Tus datos
Pega una tabla directamente desde Excel o Google Sheets, o suelta un archivo CSV. No se sube nada: todo el cálculo ocurre dentro de esta pestaña del navegador.
CSV, TSV o texto plano. Los archivos guardados en windows-1251 se detectan y se releen automáticamente, así los encabezados no se convierten en caracteres raros.
Opciones de lectura
Columnas
Resultado
Guardar y compartir
La biblioteca de dibujo se descarga solo al pulsar el botón y solo en esta página.
Esta página no tiene parte de servidor en absoluto. La tabla que pegas la procesa JavaScript dentro de tu propio navegador, el gráfico se dibuja en un elemento canvas de tu máquina y el archivo de exportación se arma localmente. Nada se sube, se almacena ni se escribe en ningún registro. Puedes desconectar la red después de cargar la página y todo seguirá funcionando: es la forma más sencilla de comprobarlo tú mismo.
Datos y límites del método
| Min–max | (valor − mín) ÷ (máx − mín); el resultado cae en 0…1 |
|---|---|
| Puntuación z | (valor − media) ÷ desviación estándar; resultado centrado en 0 |
| Robusta | (valor − mediana) ÷ IQR; centrada en 0 y escalada por la mitad central |
| Sensibilidad a atípicos | Min–max es la más afectada, la z la segunda, la robusta apenas |
| Reversibilidad | Las tres son reversibles si conservas los parámetros |
| Filas mínimas | 2, y la dispersión debe ser distinta de cero |
Cuándo induce a error
- El escalado min–max lo definen las dos observaciones más extremas, lo que lo convierte en el más frágil de los tres. Un máximo erróneo comprime todos los demás valores contra el fondo del rango, y añadir un registro nuevo por encima del máximo anterior cambia cada valor calculado antes.
- La normalización nunca cambia la forma de una distribución. Una columna sesgada sigue igual de sesgada tras cualquiera de estas transformaciones; solo se mueven las etiquetas del eje. Si necesitas cambiar la forma, eso es un logaritmo, no una normalización.
- Los parámetros de escalado deben venir de los datos de entrenamiento y reutilizarse, no recalcularse. Normalizar un conjunto de prueba con sus propios estadísticos es una fuente clásica y silenciosa de fuga en aprendizaje automático.
- El método robusto falla cuando el rango intercuartílico es cero, lo que ocurre si más de la mitad de los valores son idénticos. En ese caso la columna está más cerca de ser categórica que continua.
Cómo se calcula
Min–max lleva el valor menor a 0 y el mayor a 1, repartiendo todo lo demás proporcionalmente entre ambos. Es la elección correcta cuando importa un rango acotado —barras de progreso, escalas de color, entradas de redes neuronales— y la equivocada siempre que haya atípicos posibles.
La normalización z resta la media y divide por la desviación estándar, produciendo una columna centrada en cero con desviación uno. No tiene límites, así que los valores extremos siguen siendo visiblemente extremos en vez de quedar aplastados contra un techo, que suele ser lo deseable en trabajo estadístico.
El método robusto sustituye la media por la mediana y la desviación estándar por el rango intercuartílico. Ambas sustituciones son posicionales y no de magnitud, así que un único valor enorme no desplaza nada: es el método para cuando sabes que hay atípicos legítimos.
Los tres se calculan sobre la misma columna y se muestran en paralelo. Compararlos ya es informativo: cuando la z y el valor robusto discrepan mucho en una fila, esa fila está siendo arrastrada por los atípicos de la columna.
Preguntas y respuestas
¿Qué método debo usar?
Min–max cuando necesitas un rango acotado 0–1 y confías en tus extremos. La z para trabajo estadístico general. La robusta cuando hay atípicos y quieres que no distorsionen todo lo demás.
¿Normalizar hace normales mis datos?
No: los nombres no están relacionados. La normalización reescala, no reconfigura. Una columna sesgada sigue igual de sesgada después, como confirmará la comprobación de normalidad.
¿Por qué mis puntuaciones z superan 1?
Porque las z no están acotadas. Una desviación de uno significa que los valores típicos caen cerca de ±1, pero los extremos van mucho más allá. Si necesitas un rango estricto 0–1, eso es min–max.
¿Puedo revertir la transformación?
Sí, siempre que conserves los parámetros: el mínimo y el máximo, o la media y la desviación, o la mediana y el IQR. No se guardan en el archivo exportado, así que anótalos aparte.
¿Se suben mis datos?
No. Las tres transformaciones se ejecutan en tu navegador.