La moda

Ficha del modelo

Contexto

La moda es la medida de tendencia central más intuitiva —el valor que más se repite— y, a la vez, la más subestimada. Su virtud única aparece cuando los datos NO son numéricos: no tiene sentido preguntar por el color 'promedio' de los autos de una ciudad, ni por la religión 'mediana' de un país, pero sí por el color o la religión MÁS COMÚN —y esa es la moda—. Es la única medida de centro aplicable a datos cualitativos o nominales (e05), donde promediar y ordenar carecen de significado. Para datos numéricos, la moda es el pico de la distribución, y conviene mirarla junto a la media y la mediana: en una distribución simétrica las tres coinciden, pero en una sesgada se separan (en un sesgo a la derecha, típico de ingresos, la moda queda a la izquierda, luego la mediana, luego la media). La moda tiene además dos peculiaridades que enseñan algo sobre los datos: puede NO EXISTIR (si todos los valores son distintos, no hay ninguno más frecuente) y puede NO SER ÚNICA (si dos o más valores empatan en el máximo, la distribución es bi- o multi-modal). Y esa multimodalidad no es un defecto: suele ser la pista de que en los datos conviven DOS POBLACIONES distintas —dos grupos, dos regímenes, dos procesos— que se están promediando por error. Un histograma con dos jorobas (como la población de e02) grita 'aquí hay dos cosas mezcladas', y la media de todo no describe a ninguna.

Supuestos

• Para datos NOMINALES/ordinales la moda es la única medida de centro válida (no se promedia ni se ordena por distancia).
• Para datos CONTINUOS la moda depende del agrupamiento (ancho de los intervalos/bins): distintas particiones pueden dar picos distintos — es la menos estable.
• Se reporta junto a media y mediana: su relación revela la forma (simétrica ⇒ coinciden; sesgada ⇒ se separan; bimodal ⇒ dos grupos).

Ecuaciones

el valor más frecuente

$$\mathrm{moda} = \arg\max_v \ \mathrm{frec}(v)$$

el valor con la mayor frecuencia: el pico de la distribución de frecuencias — no un promedio ni una posición, sino un conteo.

cuando coinciden

$$\text{simétrica: moda} = \text{mediana} = \text{media}$$

en una distribución simétrica y unimodal las tres medidas de centro caen en el mismo punto; su separación mide y señala la asimetría (e30).

multimodalidad

$$\text{dos picos que empatan} \Rightarrow \text{bimodal}$$

si dos valores comparten la frecuencia máxima hay dos modas: pista de que los datos mezclan dos poblaciones (dos grupos, dos procesos).

Intuición

La moda es la respuesta a '¿qué es lo más común?', y por eso es la medida que la gente usa sin saberlo: 'el auto más vendido', 'la talla más pedida', 'la hora pico'. Su poder está en que no necesita números: funciona con categorías puras, donde media y mediana son mudas. Su debilidad es que ignora casi toda la información —solo mira cuál gana en frecuencia, no las magnitudes— y es inestable en datos continuos (cambia con el ancho de los intervalos). Pero su lección más valiosa es la multimodalidad: cuando ves dos picos, la naturaleza te está avisando que promediar es un error. La estatura 'promedio' de una población que mezcla hombres y mujeres cae en un valle donde hay poca gente; la moda revela las dos jorobas. Por eso, antes de resumir cualquier conjunto con UN número, conviene mirar su histograma: si tiene un solo pico, la media basta; si tiene dos, hay que separar los grupos (clustering, e186) antes de hablar de 'el promedio'.

Limitaciones

• Ignora las magnitudes: solo cuenta frecuencias, así que desperdicia información cuando los datos son numéricos (media y mediana la aprovechan).
• Inestable en datos continuos: depende del ancho de los intervalos; con pocos datos o bins mal elegidos el 'pico' es artefacto del agrupamiento.
• Puede no existir o no ser única: cómodo conceptualmente pero incómodo operativamente; no siempre da 'un número' para resumir.

Qué viene después

Completa las tres medidas de tendencia central (media e17, mediana e18, moda e19), cada una óptima en su terreno: media para simétricas limpias, mediana para sesgadas/robustez, moda para nominales y para detectar multimodalidad. Su relación con media y mediana anticipa la ASIMETRÍA (e30). La multimodalidad que revela motiva el clustering (e186) y recuerda la lección de e02: no promediar poblaciones mezcladas.

Fuentes y procedencia

La moda como estadístico y el término: Karl Pearson (1895), quien también nombró la mediana y la desviación estándar — mención histórica. Conocimiento estadístico general.

Procedencia: sin procedencia declarada. El modelo pasa 4 verificaciones numéricas en el laboratorio (python3 main.py verificar); es un modelo pedagógico, no un pronóstico.

Código

El cálculo es el mismo que el del laboratorio de escritorio (licencia MPL-2.0): estadistica/modelos/nivel_02/e19_moda.py, sobre el motor base.py y el adaptador navegador.py.