Estandarizar datos: convierte una lista en puntuaciones z
Estandariza una lista de números: resta la media y divide entre la desviación estándar (muestral o poblacional) para obtener la puntuación z de cada dato.
Cómo funciona
z = (x − μ) ÷ σ · σ muestral divide entre n − 1; σ poblacional divide entre n
Estandarizar (o tipificar) una lista es reescalarla para que quede centrada en cero con una desviación estándar de uno. Así puedes comparar datos que venían en escalas distintas: una puntuación z de +1 indica que el valor está una desviación estándar por encima de la media, y una negativa, que está por debajo. Es el paso previo habitual en muchas pruebas estadísticas y modelos de aprendizaje automático, que suponen variables en escalas comparables.
Ejemplo resuelto
Ana tiene los datos 4, 8, 6, 5 y 7. La media es 6 y la desviación estándar muestral es √(10 ÷ 4) = √2.5 ≈ 1.5811. El 8 queda en (8 − 6) ÷ 1.5811 ≈ +1.265, el 4 en −1.265, el 5 en −0.632 y el 6 exactamente en 0. Con la desviación poblacional (√2 ≈ 1.4142), el 8 pasaría a +1.414.
Fuentes: Standard score — Wikipedia
Preguntas frecuentes
¿Cuál es la diferencia entre la desviación estándar muestral y la poblacional?
La muestral divide entre n − 1 y se usa cuando tus datos son una muestra de un grupo más grande; la poblacional divide entre n y se usa cuando la lista es toda la población. La muestral siempre sale un poco mayor.
¿Por qué no se puede estandarizar una lista de números iguales?
Si todos los valores son iguales, la desviación estándar es cero y dividir entre cero deja todas las puntuaciones z sin definir, así que la transformación no se puede aplicar.
¿Qué significa una puntuación z de −2?
Que el dato está dos desviaciones estándar por debajo de la media. En una distribución normal, solo alrededor del 2.3% de los datos queda por debajo de ese punto.
Calculadoras relacionadas
Esta calculadora tiene fines informativos. Verifica los resultados importantes antes de tomar decisiones.