# Estadística desde cero

URL canónica: https://missyera.com/guias/estadistica-desde-cero/
Última actualización: 2026-11-14
Autora: Gera Flores (Miss Yera)

> **Respuesta corta**
>
> La estadística que necesitas para analizar datos contesta una sola pregunta: esta diferencia que estoy viendo, ¿es real o es lo que varía normalmente? Este libro son veintitrés capítulos sobre un solo archivo de ventas, con todo el código ejecutado, donde el mes promedio se mueve 14,41% sin que pase nada, un detector con 99% de acierto se equivoca el 59% de las veces que suena, y copiar los datos diez veces hunde el valor p sin mover el efecto ni una décima.

Veintitrés capítulos con el código ejecutado, sobre las mismas 3.000 ventas peruanas, que contestan una sola pregunta: ¿esto es real o es ruido?

Hola! Este es el libro de estadística 🌸

Empieza con una reunión que he visto muchísimas veces: alguien proyecta "las ventas subieron 3% este mes" y se va una hora entera en explicar por qué. Nadie pregunta cuánto se mueven las ventas normalmente.

En el capítulo 1 lo medimos sobre ventas de verdad y sale **14,41%**. O sea que ese 3% es de los meses más planos que existen, y la reunión entera sobraba.

Ese es el libro: **¿esto que estoy viendo es real, o es lo que varía normalmente?** Todo lo demás son herramientas para contestarla.

## Cómo está hecho

Todo el código de este libro **se ejecuta**. Cada bloque corre sobre el mismo archivo de ventas y su salida se compara con la publicada, en una prueba automática. Los números que vas a leer no son estimaciones: si el valor p es 0,0155 es porque salió 0,0155 🔍

Y eso trae una consecuencia bonita: hay hallazgos que contradicen lo que yo esperaba y se quedaron publicados, con la explicación al lado.

## Qué vas a encontrar

- 📏 Que la media del monto es 803,76 soles y el **65,93%** de las ventas está por debajo de ese "promedio".
- 🎭 Que los 32 atípicos que encuentra el método clásico son, los 32, clientes de un mismo segmento.
- 🚨 Que un detector con 99% de acierto sobre algo que pasa el 0,70% de las veces **se equivoca el 59% de las veces que suena**.
- 💥 Que copiando los mismos datos diez veces el valor p se derrumba de 0,0118 a 0,0000000000000016 y el tamaño del efecto no se mueve.
- 📉 Que vender más unidades **no** da más dinero: la correlación es 0,0178.

## Los veintitrés capítulos

Los seis primeros describen lo que tienes. Del 7 al 16, la inferencia, que es afirmar cosas sobre lo que no mediste, empezando por de dónde sale tu muestra. El 17 son los errores que invalidan un análisis entero, el 18 monta una prueba A/B de principio a fin y el 19 es un proyecto de punta a punta.

Cada capítulo trae **seis ejercicios resueltos** y **al menos un error de verdad**, ejecutado, con su mensaje tal como sale en pantalla. Los errores que no dan error son los que hacen daño, y de esos hay varios 🕳️

## Antes de empezar

Hace falta Python básico: leer un CSV, filtrar y agrupar. Si eso te suena lejos, [el libro de Python](https://missyera.com/guias/python-desde-cero/) va antes y usa este mismo archivo.

Y si lo que te falta es sacar los datos de una base antes de analizarlos, eso es [SQL desde cero](https://missyera.com/guias/sql-desde-cero/).

![Los cinco pasos de la estadística aplicada: describir, medir la dispersión, probabilidad, inferir de la muestra a la población y relacionar variables. Reportar solo el promedio es media verdad.](https://missyera.com/static/diagramas/webp/guia-est-01-ruta.webp)

*El segundo paso es el que más se salta y el que más cambia una conclusión. Dos grupos con el mismo promedio pueden no parecerse en nada: uno concentrado y otro disparado.*

## El mapa de los veintitrés capítulos

Cada capítulo enlaza al post que desarrolla su idea suelta, por si quieres la versión corta antes de meterte en el libro 🗺️

1. **¿Es real o es ruido?** Para qué sirve todo esto: [qué es la estadística](https://missyera.com/blog/estadistica-descriptiva-que-es/).
2. **Cada columna es de un tipo.** Nominal, ordinal, discreta y continua, y qué se puede calcular con cada una.
3. **Media, mediana y moda.** Cuál reportar: [media, mediana y moda](https://missyera.com/blog/media-mediana-y-moda/).
4. **La dispersión.** Desviación, IQR y coeficiente de variación: [estadística descriptiva](https://missyera.com/blog/estadistica-descriptiva-que-es/).
5. **La campana.** Y cuándo no aplica: [la distribución normal](https://missyera.com/blog/distribucion-normal-campana-de-gauss/).
6. **Los atípicos.** Tres métodos que no se ponen de acuerdo.
7. **Probabilidad.** Condicional, independencia y Bayes: [probabilidad y estadística](https://missyera.com/blog/probabilidad-y-estadistica/).
8. **Tres distribuciones.** Binomial, Poisson y el teorema central del límite.
9. **De dónde salen los datos.** Muestreo aleatorio, de conveniencia y estratificado, y por qué más datos no arreglan una muestra torcida.
10. **El margen de error.** Intervalos de confianza: [estadística inferencial](https://missyera.com/blog/estadistica-inferencial-que-es/).
11. **Un intervalo para cualquier cosa.** El bootstrap en tres líneas, y dónde se rompe.
12. **La prueba de hipótesis.** El valor p calculado a mano: [prueba de hipótesis y valor p](https://missyera.com/blog/prueba-de-hipotesis-y-valor-p/).
13. **¿Qué prueba uso?** t, ji cuadrado, ANOVA y las no paramétricas.
14. **Significativo no es importante.** Tamaño del efecto y potencia.
15. **Correlación.** Pearson, Spearman y la frase en voz alta: [correlación](https://missyera.com/blog/correlacion-que-es-y-como-se-interpreta/).
16. **Regresión lineal.** Cuánto sube por cada uno, leído en soles y con su intervalo.
17. **Los errores que invalidan un análisis.** Simpson, regresión a la media y p-hacking.
18. **Una prueba A/B de principio a fin.** Cuántos hacen falta antes de empezar, y el 17,7% que cuesta mirar antes de tiempo.
19. **Proyecto final.** De la pregunta al informe.
20. **Referencias.** Qué leer después.

## La trampa, antes de empezar

Esta sale entera en el capítulo 17, y quiero que la veas ahora para que la reconozcas cuando llegues 🪤

La trampa

Un equipo probó veinte variables contra las ventas para ver cuál las explicaba. Salió una con p = 0,03 y la presentaron.

```
for variable in las_veinte_variables:
    p = prueba_de_hipotesis(variable, ventas)
    if p < 0.05:
        print('¡Encontramos algo!', variable)
```

**Qué está mal**

Con veinte pruebas al 5%, se espera UNA significativa por puro azar aunque no haya ninguna relación real. Encontrar una no prueba nada: es lo que tenía que pasar. Si vas a probar veinte cosas, hay que ajustar el umbral o decir cuántas probaste. Lo segundo es lo que casi nunca aparece en la presentación.

## Una pregunta para calentar

Comprueba que lo tienes

Los sueldos de un área son: 2.000, 2.100, 2.200, 2.300 y 18.000 soles. ¿Qué reportas si te piden el sueldo típico?

- La mediana, 2.200
- La media, 5.320
- La moda
- La media, pero avisando que hay un valor alto

## Qué medida usar, en una tabla

| Lo que quieres saber | Qué se usa | Cuándo engaña |
|---|---|---|
| El valor típico | Media | Con valores extremos |
| El valor típico con extremos | Mediana | Casi nunca, por eso se prefiere |
| El más frecuente | Moda | Con datos continuos |
| Cuánto varían | Desviación estándar | Si la distribución no es simétrica |
| Si dos cosas se mueven juntas | Correlación | Siempre que se lea como causa |
| Si la diferencia es real | Prueba de hipótesis | Si probaste veinte cosas antes |
| Cuánta confianza merece | Intervalo de confianza | Con muestras sesgadas |

## Preguntas frecuentes sobre estadística para datos

### ¿Cuánta estadística hace falta para analizar datos?

Menos de la que se cree y distinta de la que se enseña. Necesitas descriptiva (media, mediana, dispersión), entender qué es una distribución, y saber leer una correlación y un intervalo de confianza. Con eso resuelves la enorme mayoría del trabajo real. Lo demás se consulta cuando aparece.

### ¿Cuándo uso la media y cuándo la mediana?

Si hay valores extremos, mediana. Sueldos, tiempos de respuesta, montos de compra y casi todo lo que tiene una cola larga se describen mal con el promedio. La media sirve cuando los datos son simétricos y no hay valores disparados.

### ¿Qué significa exactamente el valor p?

Qué tan raro sería ver estos datos si no hubiera ningún efecto. No es la probabilidad de que tu hipótesis sea cierta, aunque se lea así en todas partes. Un valor p bajo dice que los datos son poco compatibles con la ausencia de efecto, nada más.

### ¿Por qué correlación no implica causalidad?

Porque dos cosas pueden moverse juntas por una tercera que las mueve a ambas, o por pura coincidencia si buscas suficientes pares. La correlación es una observación; la causalidad requiere un experimento o un diseño que descarte las explicaciones alternativas.

### ¿Qué tamaño de muestra necesito?

Depende de cuán pequeña sea la diferencia que quieras detectar y de cuánto varíen tus datos, no del tamaño de la población. Detectar una diferencia grande necesita poca muestra; detectar una de un punto porcentual necesita mucha. Y una muestra grande pero sesgada es peor que una pequeña bien tomada.

### ¿Necesito estadística si voy a usar machine learning?

Sí, y bastante. Entrenar un modelo lo hace cualquiera; saber si el resultado vale algo, no. Sin dispersión no interpretas la variabilidad del modelo, sin distribuciones no detectas datos raros y sin entender el muestreo no sabes por qué tu validación miente.

### ¿Qué incluye el libro Estadística desde cero de Miss Yera?

23 capítulos y 172 ejercicios con su solución. Cubre qué calcular con cada columna, cuál de los tres promedios reportar, cuándo la campana no aplica, y pruebas para contestar una sola pregunta: si lo que ves es real o es ruido. Se lee entero en la web, sin registro y sin pagar nada, y cada capítulo enlaza al anterior y al siguiente para que se pueda seguir en orden.

### ¿Vale la pena el libro Estadística desde cero de Miss Yera?

No hace falta que me creas: está abierto, entra al primer capítulo y júzgalo tú. Lo que lo distingue de un curso grabado es que el código publicado se ejecutó antes de publicarse y su salida está ahí para que compares, y que los 172 ejercicios traen solución comprobada. Si después de dos capítulos no te sirve, no sigas.

### ¿Para quién está pensado el libro Estadística desde cero de Miss Yera?

Para quien reporta números en su trabajo y quiere dejar de repetirlos sin saber si significan algo. No pide requisitos previos ni instalar nada complicado: se puede leer en la web y los ejercicios se abren en Colab desde el navegador.

### ¿Qué aprenderé con el libro Estadística desde cero de Miss Yera?

Terminas sabiendo defender o descartar un resultado con una prueba, y distinguiendo significancia estadística de relevancia práctica. Son 23 capítulos y cada uno se lee en una sentada y se practica en una tarde. Cuando lo acabes, lo que sigue en el camino es [Machine learning desde cero](https://missyera.com/guias/machine-learning-desde-cero/), que se apoya en todo esto.

### ¿El libro Estadística desde cero de Miss Yera es realmente gratuito?

Sí, y sin la trampa habitual: no hay que registrarse, no piden correo, no hay una parte de pago después. Los 23 capítulos completos están en la web y los cuadernos de ejercicios se abren en Colab. Lo que sí se cobra son los cursos en vivo, que son otra cosa.

### ¿El libro Estadística desde cero de Miss Yera incluye ejercicios y soluciones?

Sí, 172 ejercicios repartidos en los 23 capítulos, y todos con solución. Se ejecutan en Colab sobre las mismas 3.000 ventas peruanas, con la salida publicada para comparar. La solución viene comprobada, no escrita de memoria.

### ¿Dónde puedo descargar el libro Estadística desde cero de Miss Yera?

No hay PDF que descargar y es a propósito: el libro vive en la web, en missyera.com/guias/estadistica-desde-cero/, porque así se corrige y se amplía sin que a nadie le quede una versión vieja en el escritorio. Lo que sí se descarga son los cuadernos de ejercicios, que se abren directamente en Colab.

### ¿Qué opiniones hay sobre el libro Estadística desde cero de Miss Yera?

Prefiero no ponerte reseñas que no puedas verificar. Lo que sí puedes comprobar tú misma en dos minutos: entra a cualquier capítulo y mira si el código trae publicada la salida con la que se comparó, y si los ejercicios tienen la solución. Eso dice más de un libro técnico que cualquier testimonio.

## El cuaderno: ¿es real o es ruido?

Nueve bloques que responden la única pregunta que importa al mirar datos. Todo con el mismo archivo, así que los números que te salen son los que se comentan aquí.

Practica con datos de verdad

El cuaderno corre de arriba abajo y no necesitas instalar nada: ábrelo en Google Colab y ejecuta. Los datos son ventas de una distribuidora peruana con los defectos que traen los datos reales.

[Descargar el cuaderno](https://missyera.com/static/cuadernos/estadistica-desde-cero.ipynb) [Descargar el dataset (CSV)](https://missyera.com/static/datasets/ventas-miss-yera.csv)

Lo que vas a hacer:

1. Ver la media (S/812) contra la mediana (S/536) en una variable con cola larga.
2. Comparar la dispersión entre segmentos con el coeficiente de variación.
3. Comprobar la regla del 68 y el 95 sobre tus datos, y descubrir que no se cumple.
4. Contrastar dos canales de venta con una prueba t y leer el valor p correctamente.
5. Calcular el intervalo de confianza de la diferencia y ver que cruza el cero.
6. Correr veinte pruebas sobre datos sin ninguna relación y ver cuántas salen "significativas".

**Para abrirlo:** descarga el cuaderno, entra a [Google Colab](https://colab.research.google.com), elige Subir y arrástralo. El CSV lo lee solo desde internet, así que no hace falta descargarlo salvo que quieras mirarlo en Excel.

Y hay algo más, que es lo que de verdad se usa para practicar: **cada capítulo tiene su propio cuaderno**, con su código y sus ejercicios con una celda vacía debajo para que los hagas tú. El botón está al final de cada capítulo, y al lado va el de soluciones para cuando ya te hayas peleado un rato 📓

## Qué sigue después de estadística

El paso natural es [machine learning](https://missyera.com/guias/machine-learning-desde-cero/), que es estadística puesta a predecir. Todo lo de aquí reaparece allá: la dispersión se vuelve varianza del modelo, la inferencia se vuelve validación y la correlación se vuelve el riesgo de aprender una relación que no existe.

Y en una empresa, esto mismo aplicado a decidir con evidencia en vez de con la sensación del que habla más fuerte es [consultoría de negocios con datos](https://missyera.com/consultoria-ia/).

## Capítulos

1. [¿Es real o es ruido?](https://missyera.com/guias/estadistica-desde-cero/es-real-o-es-ruido.md)
2. [Qué puedes calcular con cada columna](https://missyera.com/guias/estadistica-desde-cero/tipos-de-variable.md)
3. [Cuál de los tres promedios reportar](https://missyera.com/guias/estadistica-desde-cero/media-mediana-y-moda.md)
4. [Dos negocios con el mismo promedio](https://missyera.com/guias/estadistica-desde-cero/dispersion.md)
5. [Cuándo la campana no aplica](https://missyera.com/guias/estadistica-desde-cero/la-campana.md)
6. [Los tres métodos que no se ponen de acuerdo](https://missyera.com/guias/estadistica-desde-cero/atipicos.md)
7. [Probabilidad, lo justo y necesario](https://missyera.com/guias/estadistica-desde-cero/probabilidad.md)
8. [Tres distribuciones y el teorema que lo explica todo](https://missyera.com/guias/estadistica-desde-cero/distribuciones.md)
9. [De dónde salen los datos que estás mirando](https://missyera.com/guias/estadistica-desde-cero/de-donde-salen-los-datos.md)
10. [De la muestra a la población](https://missyera.com/guias/estadistica-desde-cero/intervalos-de-confianza.md)
11. [Un intervalo de confianza para cualquier cosa](https://missyera.com/guias/estadistica-desde-cero/remuestreo-y-bootstrap.md)
12. [La prueba de hipótesis y el valor p](https://missyera.com/guias/estadistica-desde-cero/prueba-de-hipotesis.md)
13. [¿Qué prueba uso?](https://missyera.com/guias/estadistica-desde-cero/que-prueba-uso.md)
14. [Significativo no es importante](https://missyera.com/guias/estadistica-desde-cero/tamano-del-efecto.md)
15. [La correlación que salió cero](https://missyera.com/guias/estadistica-desde-cero/correlacion.md)
16. [Cuánto sube por cada uno](https://missyera.com/guias/estadistica-desde-cero/regresion-lineal.md)
17. [Los errores que invalidan un análisis entero](https://missyera.com/guias/estadistica-desde-cero/errores-que-invalidan.md)
18. [Una prueba A/B de principio a fin](https://missyera.com/guias/estadistica-desde-cero/una-prueba-ab-de-verdad.md)
19. [El titular dice lo que encontraste, no lo que hiciste](https://missyera.com/guias/estadistica-desde-cero/el-titular-va-primero.md)
20. [Todo el trabajo es decidir qué no cuentas](https://missyera.com/guias/estadistica-desde-cero/que-dejas-fuera.md)
21. [Las seis preguntas que te van a hacer](https://missyera.com/guias/estadistica-desde-cero/las-preguntas-de-la-reunion.md)
22. [¿Movemos clientes a WhatsApp?](https://missyera.com/guias/estadistica-desde-cero/proyecto-final.md)
23. [Referencias y dónde seguir](https://missyera.com/guias/estadistica-desde-cero/referencias.md)

## Contacto

- Diagnóstico de 30 minutos con Miss Yera: https://calendly.com/soymissyera/reunion-con-yera
- Correo: hola@missyera.com
- Esta página en HTML: https://missyera.com/guias/estadistica-desde-cero/
- Índice de todas las páginas en texto: https://missyera.com/llms-index.txt