lunes, 27 de febrero de 2017

Estadística Paramétrica y No Paramétrica


Las principales diferencias entre la Estadística Paramétrica y No paramétrica, se presenta en el siguiente cuadro:

Estadística Paramétrica
Estadística No Paramétrica
Se supone que los datos se distribuyen normalmente.
No se hace suposiciones sobre la distribución de los datos.
Se supone que los datos se miden en una escala de intervalo o razón.
No hacen suposiciones acerca de la escala de los datos. Se aplica a datos categóricos.
Las pruebas paramétricas emplean parámetros que se estima en un conjunto de datos que se distribuyen normalmente.
Las pruebas no paramétricas no hacen uso de estos parámetros estadísticos.
Existe mayor poder estadístico en la inferencia estadística.
En general, el poder estadístico es menor en las pruebas no paramétricas.

Según las condiciones se tiene la posibilidad de aplicar la pruebas paramétricas o  no paramétricas, como por ejemplo:

Condiciones
Estadística Paramétrica
Estadística No Paramétrica
Para 1 muestra
Prueba Z  o prueba t
Prueba de los signos
Para 1 muestra
Prueba Z  o prueba t
Prueba de Wilcoxon
Para 2 muestras
Prueba t de 2 muestras
Prueba de Mann-Whitney
Un solo factor
ANOVA de un solo factor
Prueba de Kruskal-Wallis
Un solo factor
ANOVA de un solo factor
Prueba de la mediana de Mood
Dos factores
ANOVA de dos factores
Prueba de Friedman

Por la característica que tienen las variables categóricas (escala ordinal y nominal) es más frecuente el uso de las pruebas no paramétricas cuando se relacionan dos variables ordinales o dos variables nominales; o una variable categórica con una variable de escala de razón o intervalo.

viernes, 24 de febrero de 2017

Estadística y Tesis


No existe actividad más interesante, desafiante y retadora, cuando se culmina de estudiar una profesión, que el de realizar una investigación para desarrollar una tesis, ya sea para titularse u obtener el grado de maestría o doctor. 

Sea cual sea el tipo o nivel de investigación, la metodología estadística siempre estará presente, cuando la investigación es cuantitativa.

En cada nivel de investigación será necesario apoyarse en diversas técnicas estadísticas, tal como se describe en la siguiente figura.


Es necesario ser consciente de esta situación, desde la elaboración del proyecto de tesis, ya que después puede ser demasiado tarde y se deberá regresar al comienzo, siempre será necesario contar con metodólogo estadístico para evitar tropiezos y desanimarse de este reto.

viernes, 26 de septiembre de 2014

100 preguntas que responder cuando se realiza una Tesis o Investigación Cientifica

Las preguntas que se plantean a continuación, deben contar con una respuesta adecuada, a fin de empezar,continuar y culminar una Tesis o investigación, para obtener resultados satisfactorios, por eso es necesario contar con un especialista que nos brinde la respuesta idónea a cada una de ellas, acorde con el contexto del tema y del nivel de investigación que se realiza. 

¿Cómo sé qué tipo de tesis estoy realizando?
Sino tengo claro el problema de mi investigación de tesis, ¿debo seguir avanzando en los demás pasos?
¿Qué tipo de variables debo utilizar en mi tesis?
¿Cuántas variables debo utilizar en mi tesis?
¿Variables y datos es lo mismo?
¿Qué es la codificación de los datos?
¿Variables y característica de la unidad de análisis es lo mismo?
¿Qué tamaño de muestra debo utilizar en mi estudio?
¿Es conveniente tomar una muestra o tomar toda la población?
¿Cómo debo seleccionar mis unidades de estudio?
¿Las unidades de análisis se pueden  seleccionar en forma arbitraria?
¿Qué características deben tener mis unidades de análisis?
¿Es válido eliminar ciertos datos que perturban y complican el análisis?
¿Por qué mis unidades de análisis deben ser seleccionadas al azar?
¿Cuál es la diferencia de datos de fuentes primarias y secundarias?
¿Puedo utilizar datos de fuentes secundarias?
¿Solo debo utilizar datos de fuentes primarias?
¿Qué tipo de instrumento utilizó para la recolección de datos?
¿Cuál es el instrumento más adecuado para la recolección de datos?
¿Es necesario realizar una prueba piloto de mi instrumento?
¿Es válido utilizar encuestas por teléfono o Internet?
¿Qué requisitos cumple una muestra representativa de la población?
¿Las preguntas de un cuestionario y las variables son lo mismo?
¿Cómo realizó la validación del instrumento a utilizar?
¿En qué momento debo plantear las hipótesis de mi Tesis?
¿Puedo tener más de una hipótesis en mi tesis?
¿Cómo se relaciona los objetivos de mi tesis y la hipótesis planteada?
¿Cómo se establece el nivel de significación de mi prueba de hipótesis?
¿A partir de qué momento debo realizar la recolección de datos?
¿Qué programa informático debo usar para procesar mis datos?
¿Qué pasa si los datos no se procesan adecuadamente?
¿Qué tipo de pruebas estadísticas debo realizar?
¿La prueba a usar tiene que ver con el tipo de variable?
¿En qué consiste la prueba de hipótesis?
¿Cuál prueba de hipótesis debo utilizar en mi tesis?
¿Cuándo utilizo un análisis de regresión no lineal?
¿Cuándo utilizo un análisis de regresión simple o múltiple?
¿Cómo identifico la multicolinealidad en las variables independientes?
¿Cómo identifico la heterocedasticidad en un modelo de regresión lineal?
¿Cómo reemplazo los datos que no son entendibles o que no fueron respondidos en mi encuesta (instrumentos)?
¿Cómo construyó indicadores?
¿Qué tipo de gráficos debo presentar en los resultados?
¿Debo utilizar las tablas y los gráficos del comportamiento de una misma variable?
¿Cuándo utilizó tablas de distribución de frecuencias?
¿Cuándo utilizó los percentiles?
¿Cuándo utilizó tablas de contingencia?
¿Puedo aplicar la prueba de Chi-cuadrado cuando se cuenta con pocas observaciones?
¿Cuándo utilizó la correlación de Sperman o la correlación de  Pearson?
¿Cómo se mide la relación entre dos variables?
¿Cómo se mide la asociación entre dos variables?
¿Cómo sé que mis datos tienen una distribución normal?
¿Qué pasa si mis datos no tienen una distribución normal?
¿Cuándo utilizó la media, la mediana o la moda, de que depende?
¿Cómo mido la variabilidad de mis datos?
¿Cuántos datos requiero para realizar un análisis de regresión lineal?
¿Cómo sé que existe una correlación aceptable entre mis datos?
¿Qué prueba estadística utilizó para comparar dos medias?
¿Qué pasa si tengo dos muestra que quiero comparar, pero son de diferente tamaño?
¿Qué prueba estadística utilizó para comparar dos variancias?
¿Cuándo utilizó la prueba z?
¿Cuándo utilizó la prueba t?
¿Cuándo utilizó la prueba F?
¿Cuándo utilizó la prueba Chi-cuadrado?
¿Qué son las pruebas no paramétricas?
¿Existen pruebas específicas para cada tipo de variable (cualitativa o cuantitativa)?
¿Cuándo utilizar los diseños experimentales?
¿Cuál debe ser mi tamaño de muestra si quiero utilizar escalas de Likert?
¿Qué tipo de muestreo es el más adecuado para mi tesis?
¿Cómo determinó el tamaño de muestra?
¿La muestra que uso en mi tesis es de tamaño grande o pequeña?
¿Qué pasa con la determinación de mi muestra sino conozco el tamaño de la población?
¿Qué pasa con la determinación de mi muestra si conozco el tamaño de la población?
¿Qué error de muestreo debo utilizar para determinar mi muestra?
¿Qué nivel de confianza debo utilizar para determinar mi muestra?
¿Puedo utilizar más  de una población en mi tesis?
¿Cuándo dos muestras son relacionadas?
¿Cuántos tipos de muestreos existen?
¿Cuándo dos muestras son independientes?
¿Cuándo utilizó una muestra estratificada?
¿Cuándo utilizó una muestra por conglomerados?
¿Cuándo es conveniente utilizar una muestra sistemática?
¿Cuándo debo utilizar una muestra por conveniencia?
¿Para que la validación sea significativa, cuánto debe ser el valor del Alfa de Conbrach?
¿Cómo medir la confiabilidad de una escala?
¿Cómo medir la validez de una escala?
¿Cómo interpreto los límites de confianza de un valor estimado?
¿Cuándo puedo generalizar los resultados obtenidos?
Si no se acepta la hipótesis planteada en el estudio, ¿quiere decir que mi tesis no sirve?
¿Para qué sirve el análisis de variancias?
¿Qué técnicas del análisis multivarial puedo utilizar en mi tesis?
¿En las pruebas estadísticas que nivel de significación debo utilizar?
¿Los datos deben cumplir ciertos supuestos para someterlos a ciertas pruebas estadísticas?
¿Qué medidas de tendencia central puedo utilizar en mi tesis?
¿Qué medidas de variabilidad puedo utilizar en mi tesis?
¿Cuándo es conveniente establecer una serie de tiempo con mis datos?
¿Cómo debo utilizar la información de expertos?
¿Cuándo utilizar casos control?
¿En la exploración de datos puedo utilizar los diagramas de cajas (Boxplot)?
¿Cómo hacer mi tesis aplicando un método o la técnica adecuada para analizar mis datos?
¿Tienes elaborado un plan específico para la metodología estadística en tu plan de tesis?

martes, 9 de septiembre de 2014

Coaching en la Metodología Estadística en la Investigación


El Coaching es un método que consiste en acompañar, entrenar  e instruir a una persona o a un grupo de ellas, con el objetivo de conseguir alguna meta específica.  En el proceso de coaching interactúan dos personas; uno es el coach o entrenador, que es la persona que instruye, forma o guía a la persona que está siendo orientada para mejorar su desempeño en un tema específico. El otro es el coachee o persona en entrenamiento, quien recibe los conocimientos y las competencias que necesita para mejorar en ese tema específico. 

El desarrollo del proceso del coaching sigue básicamente los siguientes 5 pasos: Contextualizar, Convencer,  Fijar objetivos, Actuar  y Evaluar el logro.

En mi experiencia en asesorar investigaciones, tesis y estudios en diversas áreas de las ciencias, he notado que muchos solicitan consejos o asesoría, cuando incluso ya han realizado el levantamiento de datos y resulta que la muestra no es la adecuada o que se ha omitido una más variables que se requieren para construir un índice o indicador; por esta razón creo que es necesario que cuando se va a empezar un proyecto de investigación se debe contar con un coaching que permita el acompañamiento en metodología estadística.

Es cierto que quien realiza una investigación debería conocer la metodología a aplicar, pero eso no siempre ocurre, entonces el coaching, siguiendo los pasos mencionados anteriormente ayuda a aclarar el uso de los métodos y técnicas estadísticas más adecuadas para aplicar en una investigación o tesis , de la siguiente manera:
  • Contextualizar: La contextualización de varios puntos de vista será fundamental para que el entrenado encuentre enmarcar el problema que se va estudiar y permitirá al individuo elegir entre las diferentes alternativas metodológicas que dispone la ciencia estadística para buscar su explicación y objetivos.
  • Convencer: La contextualización permite el convencimiento, básicamente acerca del  poder de elección. El entrenador centrará al pupilo en las elecciones que toma y sus consecuencias, brindándole herramientas específicas para elegir con convencimiento y mayor efectividad.
  • Fijar objetivos: Es esencial para todo proceso de coaching, el contar con objetivos claramente definidos paso a paso que servirán de guía para la toma de decisiones y acciones.
  • Actuar: Una vez reunida toda la información, se debe actuar de forma sostenida en el tiempo. El entrenador acompañará de cerca este proceso ayudando a superar las dificultades que aparecen al llevar a la práctica las acciones planeadas.
  • Evaluar el logro: En todo momento es necesario comprobar si nos acercamos a los objetivos fijados. Esto permitirá tomar acciones correctivas y así contribuir a la obtención de los logros.

Es mejor contar con alguien que nos guíe y nos acompañe en la tarea compleja y difícil que es embarcarse en una Tesis o investigación, que estar solo.

miércoles, 3 de septiembre de 2014

Tamaño necesario de la muestra


Cuando se requiere utilizar una muestra en un estudio o investigación, no basta aplicar una formula determinada y las pautas que se siguen para su determinación, muchas veces se deben considerar  otros aspectos, dependiendo de la naturaleza del contexto donde se aplica y obtener el tamaño necesario de la muestra.

Como por ejemplo, la conveniencia o disponibilidad de si la muestra debe ser "probabilística" o "no probabilística", el número de sujetos y finalidad del estudio que se realiza,  número de sujetos necesarios en la muestra para extrapolar los datos a la población.

También se debe tener en cuenta las variables de las cuales depende el tamaño de la muestra, cómo calcular el tamaño de la muestra en el caso de poblaciones infinitas (tamaño grande, indefinido) o poblaciones finitas (tamaño conocido, pequeño) o la estimación del margen de error para extrapolar  la muestra a la población.

Por otro lado, ¿cuál debe ser el número de sujetos para construir un instrumento de medición, para realizar un análisis factorial, en estudios de carácter empírico, experimental o un análisis correlacional?

Asimismo, que variables intervienen en la determinación del tamaño de la muestra, cuál debe ser el tamaño de cada muestra cuando comparamos dos grupos (t de Student) o cuando se realiza un análisis de varianza, qué pasa cuando tenemos más de dos muestras o cuando N = 1.


Todas estas interrogantes deben tener respuestas, a fin de culminar con éxito una investigación. Estas consideraciones se pueden encontrar en las “Técnicas de muestreo”. Existe amplia bibliografía y referencias al respecto en el ciberespacio, tal como el enlace que se muestra, por supuesto que existen libros y artículos muy especializados que dan muchos detalles, que serán útiles a la hora de decidir.

¿Qué es (y qué no es la Estadística?


Los que estamos inmersos en el mundo de la estadística, la cuantificación y medición de las cosas que suceden a nuestro alrededor, a veces creemos que todos también lo entienden así; sin embargo muchas personas y ciudadanos ven las cosas como son, no la matematizan, ni la expresan en funciones o modelos, ni la jerarquizan o establecen escalas o patrones, simplemente ven la realidad tal como es.

Incluso muchos profesionales, creen que la matemática o estadística, es sólo para los ingenieros, sin embargo sabemos que tanto los sociólogos, psicólogos y abogados pueden usarlas y sacar provecho de estas ciencias y aprovechar su aplicación para facilitar a descubrir y explicar aspectos no comprendidos de su profesión.

Por eso recomiendo el libro ¿Qué es (y qué no es) la Estadística?, de Walter Sosa Escudero, quien en forma didáctica y simple, nos muestra como todo hecho o acción de los humanos en forma individual o grupal, tienen que ver con la estadística y las estadísticas. Para mayor abundancia lo pueden ver y escuchar en el TED Río de la Plata.

lunes, 25 de agosto de 2014

Aspectos estadísticos en la investigación

Muchos estudiantes y profesionales de diferentes áreas se preguntan cuáles son las etapas necesarias para aplicar una metodología estadística apropiada en una investigación. A continuación se presentan los pasos necesarios a seguir para lograr el éxito de una investigación.

Definir el Problema. - Definir claramente porque es necesario realizar el análisis, lo cual debe estar contextualizado con los objetivos, y estar acompañado de las hipótesis que se desean probar, paralelamente se podría plantear la estimación de los parámetros que se quiere llegar. Se debe plantear un presupuesto y el tiempo estimado que va durar la investigación.

Definición de la Población. - En este paso se debe dejar claro cuál es la población objeto de estudio, sus límites y alcances, es muy importante analizar la representavidad de la muestra y si esta cumple requisitos matemáticos, metodológicos necesarios para el cumplimiento de los objetivos definidos en la investigación.

Variables del estudio. - Es importante conocer, incluir  y que significan cada una de las variables necesarias para responder el objetivo del estudio, de tal manera que estas variables describan de forma fidedigna las características de la población.

Elección del método estadístico. - Proponer un método estadístico que busque llegar a los resultados que pretendan responder las hipótesis y objetivos propuestos, es comprensible que a medida que se avance, la metodología estadística elegida inicialmente vaya cambiando; por eso, este paso tiene que ser revisado de manera paralela durante todo el estudio y en continua comprobación de idoneidad del método que se elija. Igualmente se define los métodos comparativos, los errores junto con los niveles de confianza, se debe definir la organización para la recolección de los datos, como son sus fuentes, accesibilidad confiabilidad y soporte informático.

Recolección de los datos. - Esta etapa es muy importante, va a facilitar la obtención y análisis de resultados posteriormente; esta recolección debe estar en continua inspección y comprobación de los instrumentos de recolección para evitar errores.

Procesamiento de los datos.- Permitirá obtener la estadística descriptiva, gráficos y estimación de parámetros que brindará una idea del comportamiento de la población, esto a través del resumen de una gran cantidad de datos en información resumida, no es prudente asumir estos resultados como explicación de lo que pasa en la investigación, ya que se requiere un análisis más exhaustivo de los hallazgos.

Análisis e Inferencia de la información.- Una vez realizado el procesamiento de los datos, se realiza  el análisis para obtener las conclusiones y describir con algún nivel de incertidumbre los resultados del estudio, en donde se aplica el método establecido en el paso: “Elección del método estadístico”.


La estadística para muchas personas no se trata nada más que de números, cálculos y formulas, sin embargo estos números, cálculos y formulas definen el futuro del éxito de nuestros resultados y por ende de nuestra  investigación.

martes, 7 de mayo de 2013

Pensamiento Estadístico



La mayoría de instituciones públicas y privadas reciben, generan, producen y gestionan miles de datos. Muchas veces el tratamiento de estos datos está en manos de personas e incluso profesionales que no tienen pensamiento estadístico, para tomar decisiones adecuadas a partir de estos datos, que ayuden a cumplir los objetivos y metas institucionales.

En Special Publication on Statistical Thinking, en 1996, se detalla que el pensamiento estadístico es una filosofía de aprendizaje y acción basada en tres principios inevitables que son:

  • todo trabajo ocurre en un sistema de procesos relacionados;
  • variación existe en todos los procesos; y
  • entender y reducir la variación son las claves del éxito.      
El pensamiento estadístico es una forma o un proceso de pensar (filosofía), en lugar de realizar cálculos, ésta es la diferencia básica entre el pensamiento estadístico y las técnicas estadísticas.

El pensamiento estadístico en los directivos, funcionarios y empresarios es importante y necesario para el desarrollo de una cultura estadística, haciendo uso de los recursos que ofrece la tecnología para enseñar y difundir la estadística, sin olvidar que también es necesaria la atención al contenido estadístico que todo profesional requiere urgentemente.

Los responsables en dirigir una institución deben estar capacitados para usar correctamente el lenguaje estadístico y tener habilidades para construir argumentos estadísticos basados en hechos (datos). Si se tiene una actitud positiva sobre los beneficios de la estadística, su trascendencia y su alcance, se podrá incrementar su aplicación en la gestión de la institución y generalizar su uso en áreas impensables del negocio.

En la actualidad (era de la información) debe promoverse el pensamiento estadístico en la capacitación o enseñanza de la estadística, porque es necesario remarcar que antes de aplicar métodos y técnicas estadísticas debe hacerse uso del pensamiento estadístico, ya que es la recopilación de principios, lenguaje y mecanismos para razonar y plantear una solución a un problema que requiere cuantificación. Cuando se aprende el pensamiento estadístico, se aplica y entiende mejor los procesos y el trabajo en general, lo que conlleva a delimitar, plantear y solucionar los problemas institucionales.

A pesar de los avances logrados en estadística a la actualidad, aún las empresas y las instituciones tutelares de gobierno no han llegado a incorporar a la práctica el pensamiento estadístico necesario, a pesar que las Tecnologías de Información, permiten que el desarrollo del pensamiento estadístico sea más alcanzable.

Vean en el siguiente vídeo  un ejemplo de cómo se puede analizar con las estadísticas lo que sucede en el mundo, mejor aún lo podemos hacer en las empresas y en las instituciones de un país.

jueves, 2 de mayo de 2013

Estadística y Datamining

Existen instituciones complejas que realizan miles de transacciones diarias para lo cual es necesario  tomar una cantidad similar o mayor de decisiones individuales o agregadas; estas instituciones por lo general trabajan con personas y atienden a personas, entre las instituciones a las que me refiero están los hospitales, clínicas, colegios, universidades, bancos, supermercados y empresas que brindan múltiples servicios o venden determinados productos.


El servicio o producto que se brinda, no sólo implica la entrega de este como tal, sino que además en su consecución hay un conjunto de datos que se generan a su alrededor: por ejemplo si se brinda un servicio de salud, se tiene todos los datos del paciente y del  mal que lo aqueja, está el médico que lo atiende, personal auxiliar y administrativo, la infraestructura que se debe usar, equipos,  materiales, sala de operaciones, servicios intermedios etc., es decir cuando un paciente ingresa a un establecimiento de salud de cualquier nivel, pone en funcionamiento todo su  sistema de atención y su sistema de información que va registrando datos.

Estos datos en conjunto pueden servir para a posteriori evaluar y conocer como se viene dando nuestro servicios a través de indicadores, con lo cual se pueden hacer las correcciones necesarias ahí donde hay falencias, demoras o muestras de poca eficiencia.

Si se cuenta con bases de datos corporativas (Datawarehouse) o por áreas específicas (Datamart), no solo podemos obtener información sino también conocimiento de lo que pasa en nuestra institución, para lo cual podemos extraer  información oculta y predecible de esas bases de datos, esto es lo que se denomina Datamining o Mineria de datos, el Datamining es una poderosa tecnología con gran potencial que ayuda a concentrarse en la información más importante de las bases de datos corporativas de por si complejas.  Las herramientas de Datamining predicen tendencias  y comportamientos, permitiendo a las instituciones tomar decisiones proactivas, conducidas por un conocimiento cercano de lo que acontece.

Las herramientas de Datamining pueden responder a preguntas de negocios que tradicionalmente consumen mucho tiempo para ser resueltas y a los cuales los usuarios de esta información casi no están dispuestos a aceptar. Estas herramientas exploran las bases de datos en busca de patrones ocultos, encontrando información predecible que un experto no puede llegar a encontrar porque se encuentra fuera de sus expectativas. Muchas instituciones y empresas colectan miles de datos y no saben qué hacer con estos. Las técnicas de Datamining pueden ser implementadas en plataformas ya existentes de software y hardware para acrecentar el valor de las fuentes de datos y puedan ser integradas a nuevos sistemas.

Las técnicas de Datamining ya están listas para su aplicación, ya que está soportado por tres tecnologías que son suficientemente maduras: a) Recolección masiva de datos b) Potentes computadoras y c) Algoritmos de Datamining.

Las técnicas más comúnmente (ver otras herramientas) usadas en el análisis en el Datamining son:
·         Redes neuronales artificiales.
·         Arboles de decisión.
·         Algoritmos genéticos.
·         Método del vecino más cercano
·         Regla de inducción (fuerte uso de la ciencia Estadística y las probabilidades)

Pero sin las técnicas de la Estadística no existe un análisis efectivo, sin análisis efectivo no existe inteligencia de negocios, explicación de los hechos o generación de conocimiento de una realidad concreta. Y entones ¿cómo se puede esperar sacar algo de la ingente cantidad de gigabytes o terabytes de datos y tomar buenas decisiones y consistentes que permitan hacer bien las cosas de mi institución? Con la Estadística, se puede transformar los datos en conocimiento sobre los procesos de su institución y su negocio.


lunes, 22 de abril de 2013

¿Dónde están los datos?




Cuando se lleva a cabo una investigación,  luego de definir el problema y las variables que explican o describen los hechos que van a ser  medidos y evaluados, es necesario ir pensando en los datos, ya que de nada servirá determinar el problema, los objetivos y las variables, si luego nos enteramos que es difícil obtener los datos, tanto a nivel primario como secundario.

En algunos casos por la naturaleza del problema y de la investigación sólo será posible utilizar datos secundarios, es decir datos que se encuentran en documentos o en base de datos, elaboradas a partir de fuentes primarias, y que en la mayoría de los casos corresponden a  datos estadísticos de información permanente que se genera en las diferentes instituciones del estado; por ejemplo: las defunciones, enfermedades, las microempresas creadas mensualmente, flujo turístico por tipo de hotel, casos o expedientes  judiciales resueltos, número de edificios en construcción, número de viviendas construidas por distrito, número de sentenciados, alumnos matriculados por tipo de escuela, comportamiento del dólar, producción por sector, etc. La lista puede ser interminable. ¿Pero dónde están esos datos?

El gran productor, de la mayoría de estos datos es el INEI, que se encarga de acopiar, organizar y difundir  en forma oficial las estadísticas nacionales, pero también están todos los Ministerios que en gran medida cuentan con datos e información sectorial respectiva y están dispuestos en bases de datos, archivos en formatos Excel, SPSS, DBF, SQL, PDF o TXT, a las cuales se puede acceder directamente o realizar algunas transformaciones, para ser utilizados según el interés particular. Incluso en algunos casos se brinda datos en serie de tiempo es decir el comportamiento de una variable a través de los días, meses o años.

Detrás de estos datos hay recursos  dispuestos: equipos, oficinas, sistemas, papelería y útiles de oficina y sobre todo personas (administrativos, de apoyo y especialistas) y en algunos casos hay estadísticos; estos datos son el producto de una serie de esfuerzos, que ameritan ser utilizados, lo cual implicaría, analizarlos, exprimirlos y torturarlos a fin de encontrar explicaciones más sustanciales a la situación que se estudia.

El no darle uso a los datos, se pierde recursos y  oportunidades de no encontrar la solución a problemas cotidianos, y a prever situaciones en este mundo tan complejo y cada vez más insalvable. Sin embargo muchas de las soluciones esta en los propios datos que genera el problema, que luego de un análisis multidisciplinario se puede construir salidas inteligentes, económicas y de beneficio común, usando herramientas tecnológicas, estadística y decisión.

Empecemos tratando bien a los datos es la materia prima de la estadística, hay que hacer que hablen. Evitemos caer en la infoxicación.

sábado, 2 de marzo de 2013

Ramas de la Ciencia Estadística





Para aplicar la Ciencia Estadística en las distintas áreas de la ciencia físicas, naturales, humanas, sociales, económicas, tecnológicas y de las que se inventen en el futuro, se puede utilizar  los siguientes ramas de la Estadística:

·         Estadística descriptiva.
·         Inferencia.
·         Técnicas de muestreo.
·         Diseño Experimental y Análisis de la variancia.
·         Análisis de regresión y correlación.
·         Tablas de contingencia.
·         Teoría de la decisión.
·         Series temporales.
·         Estadística no paramétrica.
·         Organización de Estadísticas.
·         Minería de Datos (Datamining).
·         Actuarial y Supervivencia.
·         Análisis Demográfico.
·         Bioestadística.
·         Control Estadístico de Calidad.
·         Econometría.
·         Estudio de Mercados.

¡Cada una de estas líneas!, ha sido motivo de cientos o quizás miles de estudios o aplicaciones y se han escrito libros, textos, artículos especializados y se aplican a diversas investigaciones universitarias o tesis de grado y postgrado, y se han desarrollado aplicaciones web para interactuar con el usuario y se han creado diversos paquetes estadísticos  especializados o generales  en la cual se puede aplicar los conceptos de cada rama (Una Mirada a la Estadística, CIMAT).

Sin embargo, estas ramas de la estadística, por lo general no se aplican en forma aislada de las demás, más bien interactúan y se comunican a través de diferentes pruebas y técnicas, lo que permite tener mayor confiabilidad en los resultados y asegurar que se van a tomar mejores decisiones.

Vean como la  Ciencia Estadística y sus ramas va en paralelo con el desarrollo del mundo y su apoyo es trascendental, a propósito del  “Año Internacional de la Estadística”.