Saltar al contenido
Omnikalc

Calculadora de la distancia de Mahalanobis: ¿es inusual este punto, dada la correlación?

Introduce un punto, las medias, las desviaciones típicas y la correlación de dos variables para obtener la distancia de Mahalanobis y la parte de los puntos más alejados.

Actualizado el
Tus datos

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Resultados

Distancia de Mahalanobis

2,107

Dentro de la elipse del 95 %: un punto típico
Distancia de Mahalanobis al cuadrado
4,438
Distancia estandarizada sin la correlación
2,567
Parte de la población más alejada del centro
10,9 %
Distancia simple en las unidades originales
29,15

Algunos puntos parecen lejos del centro solo porque las variables se miden en escalas distintas, y otros parecen cercanos aun siendo extraños dada la forma en que las variables varían juntas. La calculadora de la distancia de Mahalanobis toma el punto, las medias, las desviaciones típicas y la correlación de dos variables, y da la distancia de Mahalanobis, su cuadrado, la distancia estandarizada sin la correlación, la parte de la población más alejada y la distancia simple.

Cómo se hace el cálculo

  • Introduce el punto que se va a contrastar, mediante sus valores en dos variables X e Y, por ejemplo las notas de un estudiante en dos exámenes.
  • Introduce la media y la desviación típica de cada variable en el grupo, y la correlación entre ellas.
  • Cada diferencia se estandariza primero: zx = (x − media) ÷ desviación típica. La distancia al cuadrado es D² = (zx² − 2 × r × zx × zy + zy²) ÷ (1 − r²).
  • En un grupo normal, el 95 % de los puntos están a D = 2,448 o menos y el 99 % a D = 3,035 o menos. Para dos variables, la parte más alejada vale e^(−D²/2).

Ejemplo

Un estudiante obtiene 85 en matemáticas (media 70, desviación típica 10) y 90 en física (media 65, desviación típica 12), y los dos exámenes tienen una correlación de 0,6. Las diferencias estandarizadas son 1,5 y 2,083. Sin la correlación, la distancia sería de 2,567. Con la correlación, D² = (2,25 − 2 × 0,6 × 1,5 × 2,083 + 4,340) ÷ 0,64 = 4,438, así que D = 2,107. Alrededor del 10,9 % de los estudiantes están más alejados del centro. El estudiante está dentro de la elipse del 95 %, porque una nota buena en matemáticas suele ir con una nota buena en física.

Por qué es útil

La detección de valores atípicos, el control de calidad, la detección de fraudes y la clasificación necesitan una distancia que respete los datos. La distancia de Mahalanobis es la respuesta clásica, y calcularla para dos variables muestra exactamente lo que hace antes de usarla con decenas de variables en un programa.

Conviene saber

La calculadora vale para dos variables y supone una distribución normal bidimensional, lo que hace exactos los umbrales. Los datos reales pueden tener colas pesadas, y la media y la covarianza pueden verse a su vez arrastradas por los valores atípicos. Para más variables, hace falta una matriz de covarianzas y los umbrales de la distribución chi cuadrado con más grados de libertad.

Herramientas relacionadas

La calculadora de la puntuación z estandariza una variable, la de distribución normal da probabilidades para una variable, la de covarianza da el vínculo entre dos, y la de distancia de Manhattan mide otro tipo de distancia.

Preguntas frecuentes

¿Qué es la distancia de Mahalanobis?

Es una distancia entre un punto y el centro de un grupo que tiene en cuenta la dispersión de cada variable y su correlación. Se mide en desviaciones típicas en la dirección del punto, de modo que un valor de 3 significa que el punto está tan lejos del centro como un valor atípico a 3 sigmas en una variable.

¿En qué se diferencia de la distancia euclídea?

La distancia euclídea trata todas las direcciones por igual e ignora la escala. Si una variable está en kilogramos y otra en metros, la distancia euclídea refleja sobre todo la que tiene los números más grandes. La distancia de Mahalanobis reescala cada variable e inclina los ejes según la correlación, así que las superficies de igual distancia son elipses y no círculos.

¿Cómo se usa para encontrar valores atípicos?

Para dos variables aproximadamente normales, la distancia al cuadrado sigue una distribución chi cuadrado con dos grados de libertad. Una distancia superior a 2,448 sitúa el punto fuera de la elipse del 95 %, y superior a 3,035 fuera de la del 99 %. Con más variables, los umbrales son mayores, porque hay más dimensiones.

¿Por qué importa la correlación?

Una correlación positiva hace corrientes los puntos a lo largo de la diagonal principal e inusuales los que se apartan de ella. Un estudiante con una nota buena en matemáticas y una mala en física estaría más lejos del centro que esos mismos dos números con notas concordantes, aunque la distancia simple sea la misma. La calculadora muestra cuánto cambia la correlación la respuesta.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.