Técnicas de estudio

Cómo estudiar Estadística: problemas, decisiones y p-valores

5 octubre 2026 · 9 min de lectura

Estadística es la asignatura que casi nadie eligió. Aparece en segundo de Psicología, en ADE, en Enfermería, en Biología, en Sociología, y siempre con la misma fama: la que descoloca a gente que iba bien en todo lo demás. Y normalmente no se suspende por falta de horas, se suspende por un malentendido de base: se estudia como si fuera matemáticas, memorizando fórmulas, cuando se parece mucho más a un diagnóstico. Lo difícil no es calcular. Lo difícil es leer un enunciado y saber qué hay que calcular.

Casi nadie falla calculando

Coge un examen tuyo ya corregido y mira dónde está cada punto perdido. La mayoría de los errores no están en la aritmética: están tres líneas antes. Elegiste el contraste equivocado, usaste la normal cuando tocaba la t, te liaste entre la desviación de la muestra y la de la población, o aplicaste la fórmula de dos muestras independientes a unos datos que eran los mismos sujetos antes y después. El cálculo estaba impecable. Era el cálculo de otro problema.

Eso tiene una consecuencia práctica muy concreta: repasar fórmulas es entrenar lo único que ya sabes hacer. Si en tu examen te dejan formulario —y en muchos lo dejan—, memorizarlas es tiempo tirado directamente a la basura. Lo que hay que entrenar es la traducción: pasar de un párrafo escrito en castellano a un procedimiento concreto.

Es acumulativa, y la base está en los tres primeros temas

Estadística se construye hacia arriba sobre cuatro ideas: qué es una media y una desviación típica, qué es una distribución, qué significa la probabilidad de algo y qué quiere decir que un dato sea raro. Si alguna de esas cuatro está floja, los contrastes de hipótesis de noviembre no te van a resultar difíciles: te van a resultar incomprensibles, porque estarás moviendo símbolos que no representan nada en tu cabeza.

El diagnóstico se hace en diez minutos. Intenta responder sin apuntes: ¿qué significa que la desviación típica sea 3? ¿Por qué casi todo cae a menos de dos desviaciones de la media? ¿Qué es exactamente lo que cambia de una muestra a otra? Si alguna te deja en blanco, ahí está tu primera tarde, y no en el tema que toca esta semana. Volver atrás en octubre cuesta dos tardes; en enero cuesta la asignatura. Es la misma lógica que en cómo estudiar matemáticas, y en Estadística pesa incluso más.

Estudia por tipos de problema, no por temas

El temario está ordenado para explicarse, no para examinarse. Así que monta tu propio índice paralelo: la lista de los tipos de problema que pueden caer. Suelen ser entre ocho y doce. Descriptiva, probabilidad condicionada y Bayes, variables aleatorias (binomial, Poisson, normal), intervalo de confianza para una media y para una proporción, contraste de una media, de dos medias independientes, de dos medias emparejadas, de proporciones, chi-cuadrado, y regresión. Esa lista es tu asignatura de verdad.

Para cada tipo, una ficha de cuatro líneas: cómo se reconoce en el enunciado (las palabras que lo delatan), qué datos te suelen dar, el procedimiento paso a paso y el error que cometes tú en ese tipo concreto. La última línea es la que vale oro, y solo puedes escribirla después de equivocarte: cada ejercicio que te sale mal es una frase nueva en una ficha.

La hoja de decisión: el folio más útil de la asignatura

Con las fichas delante, monta un árbol en un solo folio. ¿Me preguntan por una media o por una proporción? ¿Una muestra o dos? ¿Las dos muestras son independientes, o son los mismos sujetos medidos dos veces? ¿Me dan la desviación de la población o solo la de la muestra? Cuatro preguntas en cadena y has aterrizado en un único procedimiento. Ese folio es exactamente lo que el examen te pide hacer de cabeza en treinta segundos.

Tiene que hacerla tú. Hay cientos de tablas así en internet, impecables y perfectamente inútiles: el valor no está en el folio terminado, está en el rato que pasas decidiendo qué pregunta va antes que cuál. Y cuando la tengas, úsala en seco: coge veinte enunciados sueltos y no los resuelvas. Lee, di en voz alta «dos medias, muestras emparejadas, t de Student», y pasa al siguiente. Veinte enunciados en quince minutos entrenan exactamente lo que se examina.

En Estadística casi nadie falla calculando. Se falla eligiendo qué calcular, y eso se entrena leyendo enunciados, no fórmulas.

Interpretar el resultado es media nota

El examen casi nunca termina en un número. Termina en «¿qué concluyes?», y ahí se pierden puntos a cubos. Dos reglas salvan muchos exámenes. Un p-valor pequeño te deja rechazar la hipótesis nula, no demuestra que tu teoría sea verdad. Y un intervalo de confianza del 95% no dice que el parámetro esté dentro con un 95% de probabilidad: dice que, con ese método, de cada cien muestras noventa y cinco intervalos contendrían el valor real.

Entrénalo escribiendo la frase, literalmente. Cada problema que resuelvas, acábalo con dos líneas en castellano normal, con las unidades y el contexto del enunciado: «con un nivel de significación del 5% hay evidencia de que el tiempo medio de espera supera los veinte minutos». Si no eres capaz de escribir esa frase, no has resuelto el problema: has hecho una operación.

SPSS, R o Excel no te libran del concepto

Muchas asignaturas llevan prácticas con software y una parte de la nota depende de ellas. La buena noticia es que el ordenador hace el cálculo. La mala es que el examen de prácticas no pregunta cálculo: pregunta qué análisis pedirías para esta pregunta de investigación y qué significa esta salida. Es decir, otra vez identificar e interpretar, que es justo lo mismo que entrenas con las fichas y el árbol de decisión.

Ejercicio concreto para eso: coge tres salidas de SPSS o de R de prácticas que ya hiciste, tapa el enunciado y responde tres cosas. Dónde está el p-valor, qué contraste es ese, y qué le dirías en una sola frase a quien te pidió el análisis. Si tus prácticas van por detrás de la teoría, hazlo igualmente con los datos de clase: da lo mismo el conjunto de datos, lo que estás entrenando es leer una tabla de resultados.

Cómo repartir las semanas (y qué hacer la última)

Un reparto que funciona: una hora de teoría por cada dos de problemas. La teoría se lee para poder resolver, no al revés, y en Estadística muchas cosas se entienden haciendo: lo que es un error típico te entra de verdad en el cuarto ejercicio, no leyendo la definición por quinta vez.

La última semana no es para temas nuevos. Es para simulacros completos, con el formulario que te vayan a dejar, la calculadora que vas a llevar y el tiempo real medido. Casi todo el mundo descubre ahí lo mismo: que sabe hacer los problemas, pero no en cincuenta minutos y no con el reloj encima. Cómo montarlos y, sobre todo, qué hacer con los fallos que salen, lo tienes en hacer simulacros de examen.

Para que nada de esto se quede en buenas intenciones hay que llevar la cuenta de dos cosas: qué tipos de problema has tocado ya y cuánto tiempo le estás dando de verdad a la asignatura. En Aprofy puedes crear Estadística como asignatura y dividirla en temas —o directamente en tipos de problema, que es más útil aquí— e ir marcando los que ya tienes. Como el timer registra solo las horas de cada tema, las estadísticas te enseñan la foto incómoda: llevas tres semanas repasando descriptiva y cero con contrastes. Y poniendo la fecha del parcial, el countdown te dice cuántas semanas quedan de verdad, también desde el widget, con los recordatorios en tus días de estudio.

Estadística no es una asignatura para gente con un don especial para los números. Es una asignatura de catálogo: un número limitado de situaciones, cada una con su procedimiento, y un examen que básicamente te pregunta cuál es cuál. Monta el catálogo pronto, equivócate mucho mientras no cuenta para nota y acaba cada problema con la frase que lo explica. Eso es casi toda la asignatura.