Calculadora de mediana

¿Qué es la mediana?

La mediana es el valor medio de un conjunto de datos cuando todos los valores están ordenados. Divide tus datos en dos mitades iguales: exactamente el 50% de las observaciones caen por debajo de la mediana, y el 50% caen por encima. Como medida de tendencia central, la mediana responde la pregunta: "¿Cuál es el valor típico en mis datos?"

A diferencia de la Calculadora de media, que usa cada valor en su cálculo, la mediana depende solo de la posición de los valores. Esta naturaleza posicional le da a la mediana una propiedad notable: permanece estable incluso cuando hay valores extremos presentes, haciéndola un estadístico "robusto".

Cómo calcular la mediana

El método de cálculo depende de si tienes un número impar o par de valores:

Para un número impar de valores:

1. Ordena todos los valores de menor a mayor
2. La mediana es el valor del medio
3. Posición = (n + 1) / 2

Para un número par de valores:

1. Ordena todos los valores de menor a mayor
2. Encuentra los dos valores del medio
3. La mediana es el promedio de estos dos valores

Ejemplo con conteo impar (n=5): Datos: 7, 2, 9, 4, 5 Ordenados: 2, 4, 5, 7, 9 Mediana = 5 (el 3er valor)

Ejemplo con conteo par (n=6): Datos: 7, 2, 9, 4, 5, 8 Ordenados: 2, 4, 5, 7, 8, 9 Mediana = (5 + 7) / 2 = 6

Aplicaciones prácticas

Bienes raíces y vivienda

Los precios de casas son famosamente sesgados—unas pocas propiedades de lujo pueden inflar dramáticamente el promedio. Los profesionales inmobiliarios reportan precios medianos de casas precisamente porque este estadístico representa mejor lo que un comprador típico podría pagar.

Considera un vecindario con casas a precios de $250.000,$275.000, $300.000,$325.000 y $2.500.000. La media es$730.000, sugiriendo una zona cara. La mediana es $300.000, reflejando con precisión lo que la mayoría de las casas realmente cuestan. La Calculadora de media engañaría a compradores potenciales en este escenario.

Ingresos y economía

Los economistas rutinariamente reportan ingreso familiar mediano en lugar de ingreso medio. La concentración de riqueza significa que un pequeño número de altos ingresos jalan la media hacia arriba, creando una imagen engañosa de la prosperidad típica.

En 2023, si el ingreso medio de un país es $70.000 pero el ingreso mediano es$45.000, la diferencia revela desigualdad de ingresos significativa. La mediana nos dice lo que una persona en el medio de la distribución de ingresos realmente gana.

Salud e investigación clínica

Los investigadores médicos frecuentemente prefieren la mediana para reportar resultados como tiempos de supervivencia, estancias hospitalarias o períodos de recuperación. Estas mediciones típicamente tienen distribuciones sesgadas con algunos pacientes experimentando tiempos extremadamente largos o cortos.

Un estudio podría reportar: "El tiempo mediano hasta la resolución de síntomas fue 7 días." Esto comunica que la mitad de los pacientes se recuperaron dentro de una semana, lo cual es más significativo clínicamente que una media que podría estar inflada por unos pocos pacientes con complicaciones.

Control de calidad y manufactura

Los procesos de manufactura buscan consistencia. Mientras la media captura el centro, la mediana ayuda a identificar cuándo un proceso se ha desplazado. Si la mediana difiere sustancialmente de la media, señala asimetría en la producción—potencialmente indicando problemas de equipo o inconsistencias de material.

Análisis de encuestas

Al analizar datos de escala Likert (calificaciones 1-5), la mediana frecuentemente proporciona mejor perspectiva que la media. Los encuestados podrían calificar un producto como 1, 2, 4, 5, 5. La media (3,4) sugiere satisfacción moderada, pero la mediana (4) refleja mejor que la mayoría de los encuestados estaban realmente satisfechos.

Desarrollo histórico

El concepto de la mediana emergió gradualmente a través de siglos de resolución práctica de problemas.

Período antiguo y medieval

Los primeros astrónomos, incluyendo al erudito persa Al-Biruni (973-1048), usaban procedimientos similares a la mediana al promediar observaciones celestiales. Al tomar el valor del medio entre varias mediciones, intuitivamente reducían el impacto de errores de observación.

Formalización del siglo XVIII

Johann Carl Friedrich Gauss y otros matemáticos formalizaron las propiedades matemáticas de la mediana. Sin embargo, la media dominó la práctica estadística debido a sus elegantes propiedades matemáticas y conexión con la distribución normal.

Aplicaciones del siglo XIX

Francis Galton (1822-1911) defendió la mediana en sus estudios de herencia y características humanas. Reconoció que la mediana era más apropiada que la media para mediciones biológicas sesgadas.

Renacimiento del siglo XX

La mediana ganó prominencia con el desarrollo de la estadística robusta a mediados del siglo XX. Estadísticos como John Tukey abogaron por la mediana como parte del análisis exploratorio de datos. Su Resumen de cinco números coloca la mediana en su centro, flanqueada por cuartiles y extremos.

Hoy, la mediana es estándar en campos desde epidemiología hasta economía, donde quiera que los datos sesgados o los valores atípicos sean comunes.

Lección de nivel universitario: Entendiendo la mediana

Definición formal

La mediana es el percentil 50 de una distribución. Para una variable aleatoria continua X con función de distribución acumulada F(x), la mediana m satisface:

$F(m) = P(X \leq m) = 0,5$

Para datos discretos, la mediana muestral es el estadístico de orden medio cuando n es impar, o el promedio de los dos estadísticos de orden medios cuando n es par.

La mediana como medida de ubicación

La mediana pertenece a una familia de estadísticos llamados cuantiles, que dividen los datos en proporciones específicas:

• La mediana divide al 50%
• Los cuartiles dividen al 25%, 50% y 75%
• Los percentiles dividen en cualquier porcentaje especificado

La Calculadora de rango intercuartil usa cuartiles para medir la dispersión alrededor de la mediana, así como la desviación estándar mide la dispersión alrededor de la media.

Robustez: El superpoder de la mediana

Un estadístico es robusto si no está fuertemente influenciado por valores atípicos o violaciones de supuestos. La mediana es altamente robusta porque:

1. Punto de quiebre del 50%: Puedes corromper hasta la mitad de tus datos antes de que la mediana se vuelva arbitrariamente incorrecta. La media tiene un punto de quiebre del 0%—un solo valor extremo puede hacerla arbitrariamente grande o pequeña.

2. Influencia acotada: Cambiar cualquier valor individual cambia la mediana como máximo una posición en los datos ordenados, sin importar cuán extremo sea el nuevo valor.

Usa la Calculadora de valores atípicos para identificar valores extremos, luego considera si la mediana podría ser más apropiada que la media para tu análisis.

Comparando media y mediana

La relación entre media y mediana revela la forma distribucional:

La Calculadora de asimetría cuantifica esta asimetría matemáticamente.

Regla general: Si (media - mediana) / desviación estándar es sustancial (digamos, > 0,2), considera reportar la mediana en lugar de o junto con la media.

Inferencia estadística con la mediana

Mientras la media tiene propiedades elegantes para inferencia (Teorema del Límite Central, conexión con distribución normal), la mediana también soporta inferencia válida:

1. Prueba de signos: Prueba hipótesis sobre la mediana poblacional sin asumir normalidad

2. Intervalos de confianza: Pueden construirse usando estadísticos de orden o métodos bootstrap

3. Pruebas no paramétricas: La prueba U de Mann-Whitney y la prueba de rangos con signo de Wilcoxon están basadas en rangos y se relacionan estrechamente con medianas

Cuándo elegir la mediana

Usa la mediana cuando:

• Los datos están sesgados (ingresos, precios, tiempos)
• Hay valores atípicos presentes o sospechados
• La distribución es desconocida o no normal
• Quieres comunicar el valor "típico"
• Datos ordinales (rankings, escalas Likert)

Usa la media cuando:

• Los datos son aproximadamente simétricos
• Necesitas realizar cálculos que requieren aditividad
• El marco teórico asume medias (muchas pruebas estadísticas)
• Todos los valores son igualmente importantes, incluyendo extremos

La desviación absoluta mediana (DAM)

Así como la Calculadora de desviación estándar mide la dispersión alrededor de la media, la desviación absoluta mediana mide la dispersión alrededor de la mediana:

$DAM = \text{mediana}(|x_i - \text{mediana}(x)|)$

La DAM es robusta a valores atípicos y proporciona una medida resistente de variabilidad. Es particularmente útil en control de calidad y detección de anomalías.

Interpretando tus resultados

Cuando calculas una mediana, considera:

1. Compara con la media: Una diferencia grande sugiere sesgo o valores atípicos. Calcula ambos usando la Calculadora de media para entender la forma de tus datos.

2. Examina los cuartiles: La Calculadora de cuartiles te muestra el panorama completo—dónde se encuentra el 50% central de tus datos.

3. Verifica valores atípicos: Usa la Calculadora de valores atípicos para identificar valores extremos que podrían explicar diferencias entre media y mediana.

4. Considera el contexto: La mediana es el valor "típico", pero "típico" podría no ser lo que importa. En análisis de riesgo, los valores extremos (capturados por la media) podrían ser cruciales.

5. Reporta ambos cuando sea posible: Para análisis importantes, reportar tanto media como mediana proporciona una imagen más completa.

Cálculos relacionados

Después de calcular la mediana, explora estas herramientas relacionadas:

• Calculadora de media — Comparar el promedio con la mediana
• Calculadora de moda — Encontrar el valor más frecuente
• Calculadora de cuartiles — Dividir tus datos en cuatro partes
• Calculadora de rango intercuartil — Medir dispersión alrededor de la mediana
• Calculadora de resumen de cinco números — Obtener mín, Q1, mediana, Q3, máx
• Calculadora de percentiles — Encontrar cualquier percentil, no solo el 50
• Calculadora de asimetría — Cuantificar la asimetría en tus datos

Resumen

La mediana se erige como una de las herramientas más prácticas de la estadística. Su inmunidad a valores atípicos la hace indispensable para datos sesgados como ingresos, precios y duraciones. Mientras la media permanece importante para datos simétricos y teoría matemática, la mediana responde mejor la pregunta "¿Qué es típico?" en muchas situaciones del mundo real. Al entender cuándo usar cada medida—e idealmente reportando ambas—comunicarás hallazgos estadísticos más precisamente y evitarás las conclusiones engañosas que pueden surgir de depender de un solo estadístico de resumen.