Medidas de tendencia central

Introducción a la estadística en Python

Maggie Matsui

Content Developer, DataCamp

Datos sobre el sueño de los mamíferos

print(msleep)

                 name       genus   vore         order  ... sleep_cycle  awake  brainwt   bodywt
1             Cheetah    Acinonyx  carni     Carnivora  ...         NaN   11.9      NaN   50.000
2          Owl monkey       Aotus   omni      Primates  ...         NaN    7.0  0.01550    0.480
3     Mountain beaver  Aplodontia  herbi      Rodentia  ...         NaN    9.6      NaN    1.350
4 Greater short-ta...     Blarina   omni  Soricomorpha  ...    0.133333    9.1  0.00029    0.019
5                 Cow         Bos  herbi  Artiodactyla  ...    0.666667   20.0  0.42300  600.000
..                ...         ...    ...           ...  ...         ...    ...      ...      ...
79         Tree shrew      Tupaia   omni    Scandentia  ...    0.233333   15.1  0.00250    0.104
80 Bottle-nosed do...    Tursiops  carni       Cetacea  ...         NaN   18.8      NaN  173.330
81              Genet     Genetta  carni     Carnivora  ...         NaN   17.7  0.01750    2.000
82         Arctic fox      Vulpes  carni     Carnivora  ...         NaN   11.5  0.04450    3.380
83            Red fox      Vulpes  carni     Carnivora  ...    0.350000   14.2  0.05040    4.230
Introducción a la estadística en Python

Histogramas

msleep_hist.png

Introducción a la estadística en Python

¿Cuánto tiempo suelen dormir los mamíferos según este conjunto de datos?

¿Cuál es un valor típico?

¿Dónde está el centro de los datos?

  • Media
  • Mediana
  • Moda

Screen Shot 2020-07-02 at 11.01.16 AM.png

Introducción a la estadística en Python

Medidas de tendencia central: media

                  name  sleep_total
1              Cheetah         12.1
2           Owl monkey         17.0
3      Mountain beaver         14.4
4   Greater short-t...         14.9
5                  Cow          4.0
..                 ...          ...

$\text{Mean sleep time}=$

$$\frac{12,1 + 17,0 + 14,4 + 14,9 + ...}{83} = 10,43$$

import numpy as np
np.mean(msleep['sleep_total'])

10.43373
Introducción a la estadística en Python

Medidas de tendencia central: mediana

msleep['sleep_total'].sort_values()

29     1.9
30     2.7
22     2.9
9      3.0
23     3.1
      ... 
19    18.0
61    18.1
36    19.4
21    19.7
42    19.9

msleep['sleep_total'].sort_values().iloc[41]

10.1

 

np.median(msleep['sleep_total'])

10.1
Introducción a la estadística en Python

Medidas de tendencia central: moda

Valor más frecuente

msleep['sleep_total'].value_counts()

12.5    4
10.1    3
14.9    2
11.0    2
8.4     2
...
14.3    1
17.0    1
Name: sleep_total, Length: 65, dtype: int64

msleep['vore'].value_counts()

herbi      32
omni       20
carni      19
insecti     5
Name: vore, dtype: int64

import statistics
statistics.mode(msleep['vore'])

'herbi'
Introducción a la estadística en Python

Añadir un valor atípico

# Subset msleep to select rows where 'vore' equals 'insecti'
msleep[msleep['vore'] == 'insecti']

                     name         genus     vore         order  sleep_total
22          Big brown bat     Eptesicus  insecti    Chiroptera         19.7
43       Little brown bat        Myotis  insecti    Chiroptera         19.9
62        Giant armadillo    Priodontes  insecti     Cingulata         18.1
67  Eastern american mole      Scalopus  insecti  Soricomorpha          8.4
Introducción a la estadística en Python

Añadir un valor atípico

msleep[msleep['vore'] == "insecti"]['sleep_total'].agg([np.mean, np.median])

mean      16.53
median    18.9
Name: sleep_total, dtype: float64
Introducción a la estadística en Python

Añadir un valor atípico

msleep[msleep['vore'] == 'insecti']

                     name         genus     vore         order  sleep_total
22          Big brown bat     Eptesicus  insecti    Chiroptera         19.7
43       Little brown bat        Myotis  insecti    Chiroptera         19.9
62        Giant armadillo    Priodontes  insecti     Cingulata         18.1
67  Eastern american mole      Scalopus  insecti  Soricomorpha          8.4

84    Mystery insectivore            ... insecti           ...          0.0
Introducción a la estadística en Python

Añadir un valor atípico

msleep[msleep['vore'] == "insecti"]['sleep_total'].agg([np.mean, np.median])

mean      13.22
median    18.1
Name: sleep_total, dtype: float64

Media: 16,5 → 13,2

Mediana: 18,9 → 18,1

Introducción a la estadística en Python

¿Qué medida utilizar?

# Import matplotlib.pyplot with alias plt
import matplotlib.pyplot as plt

# Histogram of values
data['values'].hist()

# Show the plot
plt.show()

histograma simétrico de datos

Introducción a la estadística en Python

Sesgo

                                        Sesgado a la izquierda

Histograma de datos que muestra pocos valores a la izquierda y aumenta a más valores a la derecha

                                        Sesgado a la derecha

Histograma de datos que muestra muchos valores a la izquierda y disminuye a pocos valores a la derecha

Introducción a la estadística en Python

¿Qué medida utilizar?

Histograma de datos que muestra pocos valores a la izquierda y aumenta a más valores a la derecha

Histograma de datos que muestra muchos valores a la izquierda y disminuye a pocos valores a la derecha

Introducción a la estadística en Python

¡Vamos a practicar!

Introducción a la estadística en Python

Preparing Video For Download...