Esta herramienta genera conjuntos de datos falsos a partir de una distribución de probabilidad elegida: normal (acampanada), uniforme (todos los valores igual de probables entre dos límites) o exponencial (muchos valores pequeños, pocos grandes). Ajustas el número de filas, un número semilla y los parámetros de la distribución, y la herramienta devuelve una tabla más CSV listo para copiar. La semilla es la función clave: la misma semilla produce siempre el mismo conjunto, así que un docente puede compartir una semilla con toda una clase y cada estudiante trabaja con números idénticos, o un desarrollador puede reproducir un caso de prueba exactamente. Los datos sintéticos son para practicar, enseñar, probar software y demostrar métodos.
Cómo usarla
- Elige la distribución.
- Ajusta el número de filas y una semilla.
- Escribe los parámetros: media y desviación estándar para normal, mínimo y máximo para uniforme, base de tasa para exponencial.
- Pulsa Generar conjunto.
- Copia el CSV en tu hoja de cálculo o herramienta estadística.
Ejemplo resuelto
Una profesora de estadística quiere un ejercicio de clase sobre intervalos de confianza. Genera 20 valores normales con media 100, desviación estándar 15 y semilla 42, y publica la semilla en la tarea. Cada estudiante genera los mismos 20 valores, calcula el intervalo y la clase puede comparar respuestas sin que nadie teclee los datos a mano. Un desarrollador que prueba un componente de gráficos hace lo mismo con datos uniformes: la semilla 7 siempre produce los mismos valores de prueba, así que un error visual puede reproducirse cuando se quiera en vez de aparecer una vez y desaparecer.
Límites honestos
Los datos sintéticos parecen datos reales pero no aportan información sobre el mundo real. Nunca los presentes como datos recolectados, nunca los uses para apoyar una afirmación sustantiva y nunca los mezcles en un conjunto real, ni siquiera “solo para probar”: una fila sintética olvidada en un análisis real es fabricación. El generador además produce solo columnas únicas: no modela correlaciones, grupos ni valores faltantes, así que no puede sustituir datos multivariados realistas. Para datos de prueba realistas con estructura, genera cada variable deliberadamente y documenta el proceso generador.
Para quién es
Esta herramienta es para docentes que crean ejercicios, estudiantes que practican análisis con datos que pueden regenerar y desarrolladores que prueban gráficos y código estadístico. Etiqueta cada archivo sintético con claridad — un nombre como sintetico_semilla42.csv y una nota en el documento — para que ningún lector futuro confunda datos de práctica con evidencia.
Para ir más allá
Un ejercicio útil en clase es generar la misma distribución con distintas semillas y comparar las medias muestrales: con veinte filas de una distribución normal con desviación estándar 15, las medias muestrales oscilan alrededor de la media real unos tres puntos, lo que hace tangible la variación muestral de un modo que las fórmulas solas rara vez logran. Sube las filas a 200 y mira cómo se reduce la oscilación: la ley de los grandes números en raíz cuadrada, visible en un minuto. Para probar software, combina una semilla fija con una afirmación sobre los primeros valores: si un cambio de código altera el generador, la prueba falla con ruido en vez de cambiar en silencio cada ejemplo posterior. Y recuerda la línea ética siempre: los datos sintéticos son una herramienta maravillosa de enseñanza y prueba precisamente porque son honestos sobre ser falsos, así que mantenlos etiquetados y fuera de resultados reales. Cuando enseñes con datos sintéticos, muestra los parámetros generadores junto a los datos, no escondidos en una nota. Un conjunto etiquetado “normal, media 100, DE 15, semilla 42” enseña el vínculo entre parámetros y forma, mientras una columna de números sin etiqueta solo enseña aritmética. Para probar software, guarda una pequeña biblioteca de ejemplos con semilla que cubran casos extremos — una columna constante, una columna con un valor extremo, un conjunto vacío — porque los datos reales siempre contienen el caso que tu prueba de camino feliz pasó por alto. Los ejemplos sintéticos hacen esos casos reproducibles en vez de accidentales.
Herramientas relacionadas
English version · Árbol de Selección de Pruebas · Herramientas gratis en español.
Inserta esta herramienta en tu web — gratis
Copia el código de abajo para añadir esta herramienta funcional a tu propia página. Solo pedimos que mantengas el pequeño enlace de crédito que la acompaña.