📊 Calculadoras de estadística

Compara dos modelos de regresión con su suma de cuadrados de residuos, el tamaño de muestra y el número de parámetros: AIC, AICc, BIC, ΔAIC y pesos de Akaike.

Calcula el alfa de Cronbach de tu cuestionario con el número de ítems, la suma de las varianzas de los ítems y la varianza total, e interpreta su confiabilidad.

Escribe tus causas con su frecuencia y obtén la tabla de Pareto ordenada, los porcentajes acumulados y las pocas causas vitales que explican el 80% del problema.

Haz un ANOVA de un factor solo con la media, la varianza y el tamaño de cada grupo: estadístico F, grados de libertad entre y dentro, valor p y eta cuadrada.

Haz un análisis de varianza (ANOVA) de un factor con dos o más grupos: obtén el estadístico F, los grados de libertad, el valor p y la tabla ANOVA completa.

Calcula el valor esperado de una apuesta con cuota decimal, americana o fraccionaria. Usa tu propia probabilidad o quita el margen de las cuotas de una casa de referencia (multiplicativo, aditivo, potencia o Shin) y obtén tu ventaja, la cuota justa, la apuesta de Kelly y la probabilidad de ir ganando tras muchas apuestas.

Convierte un valor z en probabilidad bajo la curva normal estándar: cola izquierda, cola derecha, área entre −z y z o las dos colas, sin buscar en la tabla z.

Área bajo la curva ROC a partir de las puntuaciones de casos positivos y negativos: AUC, error estándar de Hanley-McNeil e IC 95%, Gini, mejor punto de corte de Youden y tabla ROC.

Comparación de métodos de Bland-Altman: diferencia media (sesgo), desviación estándar de las diferencias, límites de concordancia del 95% con sus intervalos de confianza y puntos fuera de los límites.

Haz la prueba de bondad de ajuste chi cuadrado con tus frecuencias observadas y esperadas: obtén χ², grados de libertad, valor p y la decisión al 5%.

Calcula los índices de capacidad de proceso Cp, Cpk, Cpu y Cpl y la tasa de defectos esperada en ppm a partir de los límites de especificación, la media y la desviación.

Haz una prueba de chi cuadrado de bondad de ajuste o de independencia con tabla de contingencia: obtén χ², los grados de libertad, el valor p y la conclusión con α = 0.05.

Calcula el coeficiente de correlación de Pearson r entre dos listas de datos, el coeficiente de determinación r² y una interpretación clara de la relación.

Calcula el coeficiente de correlación intraclase (CCI) de una tabla de calificaciones: CCI(1,1), CCI(2,1) de acuerdo absoluto y CCI(3,1) de consistencia, con sus cuadrados medios.

Calcula el coeficiente de variación (CV o desviación estándar relativa) a partir de la media y la desviación estándar, o pegando los datos. Obtén el CV muestral y poblacional, el CV insesgado para muestras pequeñas, un intervalo de confianza para el CV, la comparación de dos conjuntos y el cálculo paso a paso.

Calcula cuántas claves tiene un candado de combinación o un PIN según los símbolos y las posiciones, con o sin repetir, y cuánto tardaría un ataque de fuerza bruta.

Ajusta tu nivel de significancia para comparaciones múltiples con Bonferroni y Šidák, y ve la tasa de error por familia (FWER) que tendrías sin corregir.

Calcula la correlación biserial puntual entre una variable dicotómica (sí/no) y una puntuación numérica: r_pb, r², estadístico t, valor p y las medias de cada grupo.

Calcula el coeficiente de correlación de Spearman (rho) de dos listas emparejadas, con rangos promedio para empates, estadístico t y valor p aproximado.

Calcula la covarianza muestral y poblacional entre dos listas de datos emparejados, junto con las medias de X y Y y el coeficiente de correlación.

Divide tus datos en cuartiles: mínimo, Q1, mediana, Q3 y máximo, con el rango intercuartílico (RIC), usando interpolación lineal como Excel.

Calcula la curtosis y el exceso de curtosis de tus datos para saber si la distribución es leptocúrtica, mesocúrtica o platicúrtica frente a la curva normal.

Calcula la d de Cohen a partir de las medias, desviaciones estándar y tamaños de dos grupos, con la desviación estándar combinada y si el efecto es pequeño, mediano o grande.

Detecta los datos atípicos de tu muestra con la regla de 1.5 × RIC de Tukey: obtén los límites inferior y superior, el RIC y qué valores quedan fuera.

Calcula la desviación absoluta promedio de tus datos respecto a la media o a la mediana y compárala con la desviación estándar poblacional, paso a paso.

Calcula la desviación cuartílica (rango semiintercuartílico) y su coeficiente a partir de tus datos: una medida de dispersión robusta frente a valores atípicos.

Calcula la desviación estándar geométrica y la media geométrica de datos positivos, ideal para tasas de crecimiento, concentraciones y datos con distribución log-normal.

Calcula la desviación estándar relativa (DER o RSD %) a partir de la media y la desviación estándar, ideal para evaluar la precisión de mediciones en el laboratorio.

Pega una lista de datos y obtén la desviación media absoluta, junto con la media, la varianza y la desviación estándar, con el procedimiento explicado.

Obtén los valores para tu diagrama de caja y bigotes: mínimo, Q1, mediana, Q3, máximo, rango, RIC, límites de los bigotes y datos atípicos con la regla 1.5 × RIC.

Averigua si la diferencia entre dos porcentajes o tasas de conversión es estadísticamente significativa: prueba z, valores p, intervalo de confianza de la diferencia y aumento relativo.

Distribución beta con parámetros de forma α y β: probabilidad acumulada P(X ≤ x), cola superior, densidad, media, varianza, moda y mediana para un valor entre 0 y 1.

Actualiza una distribución beta a priori con tus éxitos y fracasos y obtén la media, la moda, la desviación y el intervalo creíble a posteriori de una proporción.

Calcula probabilidades binomiales de exactamente k, a lo más k y al menos k éxitos en n ensayos independientes, junto con la media y la desviación estándar.

Probabilidad de que el r-ésimo éxito ocurra en el ensayo x: P(X = x), P(X ≤ x) y P(X ≥ x) de la distribución binomial negativa, con su media, varianza y una tabla de probabilidades.

Calcula probabilidades de Poisson de exactamente k, a lo más k y al menos k eventos para una tasa promedio λ, con la media y la desviación estándar.

Distribución de Weibull a partir de la forma k y la escala λ: función de distribución (probabilidad de falla), confiabilidad, densidad, tasa de falla, media, mediana, moda, desviación estándar y vida B10.

Calcula la probabilidad de que un tiempo de espera sea menor, mayor o esté entre dos valores en una distribución exponencial con tasa λ, más la media y la mediana.

Distribución gamma con forma k y escala θ o tasa β: probabilidad acumulada P(X ≤ x), cola superior, densidad, media, varianza, moda y mediana.

Calcula la probabilidad de que el primer éxito llegue en el ensayo k, P(X ≤ k), P(X > k), la esperanza, la varianza y la desviación estándar de la distribución geométrica.

Calcula la probabilidad de obtener exactamente k éxitos al extraer n elementos sin reemplazo de una población de N con K éxitos, además de la media y la varianza.

Distribución lognormal a partir de μ y σ de ln X, o de la media y la desviación estándar aritméticas: P(X ≤ x), cola superior, densidad, media, mediana, moda, DE y percentiles 5 a 95.

Calcula la probabilidad de que un valor con distribución normal quede por debajo o por encima de un punto, con su valor z y la densidad de probabilidad.

Calcula probabilidades de una distribución uniforme continua entre a y b, como P(x₁ ≤ X ≤ x₂), además de la media, la varianza, la desviación estándar y la densidad.

Divergencia de Kullback-Leibler entre dos distribuciones discretas en ambos sentidos, más divergencia de Jensen-Shannon, entropía cruzada y entropía, en nats, bits o hartleys.

Convierte defectos, unidades y oportunidades en DPMO, DPU, rendimiento y nivel sigma con el desplazamiento estándar de 1.5σ de la metodología Seis Sigma.

Calcula el efecto de diseño (DEFF), el DEFT y el tamaño de muestra efectivo de una encuesta por conglomerados a partir del tamaño del conglomerado y la correlación intraclase.

Calcula el efecto mínimo detectable (MDE) de un test A/B según la tasa de conversión base, los visitantes por variante, el nivel α y la potencia, en valor absoluto y relativo.

Averigua si la ventaja de un candidato sobre otro en la misma encuesta es estadísticamente significativa o si hay empate técnico, con el margen de error de la diferencia.

Ajusta el apoyo de un candidato según la participación electoral distinta de dos grupos de votantes y estima el resultado entre quienes probablemente sí votarán.

Calcula la entropía de Shannon de una distribución a partir de frecuencias o probabilidades: bits, nats, perplejidad, entropía máxima y entropía normalizada (equidad).

Calcula el error estándar de la media con la desviación estándar y el tamaño de la muestra, y descubre cuánto puede variar tu media muestral respecto a la real.

Convierte los conteos de respuestas de una escala Likert en la puntuación media y en los porcentajes de la opción más alta, las dos más altas (T2B) y la más baja.

Con la media, la desviación estándar y el tamaño de tu muestra obtén la estimación puntual, el margen de error y el intervalo de confianza con la t de Student.

Calcula el tamaño del efecto de un ANOVA de un factor a partir de tus grupos: eta cuadrado, omega cuadrado y f de Cohen, con el estadístico F y el valor p.

Calcula la g de Hedges a partir de las medias, desviaciones estándar y tamaños de dos grupos, junto con la d de Cohen, el factor de corrección J y su intervalo de confianza del 95%.

Pega los datos de dos grupos y obtén el tamaño del efecto: d de Cohen, g de Hedges corregida, diferencia de medias y desviación estándar combinada.

Compara la tasa de conversión del control y de la variante y obtén el incremento absoluto en puntos porcentuales y el relativo en %, las dos cifras que más se confunden.

Calcula el intervalo de confianza para la media a partir de la media muestral, la desviación estándar y el tamaño de muestra, con margen de error y límites.

Calcula el riesgo relativo (RR) y su intervalo de confianza del 95% a partir de los eventos y totales de los grupos expuesto y no expuesto de una tabla 2×2.

Calcula el intervalo de confianza de Wald para una proporción poblacional a partir de los éxitos y el tamaño de muestra, con el margen de error al 90, 95 o 99%.

Calcula el índice kappa de Cohen para dos evaluadores y dos categorías a partir de una tabla 2×2: concordancia observada, esperada, κ, IC 95% e interpretación.

Calcula el kappa de Fleiss para la concordancia entre tres o más evaluadores: κ, acuerdo observado y por azar, prueba z, valor p, kappa por categoría y la escala de Landis y Koch.

Obtén el valor p y la probabilidad acumulada de un estadístico t con sus grados de libertad, en dos colas, cola izquierda o cola derecha, además de la densidad y la prueba de significancia.

Compara tus números con la ley de Benford del primer dígito: frecuencias observadas y esperadas, prueba chi cuadrada y desviación absoluta media con los rangos de Nigrini.

Calcula la probabilidad de que al menos dos personas de un grupo cumplan años el mismo día y descubre por qué con solo 23 personas ya supera el 50%.

Aplica la prueba de Friedman a medidas repetidas o datos por bloques: chi cuadrado corregido por empates, grados de libertad, valor p, W de Kendall y rango promedio de cada condición.

Aplica la prueba de Grubbs a una lista de datos: estadístico G, G crítico para tu α, el posible valor atípico y si debes rechazarlo, en versión bilateral o unilateral (máximo o mínimo).

Prueba de Kolmogorov-Smirnov para dos muestras: estadístico D (mayor distancia entre las dos funciones de distribución empíricas), dónde ocurre, valor p exacto o asintótico y D crítico.

Prueba de Levene (o versión de Brown-Forsythe con la mediana) para la igualdad de varianzas en dos o más grupos: estadístico W, grados de libertad, valor p y la varianza de cada grupo.

Prueba de normalidad de Shapiro-Wilk para 3 a 5,000 datos: estadístico W y valor p (algoritmo de Royston, el mismo de R y SciPy), con media, DE, asimetría y conclusión.

Prueba post hoc HSD de Tukey (Tukey-Kramer) después de un ANOVA: q crítico del rango estudentizado, CME, diferencia honestamente significativa y valores p e intervalos ajustados para cada par.

Prueba Q de Cochran para tres o más resultados binarios (sí/no) relacionados: estadístico Q, grados de libertad, valor p, tasa de éxito de cada tratamiento y tamaño del efecto η²Q.

Prueba Q de Dixon para detectar un valor atípico en 3 a 10 mediciones: brecha y rango, estadístico Q, valor crítico de Rorabacher al 90%, 95% o 99% y si conviene conservar o descartar el dato.

Calcula cuántos intervalos de clase usar en tu tabla de frecuencias o histograma con la regla de Sturges, la raíz cuadrada y la regla de Rice, y la amplitud de clase.

Aplica la regla empírica 68-95-99.7 a una distribución normal: obtén los intervalos de 1σ, 2σ y 3σ alrededor de la media y ubica cualquier valor.

Calcula la probabilidad de alcanzar tu meta antes de arruinarte en el problema de la ruina del jugador, según tu capital inicial y tu probabilidad de ganar cada apuesta.

Calcula los límites de control de los gráficos X̄-R de Shewhart con las constantes A2, D3 y D4: línea central, LSC y LIC de medias y rangos, y subgrupos fuera de control.

Evalúa un pronóstico frente a los valores reales: calcula el MAPE, el sMAPE, el MAE y el sesgo medio a partir de dos listas de datos emparejados.

Calcula el margen de error de una proporción de encuesta o de una media a partir del tamaño de la muestra y el nivel de confianza, con corrección por población finita y efecto de diseño, o calcula al revés el tamaño de muestra que necesitas. Incluye intervalos de Wilson y exactos, tablas, gráfica y el paso a paso.

Calcula la media armónica de números positivos, o la media armónica ponderada con tus propios pesos, con la suma de inversos, una tabla paso a paso y las medias geométrica y aritmética para comparar.

Calcula la media geométrica de números positivos o la tasa de crecimiento promedio de rendimientos porcentuales, con pesos, desviación estándar geométrica, intervalo de confianza, medias aritmética y armónica para comparar, tabla, gráfica y pasos.

Calcula la media de datos agrupados con marcas de clase o con intervalos y frecuencias, además de la mediana, la moda, los cuartiles, la varianza y la desviación estándar, con tabla de frecuencias completa, histograma y procedimiento.

Calcula la media recortada (o truncada) quitando un porcentaje de los valores más altos y más bajos, y compárala con la media normal y la mediana.

Calcula la mediana, la moda, los cuartiles y el rango intercuartílico de datos agrupados en intervalos con sus frecuencias, con las fórmulas de interpolación, límites reales y tabla de frecuencias acumuladas.

Encuentra la moda de un conjunto de datos, cuántas veces se repite y si es unimodal, bimodal, multimodal o sin moda. Pega tus números y listo.

Calcula el tamaño de muestra para una población finita con n = N·Z²·p·q ÷ [e²(N − 1) + Z²·p·q] según tu nivel de confianza y margen de error, o el margen de error que logras con cierto número de encuestas. Incluye tasa de respuesta, efecto de diseño y tablas.

Reparte el tamaño de muestra entre estratos con afijación proporcional o igual y obtén cuántas entrevistas necesitas en cada estrato, con su peso en la población.

Calcula el número necesario a tratar (NNT) o para dañar (NNH) a partir de tasas de eventos, de una tabla de 2 × 2 o de eventos por paciente-año, con RAR, RRR, riesgo relativo e intervalos de confianza del 95% (Wald o Newcombe).

Calcula el odds ratio (OR o razón de momios) de una tabla 2×2 de exposición y desenlace, con los momios de expuestos y no expuestos y qué significa el resultado.

Calcula en qué percentil está un valor dentro de tus datos, o qué valor corresponde a cualquier percentil, con los métodos de Excel, del rango más cercano y (n + 1) lado a lado, una tabla completa de percentiles, los cuartiles y el procedimiento.

Calcula el factor de ponderación (posestratificación) de un grupo que quedó sobrerrepresentado o subrepresentado en tu encuesta frente a su peso real en la población.

Calcula la potencia de una prueba de dos muestras según el tamaño de muestra por grupo, el tamaño del efecto y α, para medias (d de Cohen) o dos proporciones.

Calcula la probabilidad condicional P(A|B) a partir de la probabilidad conjunta P(A y B) y de P(B), obtén P(B|A) y comprueba si los eventos son independientes.

Calcula P(A o B) con la regla de la suma para eventos independientes, mutuamente excluyentes o con intersección conocida, y la probabilidad de que no ocurra ninguno.

Convierte una cuota de apuestas decimal, americana (momio) o fraccionaria en la probabilidad implícita de ganar que representa, con sus equivalencias en los otros formatos.

Calcula el promedio ponderado de valores con distintos pesos: calificaciones por porcentaje o créditos, precios, inversiones o cualquier dato que no cuente igual.

Aplica la prueba H de Kruskal-Wallis a tres o más grupos: estadístico H con corrección por empates, grados de libertad, valor p y tamaño del efecto épsilon cuadrado.

Aplica la prueba de los signos a datos pareados: cuenta aumentos y disminuciones y obtén el valor p binomial exacto unilateral y bilateral, más la aproximación normal.

Aplica la prueba de McNemar a datos pareados de sí/no: chi cuadrado con corrección por continuidad y valor p binomial exacto a partir de los pares discordantes.

Aplica la prueba de rangos con signo de Wilcoxon a datos pareados antes/después: estadístico W, z con corrección por empates, valor p bilateral y tamaño del efecto r.

Calcula el valor p exacto de una tabla de contingencia 2×2 con la prueba de Fisher bilateral y unilateral, más la razón de momios. Ideal para muestras pequeñas.

Comprueba si dos muestras tienen varianzas iguales con la prueba F de Fisher: razón de varianzas, grados de libertad del numerador y denominador y valor p bilateral.

Haz una prueba t para una muestra, para dos muestras independientes (Welch o Student combinada) o pareada, con datos pegados o con estadísticos resumidos: t, grados de libertad, valor p unilateral o bilateral, intervalo de confianza, tamaño del efecto, verificación de varianzas y normalidad, y todos los pasos.

Compara las medias de dos grupos independientes con la prueba t de Student con varianza combinada: estadístico t, grados de libertad, valor p bilateral y decisión.

Pega datos de antes y después (pareados) o un resumen estadístico y obtén la prueba t para muestras relacionadas: diferencia media, estadístico t, grados de libertad, valor p unilateral o bilateral, intervalo de confianza, tamaño del efecto, prueba de normalidad de Shapiro–Wilk y todos los pasos.

Contrasta la media de una muestra contra un valor hipotético con la t de Student: obtén el estadístico t, grados de libertad, error estándar, valor p y la decisión.

Compara dos proporciones con la prueba z de proporción combinada: obtén el estadístico z, el valor p bilateral y si la diferencia es estadísticamente significativa.

Haz una prueba z para una muestra cuando conoces la desviación estándar poblacional: obtén el estadístico z, el error estándar, el valor p y la decisión al 5%.

Haz una prueba z para una proporción: compara la proporción observada con un valor hipotético p₀ y obtén el estadístico z, el valor p y la decisión sobre H₀.

Con tu matriz de confusión obtén precisión, exhaustividad (recall), F1, F0.5, F2, exactitud, especificidad y exactitud balanceada de un clasificador o una prueba.

Convierte un valor en su puntuación Z, es decir, a cuántas desviaciones estándar está por encima o por debajo de la media, y obtén su percentil en la curva normal.

Calcula el coeficiente de determinación R² a partir de valores reales y predichos por tu modelo, o de datos X e Y, con SC residual, SC total y varianza explicada.

Calcula el rango (o recorrido) de un conjunto de datos: valor máximo menos valor mínimo, junto con el mínimo, el máximo, el rango medio y el número de datos.

Calcula el rango intercuartílico (RIC) de tus datos: Q1, Q3, la mediana y los límites de 1.5 × RIC para detectar valores atípicos al instante.

Calcula el rango medio de un conjunto de datos, es decir, el promedio del valor mínimo y el máximo, junto con el mínimo, el máximo, el rango y la cantidad de datos.

Averigua en qué percentil está un valor dentro de un conjunto de datos, es decir, qué porcentaje de observaciones queda por debajo, junto con cuántos valores hay arriba y abajo.

Pega una lista de números y obtén mínimo, máximo, rango, cuartiles Q1 y Q3, rango intercuartílico (RIC), límites de 1.5 × RIC y posibles datos atípicos.

Calcula la razón de verosimilitud positiva (LR+) y negativa (LR−) de una prueba diagnóstica a partir de su sensibilidad y especificidad, con su interpretación.

Calcula la reducción absoluta del riesgo (RAR), la reducción relativa (RRR), el riesgo relativo y el número necesario a tratar o para dañar a partir de tasas de eventos o de una tabla de 2 × 2, con intervalos de confianza del 90%, 95% o 99% (Wald o Newcombe).

Ajusta una recta de mínimos cuadrados y = a + bx a tus datos X e Y y obtén la pendiente, la ordenada al origen, la correlación r y el coeficiente r².

Calcula la relación señal-ruido (SNR) a partir del nivel de señal y de ruido, como razón simple y en decibeles, para magnitudes de amplitud o de potencia.

Obtén el resumen de cinco números (mínimo, Q1, mediana, Q3 y máximo), el rango intercuartílico y los límites para detectar datos atípicos en un diagrama de caja.

Calcula el riesgo relativo (razón de riesgos) de una tabla 2×2 con su intervalo de confianza, además de la razón de momios, la diferencia de riesgo absoluto, el NNT o NNH, los valores p de chi cuadrado y de la prueba exacta de Fisher, y el paso a paso.

Calcula el RMSE, el MSE, el MAE y el R² entre valores observados y predichos a partir de dos listas emparejadas, con el error máximo y el RMSE en porcentaje.

Revisa una ronda de votación por orden de preferencia (segunda vuelta instantánea): quién va a la cabeza, si alguien alcanza la mayoría absoluta y quién queda eliminado.

Calcula la sensibilidad, la especificidad, el valor predictivo positivo y negativo (VPP y VPN) y la exactitud de una prueba diagnóstica a partir de su tabla 2×2.

Comprueba si la diferencia de conversión entre el control y la variante de tu test A/B es estadísticamente significativa con una prueba z de dos proporciones.

Aplica suavizamiento exponencial simple a una serie de tiempo: pronóstico del siguiente periodo con tu α, serie suavizada, MAE, MAPE y el mejor α por búsqueda.

Convierte una lista de datos en una tabla de frecuencias agrupada: número de clases con la regla de Sturges, amplitud, intervalos, marcas de clase y frecuencias absoluta, relativa, acumulada y porcentual.

Calcula cuántas personas necesitas encuestar según el nivel de confianza, el margen de error y la proporción esperada, con corrección para población finita.

Calcula cuántas observaciones necesitas para estimar una media poblacional con el margen de error y el nivel de confianza que elijas, a partir de la desviación estándar.

Calcula cuántos participantes necesitas por grupo para detectar un tamaño del efecto (d de Cohen) con la potencia y el nivel de significancia que elijas.

Calcula cuántos visitantes por variante necesita tu test A/B para detectar una mejora mínima en la tasa de conversión con el nivel de confianza y la potencia que elijas.

Pega tus valores p y obtén los valores q ajustados por Benjamini-Hochberg, el punto de corte y cuántas pruebas siguen siendo significativas, comparado con Bonferroni.

Calcula la tasa de respuesta que necesitas, o cuántas invitaciones enviar, para lograr el número de encuestas completas que buscas, considerando el filtro de elegibilidad.

Calcula el coeficiente tau-b de Kendall entre dos listas pareadas: pares concordantes y discordantes, corrección por empates, puntuación z y valor p bilateral.

Compara dos muestras independientes sin suponer normalidad: estadístico U, z con corrección por empates, valor p bilateral y tamaño del efecto biserial por rangos.

Calcula la V de Cramér de una tabla de contingencia, con la chi cuadrada, los grados de libertad y el valor p, más el coeficiente phi en tablas 2×2.

Encuentra valores críticos de las distribuciones Z, t de Student, chi-cuadrado y F a partir del nivel de significancia α, la cola y los grados de libertad, con la región de rechazo.

Calcula el valor esperado o esperanza matemática de una distribución de probabilidad discreta a partir de sus valores y probabilidades, con varianza y desviación estándar.

Calcula la esperanza matemática, la varianza y la desviación estándar de la suma al lanzar dados o monedas justos, con el mínimo y el máximo posibles.

Convierte un valor z en su valor p con la distribución normal, para prueba bilateral, de cola izquierda o de cola derecha, y ve si es significativo al 0.05.

Llena las cuatro celdas de la tabla 2×2 de una prueba diagnóstica y obtén el valor predictivo positivo (VPP), el negativo (VPN), la sensibilidad y la especificidad.

Calcula la media (esperanza), la varianza y la desviación estándar de una distribución de probabilidad discreta a partir de sus valores x y sus probabilidades P(x).

Pega una lista de datos y obtén la varianza muestral y poblacional, la desviación estándar, la media y el número de datos, con la diferencia entre n y n − 1 explicada.

Combina dos muestras en una sola varianza y desviación estándar combinadas (ponderadas), la estimación que usa la prueba t de dos muestras con varianzas iguales.

Aplica el teorema de Bayes para convertir la sensibilidad y especificidad de una prueba en valor predictivo positivo y negativo para cualquier prevalencia.

Mide qué tan sesgados están tus datos: coeficiente de asimetría por momentos g₁, el ajustado de Fisher-Pearson G₁ y el coeficiente de asimetría de Pearson.

Calcula el coeficiente de correlación de Matthews (MCC) de una matriz de confusión, junto con la puntuación F1, la exactitud, el kappa de Cohen y el índice de Youden.

Calcula el coeficiente de determinación R² entre dos conjuntos de datos, el porcentaje de variación explicada y el coeficiente de correlación de Pearson r.

Calcula el coeficiente y el índice de Gini de una lista de ingresos o valores, con la parte que concentra el 10% más rico, el 50% más pobre y la razón 80/20.

Calcula el monto óptimo según el criterio de Kelly como porcentaje de tu banca a partir de tu probabilidad de ganar y la cuota, con la opción más prudente de medio Kelly.

Calcula el índice de Herfindahl-Hirschman (IHH) con las cuotas de mercado: IHH normalizado, número equivalente de empresas, CR4 y el efecto de una fusión.

Calcula el índice J de Youden a partir de una tabla 2×2, junto con sensibilidad, especificidad, razones de verosimilitud, razón de momios diagnóstica, VPP y VPN.

Calcula el intervalo de confianza de Wilson para una proporción, con y sin corrección por continuidad, y compáralo con el intervalo de Wald. Ideal para muestras pequeñas.

Aplica el teorema de Chebyshev a cualquier distribución: calcula la proporción mínima de datos dentro de k desviaciones estándar de la media y los límites del intervalo.

Usa el teorema del límite central para hallar la distribución muestral de la media: error estándar σ/√n, puntuación z y la probabilidad de que la media muestral quede por debajo, por encima o entre valores.

Reescala una calificación a una distribución normal objetivo: elige la media y la desviación estándar que quieres para el grupo y obtén la calificación ajustada y su percentil.

Compara dos resultados de distribuciones distintas convirtiendo cada uno en puntuación z y descubre cuál es relativamente mejor aunque las escalas sean diferentes.

Estima la desviación estándar solo con el valor mínimo y el máximo usando la regla del rango (rango ÷ 4 o ÷ 6), además del rango y el punto medio.

Convierte entre tamaños del efecto: d de Cohen, correlación r, razón de momios (odds ratio), su logaritmo, η² y f de Cohen, más el tamaño del efecto en lenguaje común, U3, solapamiento y NNT.

Convierte un percentil en su puntuación z de la distribución normal estándar, con el área a la izquierda, el área a la derecha y el valor crítico bilateral.

Convierte una puntuación z en percentil y obtén el área a la derecha y los valores p de una y dos colas de la distribución normal estándar, sin buscar en tablas.

Convierte visitas y conversiones en una tasa de conversión con su intervalo de confianza y margen de error, para saber entre qué valores está la tasa real.

Calcula el intervalo de confianza para la diferencia entre dos medias poblacionales con la t de Student y varianza combinada: estimación puntual, margen de error y gl.

Calcula el intervalo de confianza para la diferencia entre dos proporciones independientes (p₁ − p₂) y averigua si excluye el cero, es decir, si la diferencia es significativa.

Calcula la probabilidad de ganar el premio mayor de una lotería según cuántos números hay, cuántos se sortean y si hay una bola adicional, con las combinaciones totales.