Calculadora de desviación absoluta mediana

Proporcione una matriz no vacía de números y obtendrá la mediana de los datos, la cantidad de observaciones y la desviación absoluta mediana, conocida habitualmente como MAD. Como utiliza medianas en lugar de distancias al cuadrado, esta estadística resulta especialmente útil cuando una distribución es asimétrica, contiene valores atípicos o necesita un resumen robusto de la variabilidad.

Qué mide la desviación absoluta mediana

La desviación absoluta mediana describe la distancia típica entre las observaciones y la mediana del conjunto de datos. El cálculo comienza ordenando los números proporcionados y hallando su mediana. A continuación, obtiene la diferencia absoluta entre cada número y esa mediana. La mediana de dichas diferencias es la MAD final. Como las distancias se convierten en valores absolutos, las observaciones situadas por debajo y por encima del centro contribuyen en la misma dirección. Dado que el resumen final también es una mediana, un pequeño número de distancias inusualmente grandes no puede elevar el resultado con tanta facilidad como elevaría una desviación estándar. Una MAD igual a cero significa que al menos la mitad de las observaciones coincide exactamente con la mediana de los datos; no implica necesariamente que todos los valores sean idénticos. El resultado conserva las unidades de los valores originales: una MAD calculada a partir de segundos se expresa en segundos, y una calculada a partir de kilogramos se expresa en kilogramos. Esta interpretación directa convierte la medida en una descripción compacta y robusta de la dispersión.

Cómo introducir los datos e interpretar el resultado

Proporcione uno o más números finitos en la matriz values. Se aceptan enteros, decimales, números negativos y valores repetidos. El orden de entrada no importa, ya que la calculadora ordena copias de los datos para localizar las medianas. Si hay un número impar de observaciones, la mediana es el valor central una vez ordenados los datos. Si hay un número par, es la media aritmética de los dos valores centrales. La misma regla se aplica a la matriz de desviaciones absolutas. La respuesta incluye count para que pueda confirmar cuántas observaciones se evaluaron, median para que examine el centro utilizado en el cálculo y median_absolute_deviation para indicar la dispersión robusta. Una matriz vacía se rechaza porque no existe una mediana, y las entradas no numéricas o no finitas se rechazan en lugar de descartarse silenciosamente. Este comportamiento estricto evita que el resultado represente solo un subconjunto no documentado de los datos proporcionados y facilita que la validación automatizada sea fiable.

Cuándo conviene utilizar la MAD

La MAD es una opción sólida cuando los datos pueden contener valores excepcionales, errores de medición, colas largas o una distribución naturalmente asimétrica. Un sistema de supervisión puede comparar una lectura nueva con una mediana histórica y expresar la diferencia en relación con la desviación absoluta habitual. Los analistas pueden resumir salarios, tiempos de respuesta, retrasos de entrega o lecturas de sensores sin permitir que unos pocos extremos definan la variabilidad comunicada. También resulta útil durante el análisis exploratorio: compare la mediana y la MAD entre grupos para detectar segmentos cuyos niveles típicos o cuya regularidad difieren. Recuerde que esta calculadora devuelve la desviación absoluta mediana bruta, sin escalar. Algunos procedimientos estadísticos multiplican la MAD por un factor de consistencia cuando estiman una desviación estándar de distribución normal; aquí no se aplica ese escalado de forma intencionada. Mantener la definición bruta evita suposiciones ocultas sobre la forma de la distribución. Si su método requiere una estimación escalada, aplique el factor que dicho método especifique después de recibir este resultado determinista.