Summary  
This chapter demonstrates how to calculate the mean and median of a dataset, comparing their susceptibility to outliers and showing when each measure better represents central tendency.

General domain of usage  
Data analysis

**Media** y **mediana** son conceptos similares que ayudan a identificar el valor promedio de una muestra y proporcionan información sobre el conjunto de datos.

## ¿Existen diferencias entre estas dos medidas?

Considera un ejemplo que compara los salarios **mean** y **median** de especialistas en TI, con énfasis en el último individuo que tiene el salario más alto.

## Conclusión

El valor de la **media** es más susceptible a valores extremadamente bajos o altos que la **mediana**. Por lo tanto, cuando se trata de valores en una secuencia que no son similares, es mejor utilizar la **mediana**. En nuestro ejemplo, el valor de la **media** es el doble que el de la **mediana**, lo que hace que la **mediana** sea una representación más precisa.

Selecciona las listas donde existe una diferencia significativa entre los valores de la media y la mediana.

Construya una base sólida en estadística utilizando Python. Aprenda conceptos estadísticos esenciales y aplíquelos a través de NumPy y pandas. Avance desde medidas básicas como la media y la varianza hasta pruebas de hipótesis, intervalos de confianza y obtención de conclusiones basadas en datos con práctica práctica.

Descubre los principios estadísticos fundamentales, incluidos los tipos de datos, las medidas de tendencia central y las diferencias clave entre muestras y poblaciones.

Aprende a calcular e interpretar la media, la mediana y la moda utilizando Python. Practica estas operaciones con pandas para analizar conjuntos de datos reales.

Comprender cómo la varianza y la desviación estándar miden la dispersión de los datos. Aprender a calcular ambas manualmente y utilizando herramientas de Python.

Explora cómo la covarianza y la correlación describen las relaciones entre variables. Practica el cálculo y la comparación de ambas métricas en Python.

Domina los intervalos de confianza para estimar parámetros poblacionales. Utiliza NumPy, pandas y bibliotecas de visualización para calcular e interpretar intervalos con datos reales.

Aprende los fundamentos de las pruebas de hipótesis y la prueba t. Comprende cómo diseñar, realizar e interpretar pruebas utilizando Python para respaldar decisiones basadas en datos.

Media o Mediana

¿Existen diferencias entre estas dos medidas?

Conclusión