Saber dónde están ubicados tus datos dentro de una distribución es tan importante como conocer su promedio. Los cuartiles y percentiles te ayudan a identificar la posición exacta de cada valor, mientras que el sesgo y la curtosis revelan la forma real de tu distribución. Esta guía es para quienes ya dominan medidas de tendencia central y quieren llevar su análisis estadístico al siguiente nivel.

¿Qué son los cuartiles y para qué sirven en estadística?

Los cuartiles dividen tu conjunto de datos en cuatro partes iguales. Imagina que tienes 500 candidatos para enseñar en Platzi: difícilmente te interesan todos, sino el 25% mejor evaluado o quienes están sobre la mediana. Ahí entran los cuartiles.

Existen tres cuartiles principales que debes conocer:

• Cuartil uno (Q1): marca el 25% inferior de los datos.
• Cuartil dos (Q2): corresponde al 50% y coincide exactamente con la mediana.
• Cuartil tres (Q3): representa el 75% de los datos por debajo de ese valor.

El cuartil cuatro existe en teoría, pero abarca el 100% de los datos, así que rara vez se usa como referencia analítica [02:14].

¿Cuál es la diferencia entre cuartil y percentil? El cuartil divide tus datos en cuatro partes y el percentil en cien. Por eso el cuartil uno equivale al percentil 25, el cuartil dos al percentil 50 y el cuartil tres al percentil 75.

¿Cómo calculo los cuartiles en Google Sheets?

En Google Sheets puedes usar la función =CUARTIL(rango, número) donde el número indica qué cuartil quieres. Aplicado a la variable tiempo en celular, el cálculo arrojó un Q1 de 4.1 horas, y el Q2 coincidió con 5.15 horas, exactamente la mediana ya calculada en clases anteriores [04:32]. Esa coincidencia confirma que tu distribución de cuartiles está bien construida.

Un flujo de trabajo recomendado para tu tabla:

1. Define la variable a analizar (tiempo en celular, apps descargadas).
2. Calcula valor mínimo y máximo.
3. Aplica CUARTIL para Q1, Q2 y Q3.
4. Verifica que Q2 coincida con la mediana.

¿Qué es el sesgo o asimetría en una distribución de datos?

El sesgo te dice hacia qué lado se inclinan tus datos respecto a una distribución normal en forma de campana. No es un detalle estético: define cómo interpretas la concentración de tus observaciones.

Hay tres escenarios posibles:

• Sesgo positivo: los datos están cargados hacia la derecha.
• Sesgo negativo: los datos están cargados hacia la izquierda.
• Sesgo cero: distribución perfectamente simétrica, algo que casi nunca ocurre en datos reales.

En Google Sheets se calcula con la función =COEFICIENTE.ASIMETRIA(rango). Para el tiempo en celular el resultado fue 0.11, un sesgo muy cercano a cero, lo que indica una distribución bastante equilibrada [06:48].

¿Qué significa un sesgo de 0.11? Que tus datos tienen una ligera inclinación hacia la derecha, pero tan pequeña que se consideran prácticamente simétricos.

¿Qué es la curtosis y cómo se interpreta?

La curtosis describe qué tan picuda o aplanada es tu distribución comparada con una curva normal. Es la pieza que completa la lectura de la forma de tus datos.

Existen tres tipos clave de curtosis que necesitas reconocer:

• Leptocúrtica: distribución picuda, con curtosis mayor a cero.
• Mesocúrtica: distribución normal, con curtosis igual a cero.
• Platicúrtica: distribución aplanada, con curtosis menor a cero.

¿Cómo calculo la curtosis en una hoja de cálculo?

Usa la función =CURTOSIS(rango) y obtendrás el valor en segundos. Para el tiempo en celular, la curtosis fue de -0.7, un número negativo que confirma una distribución platicúrtica, es decir, más aplanada que la normal [08:21]. Aunque el valor no es extremo, ya te dice que tus datos no se concentran tanto alrededor de la media como lo haría una campana clásica.

¿Para qué sirve calcular la curtosis? Para entender si tus datos están muy concentrados en el centro (picuda) o repartidos de forma más uniforme (aplanada), lo que afecta cómo modelas riesgos y predicciones.

Con cuartiles, percentiles, sesgo y curtosis ya tienes el kit completo para diagnosticar la posición y forma de cualquier conjunto de datos. ¿Qué variable de tu trabajo o estudio te gustaría analizar primero con estas herramientas? Cuéntanos en los comentarios.