Qué hace esta calculadora
La entropía de Shannon mide cuánta incertidumbre hay en una distribución: cuánto se reparten los casos entre las categorías. Si una categoría concentra casi todo, la entropía es baja porque el resultado es predecible; si todas las categorías pesan lo mismo, la entropía alcanza su máximo. Se usa en teoría de la información, en compresión de datos, en lingüística y en el análisis de la diversidad de una muestra. Esta calculadora toma recuentos, los convierte en proporciones y calcula la entropía con la base que elijas: bits (base 2), dits (base 10) o nats (base e). Añade la entropía máxima, la uniformidad y la perplejidad, que es el número efectivo de categorías igualmente probables.
Cómo usarla
- Escribe el recuento de cada categoría separado por comas.
- Elige la base del logaritmo según la unidad que quieras usar.
- Lee la entropía como medida de reparto entre categorías.
- Compara la entropía con la máxima posible para ver cuánto margen hay.
- Revisa la uniformidad como porcentaje de la entropía máxima.
- Interpreta la perplejidad como número efectivo de categorías.
Cómo funciona
Ejemplos de cálculo
Ejemplo 1: seis categorías desigualmente repartidas
Con los recuentos 30, 20, 20, 15, 10 y 5 sobre un total de 100, la entropía es 2,4087 bits y la máxima posible para seis categorías es 2,585 bits. La uniformidad es del 93,2 % y la perplejidad 5,31, muy cerca de las seis categorías posibles.
Ejemplo 2: cuatro categorías iguales
Con 25, 25, 25 y 25 la entropía es exactamente 2 bits, igual a la máxima para cuatro categorías. La uniformidad es del 100 % y la perplejidad 4, lo que confirma que las cuatro categorías son igual de probables.
Ejemplo 3: una categoría dominante en nats
Con 90, 5, 3, 1 y 1 en base e, la entropía es 0,4419 nats frente a una máxima de 1,6094. La uniformidad cae al 27,5 % y la perplejidad a 1,56: en la práctica el conjunto se comporta como si tuviera poco más de una categoría y media.
Qué significa el resultado
La entropía no tiene un valor bueno o malo por sí mismo: depende de lo que estés midiendo. En una encuesta de satisfacción, una entropía alta significa que las respuestas se reparten; en un sistema de recomendación, una entropía baja puede indicar que casi todos los usuarios eligen lo mismo. La entropía máxima solo depende del número de categorías, así que dos conjuntos con distinto número de categorías no se comparan directamente con la entropía bruta: usa la uniformidad. La perplejidad traduce la entropía a un número de categorías equivalentes, lo que suele ser más fácil de comunicar. La entropía no dice si las diferencias observadas son estadísticamente significativas ni si el muestreo fue representativo.
Errores comunes
- Comparar entropías calculadas con bases distintas sin convertir las unidades.
- Comparar entropías de conjuntos con distinto número de categorías sin mirar la uniformidad.
- Incluir categorías con recuento cero y romper el logaritmo.
- Redondear los recuentos hasta distorsionar las proporciones.
- Interpretar la entropía como una prueba de significación estadística.
- Usar una base y presentar el resultado como si fuera otra.
Supuestos y límites
- Los recuentos son números enteros no negativos de la misma unidad temporal o muestral.
- Las categorías son mutuamente excluyentes y cubren todos los casos.
- El total de recuentos es mayor que cero.
- La base del logaritmo define la unidad del resultado: bits, dits o nats.
- La muestra representa el fenómeno que se quiere describir.
- La entropía es descriptiva y no un contraste de hipótesis.
Preguntas frecuentes
¿Qué diferencia hay entre bits, dits y nats?
Solo la base del logaritmo: 2 para bits, 10 para dits y e para nats. El valor numérico cambia, pero la interpretación es la misma. Para convertir, multiplica o divide por el logaritmo de la base correspondiente.
¿Qué es la perplejidad?
Es la base elevada a la entropía. Se interpreta como el número efectivo de categorías igualmente probables que producirían la misma entropía. Es una forma intuitiva de leer la diversidad de un conjunto.
¿Qué significa una uniformidad del 100 %?
Que todas las categorías tienen exactamente el mismo recuento y la entropía alcanza su máximo posible. Cualquier desequilibrio reduce la uniformidad por debajo del 100 %.
¿Puedo usar proporciones en lugar de recuentos?
Sí, siempre que todas las categorías usen la misma escala. La calculadora normaliza dividiendo entre el total, así que las proporciones funcionan igual que los recuentos.
¿La entropía sirve para comparar dos muestras?
Sirve para describirlas, pero no para decidir si la diferencia es significativa. Para eso hacen falta contrastes estadísticos y conocer cómo se obtuvieron los datos.
¿Qué pasa si una categoría tiene recuento cero?
El logaritmo de cero no está definido y la categoría no aporta información. Lo correcto es excluirla del cálculo y mantener el mismo conjunto de categorías en las comparaciones.
Fuentes
Actualización 2026
Cómo usar el resultado profesional
Esta página no es solo una caja de fórmula. El resultado está pensado para comprobarlo, compararlo y llevarlo contigo.
- Hoja de trabajo profesional. El resultado incluye los datos usados, el método y el alcance, además de una comprobación de sensibilidad de una variable para calculadoras financieras.
- Escenarios A/B. Guarda dos conjuntos de datos en el navegador y compara las cifras principal, secundaria y el desglose lado a lado.
- Imprimir / PDF y CSV. Imprime una hoja con la marca o exporta la tabla anual cuando la calculadora la genera.
Las fórmulas y los supuestos anteriores siguen gobernando la cifra. La hoja de trabajo hace la estimación auditable; no la convierte en una cotización de un prestamista, una declaración de impuestos ni asesoría personalizada.