Estadística descriptiva
Media vs mediana, varianza, desviación estándar, distribución normal, asimetría, correlación vs causalidad, sesgo de muestreo, percentiles
1¿Qué medida de tendencia central representa el valor que divide un conjunto de datos ordenado en dos mitades iguales?
¿Qué medida de tendencia central representa el valor que divide un conjunto de datos ordenado en dos mitades iguales?
Respuesta
La mediana es el valor central de un conjunto de datos ordenado de forma ascendente. Separa exactamente el 50% de los valores inferiores del 50% de los superiores. A diferencia de la media, la mediana no se ve afectada por valores extremos, lo que la convierte en un indicador más robusto para distribuciones asimétricas como los ingresos o los precios inmobiliarios.
2¿Cuál es la diferencia fundamental entre la media y la mediana?
¿Cuál es la diferencia fundamental entre la media y la mediana?
Respuesta
La media considera todos los valores y por lo tanto es sensible a valores extremos (outliers), mientras que la mediana depende solo de la posición central de los datos ordenados. Por ejemplo, si cinco salarios son 30k, 35k, 40k, 45k y 500k, la media es arrastrada hacia arriba por 500k (130k), mientras que la mediana permanece en 40k, reflejando mejor la realidad del grupo.
3¿Qué es la moda en un conjunto de datos?
¿Qué es la moda en un conjunto de datos?
Respuesta
La moda es el valor que aparece con mayor frecuencia en un conjunto de datos. Un conjunto de datos puede ser unimodal (una sola moda), bimodal (dos modas) o multimodal (varias modas). La moda es la única medida de tendencia central utilizable con datos categóricos, como el color favorito o la categoría de producto más vendida.
¿Qué mide la varianza en un conjunto de datos?
¿Cuál es la relación entre la varianza y la desviación estándar?
+17 preguntas de entrevista
Otros temas de entrevista Data Analytics
Google Sheets - Fundamentos
Google Sheets - Fórmulas avanzadas
SQL - Fundamentos
SQL - Agregaciones y agrupamientos
SQL - Joins
BigQuery - Fundamentos
Data Cleaning - Limpieza de datos
KPIs y métricas de negocio
Zapier y automatización No-Code
Principios de visualización de datos
Python & Pandas - Fundamentos
Google Sheets - Dashboards automatizados
SQL - Subconsultas y CTEs
SQL - Window Functions
BigQuery - Funcionalidades avanzadas
Data Modeling
Análisis de funnels y conversión
Análisis de cohortes y retención
Google Tag Manager y tracking
APIs y webhooks
dbt - Fundamentos
AB Testing y estadística aplicada
Looker Studio (Google Data Studio)
Power BI - Fundamentos
SQL - Consultas analíticas avanzadas
dbt - Funciones avanzadas
Power BI - DAX y dashboards avanzados
Python Analytics - Análisis avanzado y ML
Domina Data Analytics para tu próxima entrevista
Accede a todas las preguntas, flashcards, tests técnicos, ejercicios de code review y simuladores de entrevista.
Empieza gratis