Seleccionar los estadísticos para Mostrar estadísticos descriptivos

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.

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".

Utilice la desviación estándar para determinar qué tan dispersos están los datos con respecto a la media. Para obtener más información, vaya a ¿Qué es la desviación estándar?.

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 obtener más información, vaya a ¿Qué es la varianza?.

El coeficiente de variación (denotado como 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".

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.

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

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.

25% de los valores de los datos en la muestra son menores que el valor del primer cuartil.

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.

El 25% de los valores de datos de la muestra son mayores que el valor del tercer cuartil.

El máximo es el valor de datos más grande en la muestra. Utilice el máximo 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.

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. A medida que aumenta la dispersión de los datos, el IQR se hace más grande.

Utilice la moda para describir un conjunto entero de observaciones con un valor individual que represente el valor más común en la muestra. Usted puede usar la moda con la media y la mediana para obtener una caracterización general de la distribución de los datos.

El número de valores presentes en la muestra. Minitab muestra este valor en la salida como N.

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 *. Minitab muestra este valor en la salida como N*.

El número total de observaciones en la columna. Utilícese para representar la suma de N valores faltantes y N valores presentes. Minitab muestra este valor en la salida como Conteo total.

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 .

El porcentaje acumulado es la suma de todos los valores porcentuales hasta esa categoría, en comparación con los porcentajes individuales de cada categoría.

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.

La suma de los cuadrados no corregida se calcula elevando al cuadrado cada uno de los valores de la columna y luego sumando esos valores elevados al cuadrado. Por ejemplo, si la columna contiene x₁, x₂, ... , x_n, entonces la suma de los cuadrados se calcula como (x₁² + x₂² + ... + x_n²). 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.

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.

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.

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