Moda

Moda

Introducción a la Moda

• La moda es una medida de tendencia central que indica el valor más frecuente en un conjunto de datos.

• A diferencia de la media o la mediana, la moda puede utilizarse tanto en variables cualitativas como en cuantitativas.

• Una muestra pudiera tener más de una moda.

cars$speed

 [1]  4  4  7  7  8  9 10 10 10 11 11 12 12 12 12 13 13 13 13 14 14 14 14 15 15
[26] 15 16 16 17 17 17 18 18 18 18 19 19 19 20 20 20 20 20 22 23 24 24 24 24 25

Moda

• Contar las frecuencia de cada uno de los números.

getmode <- function(v) {
   uniqv <- unique(v)
   uniqv[which.max(tabulate(match(v, uniqv)))]
}

Moda

getmode(cars$speed)

[1] 20

hist(cars$speed)

Moda

getmode(diamonds$price)

[1] 605

hist(diamonds$price)

Moda

[1] G
Levels: D < E < F < G < H < I < J

Moda

[1] SI1
Levels: I1 < SI2 < SI1 < VS2 < VS1 < VVS2 < VVS1 < IF

Ejemplo Práctico en Epidemiología

• En epidemiología, la moda es útil para identificar la categoría o valor que ocurre con mayor frecuencia, lo que puede ser relevante al analizar distribuciones de enfermedades, síntomas o factores de riesgo en una población.

Ejemplo Práctico en Epidemiología

• Supongamos que estamos analizando los tipos más comunes de enfermedades respiratorias en una población.

Conjunto de datos

# Datos de ejemplo: enfermedades respiratorias más comunes
enfermedades <- c(
  "Asma", "Asma", "Bronquitis", "Neumonía", "Bronquitis", 
  "Asma", "Asma", "Neumonía", "Neumonía", "Asma"
)

# Convertir en un data frame
df_enfermedades <- data.frame(enfermedades)
df_enfermedades

   enfermedades
1          Asma
2          Asma
3    Bronquitis
4      Neumonía
5    Bronquitis
6          Asma
7          Asma
8      Neumonía
9      Neumonía
10         Asma

Distribución

library(tidyverse)
# Gráfico de barras
ggplot(df_enfermedades, aes(x = enfermedades)) +
  geom_bar(fill = "lightblue") +
  labs(title = "Frecuencia de Enfermedades Respiratorias",
       x = "Enfermedad",
       y = "Frecuencia") +
  theme_minimal()

Selección de la moda

# Calcular la moda
moda <- df_enfermedades %>%
  count(enfermedades) %>%
  arrange(desc(n)) %>%
  slice(1)

moda

  enfermedades n
1         Asma 5

Moda

• Algunas distribuciones tienen más de un moda.

• Un método útil para clasificar distribuciones es por el número de modas presentes en los datos.

• Una distribución con una moda se llama unimodal; dos modas, bimodal; tres modas, trimodal, etcétera.

• La moda es más útil como medida de tendencia central cuando se examinan datos categóricos, como modelos de automóviles o sabores de refrescos, para lo que no se puede calcular un valor medio matemático.

Ventajas de la Moda

• La moda es fácil de entender y calcular.
• La moda no se ve afectada por valores extremos.
• La moda es fácil de identificar en un conjunto de datos y en una distribución de frecuencia discreta.
• La moda es útil para datos cualitativos.
• La moda se puede calcular en una tabla de frecuencias.
• La moda se puede ubicar gráficamente.

Desventajas de la moda:

• La moda no se define cuando no hay repeticiones en un conjunto de datos.
• La moda no se basa en todos los valores.
• La moda es inestable cuando los datos constan de una pequeña cantidad de valores.
• A veces, los datos tienen más de una moda o ninguna moda.

Moda

getmode(diamonds$price)

[1] 605

getmode(diamonds$color)

[1] G
Levels: D < E < F < G < H < I < J

getmode(diamonds$clarity)

[1] SI1
Levels: I1 < SI2 < SI1 < VS2 < VS1 < VVS2 < VVS1 < IF

🎉 ¡Felicidades!