La moda en estadística: qué es y cómo calcularla en R

La moda es el valor que más se repite en un conjunto de datos. Es la más olvidada de las tres medidas de tendencia central, y también la única que funciona cuando tus datos no son números.

Su gran ventaja: sirve con texto

Si tienes colores, marcas, respuestas de una encuesta o provincias, no puedes calcular una media. Sumar "rojo" y "azul" no significa nada. Pero sí puedes decir cuál aparece más veces.

colores <- c("rojo", "azul", "rojo", "verde", "rojo", "azul")

table(colores)

table() cuenta las repeticiones de cada valor. Con seis datos lo ves a simple vista → el rojo aparece tres veces.

R no trae función de moda

Puede sorprender, pero es así: R tiene mean() y median(), pero no una función para la moda. (Existe mode(), pero hace otra cosa completamente distinta: te dice el tipo de dato de un objeto.)

Se resuelve en dos líneas:

moda <- function(x) {
  frecuencias <- table(x)
  names(frecuencias)[frecuencias == max(frecuencias)]
}

moda(colores)

Cuenta las apariciones, busca la máxima y devuelve el nombre del valor que la tiene.

Fíjate en que devuelve un vector, no un único valor. Es a propósito: un conjunto puede tener varias modas.

notas <- c(5, 7, 7, 8, 8, 9)

moda(notas)

Aquí salen dos: el 7 y el 8 aparecen las mismas veces. Se dice que la distribución es bimodal, y es una información valiosa → suele indicar que estás mezclando dos grupos distintos en los mismos datos.

Ejemplo algo más completo: la moda por grupos

El caso real más habitual: saber cuál es el valor más frecuente dentro de cada categoría.

encuesta <- data.frame(
  ciudad = c("Madrid", "Madrid", "Madrid", "Bilbao", "Bilbao", "Bilbao"),
  transporte = c("metro", "metro", "coche", "coche", "coche", "bus")
)

tapply(encuesta$transporte, encuesta$ciudad, moda)

tapply() parte los datos por la columna ciudad y aplica la función a cada trozo → metro en Madrid, coche en Bilbao.

Cuándo elegirla

Usa la moda cuando tus datos sean categóricos, o cuando lo que te interese sea el caso típico y no el valor central. La talla de camiseta más vendida es una moda, no una media: una media de 41,3 no te sirve para pedir stock.

Para datos numéricos, en cambio, casi siempre querrás mirar antes la media y la mediana. Si aún no tienes clara la diferencia entre esas dos, la explicamos aquí: media vs mediana.