Ver el mundo en números: el ojo de la estadística

¿Dónde está el medio? El promedio

Los datos están esparcidos como puntos.
Con muchos puntos, nada cabe en una mirada.
Así que la primera pregunta es esta.
¿Dónde están más o menos estos puntos?
Conocer ese medio
captura toda la forma en un número.
La forma más común de hallar el medio
es el promedio: suma todo y divide por la cantidad.
Es el punto donde el peso sumado se equilibra.

Toca puntos para sumarlos uno a uno. Cada punto nuevo mueve la marca del promedio al punto de equilibrio.

Cuantos más puntos sumas, más siguió la marca
el punto de equilibrio del conjunto.
Si los puntos se amontonan a un lado,
el promedio también es jalado hacia allá.
Así que el promedio dice bien
dónde están más o menos los datos.
Pero el promedio solo
se pierde una cosa.
El mismo medio puede venir en formas distintas.

¿Qué tan disperso? La dispersión

Aquí hay dos grupos.
Ambos tienen el mismísimo valor del medio.
Pero un grupo se apiña apretado en el medio
mientras el otro se esparce amplio.
¿El mismo promedio significa los mismos datos?
Para nada.
El lado apretado es todo parecido,
mientras el lado amplio es desigual.
Este grado de esparcimiento se llama dispersión.

Toca los dos grupos por turnos para comparar. El valor del medio es igual, pero el largo de la barra de dispersión difiere.

El valor del medio era el mismísimo,
pero la dispersión difería de un vistazo.
El grupo apretado tenía barra corta,
el grupo amplio barra larga.
Así que promedio y dispersión son pareja.
Vistos juntos, los datos se muestran de veras.
Dónde está el medio (el promedio),
y cuánto se esparce a su alrededor (la dispersión).
Estos dos números son el ojo básico de la estadística.

Un punto lejano, el valor atípico

Los puntos están agrupados a gusto.
El promedio está justo en su medio.
Pero si un punto entra desde muy lejos,
¿qué pasa?
A un punto así, apartado del resto,
se le llama valor atípico, un valor suelto.
Como el promedio suma todo y divide,
hasta un punto lejano lo arrastra consigo.
Un solo punto puede empujar el medio de golpe.

Toca el punto lejano para añadirlo al grupo. Un punto jala bruscamente la marca del promedio hacia allá.

Solo entró un punto,
pero el promedio se fue hacia allá.
Aunque el resto se quedó quieto.
Así que mirar solo el promedio te puede engañar.
La mayoría está reunida en un lugar,
pero un valor suelto sacudió el medio.
Cuando miras también la dispersión,
te señala que los puntos se esparcen amplio.
Por eso miras los dos números juntos.

Muchos datos en dos números

Ahora hay muchísimos puntos.
Mirar cada uno es demasiado.
Pero hemos aprendido dos números.
El valor del medio y la dispersión.
Con estos dos, sean cien puntos o mil,
puedes resumir el todo en breve.
El medio está por aquí, el esparcimiento es así de grande.
Esta maña de encoger muchos en pocos
es el punto de partida de cómo la IA maneja los datos.

Toca el botón de comprimir. Muchos puntos se encogen en solo dos números, el valor del medio y la dispersión.

Muchísimos puntos
se encogieron en solo dos números.
Claro, encoger también pierde algo.
El detalle fino de cada punto se desvanece.
Aun así, con solo dos números
puedes captar el gran carácter de los datos.
Dónde se reúnen y cuánto se esparcen.
Quedarse solo con la esencia y resumir así
es el ojo más básico para mirar los datos.

Resumamos

Reunido en una línea, es esto.
Muchos datos se resumen en pocos números.
El promedio es el valor del medio, sumado y dividido,
y la dispersión es cuánto se esparcen los puntos.
Aun con el mismo promedio, una dispersión distinta
significa datos completamente distintos.
Un valor atípico lejano sacude el promedio,
así que mira siempre los dos números juntos.
El medio y el esparcimiento, ese es el ojo de la estadística.

Toca los puntos clave en orden para repasar. (el promedio es el medio -> la dispersión es el grado de esparcimiento -> mismo promedio con distinta dispersión es distinto dato -> un atípico sacude el promedio)

Ahora tienes el primer ojo
para ver los datos en números.
La mareante multitud de puntos
se aclaró con dos números, el medio y el esparcimiento.
Esta fuerza de resumir muchos y captar la esencia
es donde una IA empieza a ver el mundo.
La próxima, ¿cómo leemos las relaciones
entre estos números?
Sigamos explorando juntos.