¿Cuál es la diferencia entre media, mediana y moda?
La media es el promedio aritmético (suma de valores ÷ cantidad). La mediana es el valor central cuando datos están ordenados (menos sensible a valores extremos). La moda es el valor que más se repite. Ejemplo: datos 2,3,3,7,10 → media=5, mediana=3, moda=3. Para datos con valores extremos, la mediana representa mejor el "centro" típico de los datos.
¿Qué me dice la desviación estándar sobre mis datos?
La desviación estándar mide qué tan dispersos están los datos respecto a la media. Valores bajos indican datos concentrados cerca de la media, valores altos indican mayor variabilidad. Regla práctica: ~68% de datos están dentro de 1 desviación estándar, ~95% dentro de 2. Es útil para comparar consistencia entre grupos de datos.
¿Cómo interpretar un coeficiente de correlación?
El coeficiente de correlación (r) va de -1 a +1. Cerca de +1: relación lineal positiva fuerte (cuando X aumenta, Y aumenta). Cerca de -1: relación negativa fuerte (cuando X aumenta, Y disminuye). Cerca de 0: sin relación lineal. |r| > 0.7 se considera correlación fuerte, 0.3-0.7 moderada, <0.3 débil. ¡Correlación no implica causalidad!
¿Cuándo usar prueba t de Student vs otras pruebas estadísticas?
Usa prueba t cuando: comparas medias de 2 grupos, datos siguen distribución normal, muestras independientes. Para más de 2 grupos usa ANOVA. Para datos no normales usa pruebas no paramétricas (Mann-Whitney). Para proporciones usa prueba z. Para muestras relacionadas (antes/después) usa prueba t pareada. El tamaño de muestra también influye en la elección.
¿Qué significa el valor p en las pruebas de hipótesis?
El valor p es la probabilidad de obtener un resultado al menos tan extremo como el observado, asumiendo que la hipótesis nula es cierta. Si p < 0.05 (nivel de significancia común), rechazamos la hipótesis nula y consideramos el resultado "estadísticamente significativo". p < 0.01 es muy significativo, p < 0.001 extremadamente significativo. Un p alto (>0.05) no prueba que la hipótesis nula sea correcta, solo que no tenemos evidencia suficiente para rechazarla.