcum.

Media recortada

Utilice la media recortada para eliminar el impacto de los valores muy grandes o muy pequeños sobre la media. Cuando los datos contienen valores atípicos, la media recortada puede ser una mejor medida de la tendencia central que la media. Para más información, vaya a Todos los estadísticos y gráficas y haga clic en "MediaRec.".

Suma de cuadrados

La suma de los cuadrados no corregida se calcula elevando al cuadrado cada uno de los valores de la columna y sumando luego esos valores elevados al cuadrado. Es decir, si la columna contiene x1, x2, ... , xn, entonces la suma de los cuadrados calcula (x12 + x22 + ... + xn2). A diferencia de la suma de los cuadrados corregida, la suma de los cuadrados no corregida incluye el error. Los valores de datos se elevan al cuadrado sin antes restar la media.

Asimetría

Utilice la asimetría para determinar el grado en que los datos no son simétricos. Para obtener más información, vaya a Cómo la asimetría y la curtosis afectan la distribución.

Curtosis

Utilice la curtosis para determinar el grado en que los datos alcanzan su valor máximo, en comparación con una curva normal. Para obtener más información, vaya a Cómo la asimetría y la curtosis afectan la distribución.

MSSD

La media de las diferencias sucesivas cuadráticas (MSSD) es una estimación de la varianza. Usted puede utilizar la MSSD para probar si una secuencia de observaciones es aleatoria. En control de calidad, puede utilizar la MSSD para estimar la varianza cuando el tamaño del subgrupo = 1.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política