tag:blogger.com,1999:blog-64188399869902637222024-03-13T23:15:27.593-07:00Vocacion EstadisticaComentarios acerca de temas relacionados con los métodos y técnicas Estadísticas y de su aplicación en la Investigación Científica.Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.comBlogger126125tag:blogger.com,1999:blog-6418839986990263722.post-44698903586802866172018-11-27T06:50:00.001-08:002018-11-27T06:50:33.793-08:00Día del Estadístico<br />
<br />
<div style="margin: 0px;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgKS_1U57WDAiy2r4TA48cdDRD_UaTCINTlm1pNRNnKhYptsiGRLnkbJhZ33DiTWurLRx1xeDP_3IaAj_HP88o6pPHdldgefZHnq1B4FcU1LYazfOeUhizOi1vZTIDlhKzWPzcMwjw-MaE/s1600/graficos-estadisticos-81768.gif" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="279" data-original-width="400" height="278" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgKS_1U57WDAiy2r4TA48cdDRD_UaTCINTlm1pNRNnKhYptsiGRLnkbJhZ33DiTWurLRx1xeDP_3IaAj_HP88o6pPHdldgefZHnq1B4FcU1LYazfOeUhizOi1vZTIDlhKzWPzcMwjw-MaE/s400/graficos-estadisticos-81768.gif" width="400" /></a></div>
<div class="separator" style="clear: both; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">A propósito de estar próximo a celebrarse el día del estadístico (5 de diciembre), vale recordar que en noviembre de 2013, como parte de la celebración del Año Internacional
de Estadística, se realizó un Taller sobre el Futuro de Estadística y al final
se presentaron las siguientes observaciones: (</span><span style="font-family: "Arial","sans-serif"; margin: 0px;"><a href="http://www.statisticsviews.com/"><span style="margin: 0px;"><span style="color: #0563c1;">www.statisticsviews.com</span></span></a></span><span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">).</span></div>
<ul>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">El análisis de los datos mediante los métodos estadísticos es de fundamental importancia para la sociedad. Lo sustenta la ciencia, guías decisiones de negocios, y permite a los funcionarios públicos para hacer su trabajo.</span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Todos los datos vienen con algún grado de incertidumbre, y la correcta interpretación de los datos en el contexto de incertidumbre no es simple rutina. Este es uno de los más importantes servicios que prestan a la sociedad los estadísticos.</span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">La Sociedad esta generando datos a un nivel sin precedentes y a cada vez mayores tasas. Los Estadísticos deben participar en el análisis de estos datos.</span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Los estadísticos deben ser conscientes de la amenazas a la privacidad y confidencialidad que plantean la gran cantidad de datos. Seguirá siendo un reto el problema de equilibrar los beneficios sociales de mejora de la información con el costo potencial a la privacidad individual. </span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Los nuevos datos vienen de formas no tradicionales, como imágenes y las redes sociales. La Continua evolución de los métodos estadísticos será necesaria para manejar estos nuevos tipos de datos.</span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Los Estadísticos están en la necesidad de volver a evaluar la capacitación de los estudiantes y el sistema de recompensas dentro su propia profesión para asegurarse de que estos todavía están funcionando apropiadamente en un cambiante mundo.</span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">En particular, los estadísticos están lidiando con la cuestión de lo que es un "científico de datos", si es diferente de un estadístico, y cómo asegurarse de que los científicos de datos no tienen que "reinventar la rueda", cuando se enfrentan a cuestiones de incertidumbre y calidad de los datos. </span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">En un mundo donde el público todavía tiene muchas percepciones erróneas acerca de las estadísticas, el riesgo y la incertidumbre, la comunicación es parte
importante de los trabajos estadísticos. Soluciones creativas para la
visualización de datos y la comunicación de masas tienen para recorrer un largo
camino.</span></div>
</li>
</ul>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">En los Estados Unidos, el número de graduados en estadística y la
inscripción en cursos de introducción a la estadística, está aumentando
fuertemente. Las licenciaturas y maestrías otorgadas en estadísticas casi se
han duplicado en los últimos 10 años. La representación de las mujeres en
los programas de estadísticas es mucho mejor de lo que es en disciplinas
comparables tales como las matemáticas, la física y la ingeniería. Al nivel
de pregrado, la matrícula en cursos de introducción a la estadística ha
aumentado en un 90 por ciento desde 1995 para el año 2010.</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Los departamentos de estadística tienen que hacer un mejor trabajo de preparar
a los estadísticos para los futuros puestos de trabajo que están realmente
disponibles y no necesariamente para convertirse en copias de sus profesores. Algunas
sugerencias incluyen las siguientes:</span></div>
<ul>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Trabajar en las habilidades de comunicación. Los Estadísticos deben tener un profundo conocimiento y familiaridad con el concepto de incertidumbre, que muchos otros científicos carecen. Sólo estarán capaz de difundir su conocimiento de este concepto crítico si pueden transportarlo fácilmente y con facilidad.</span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Formación en habilidades de liderazgo. Hay un fuerte sentimiento, entre algunos estadísticos, que se encasillan como personas que apoyan la investigación de otros, en lugar de subir con originales ideas mismas. </span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Formación fuerte en un campo de aplicación. Este aspecto, puede ayudar a preparar a los estudiantes para dirigir la dirección de la investigación, en lugar de solo ser parte de ella.</span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Más de la exposición a los datos "en vivo" de verdad. Muchos estudiantes aprenderán mejor si pueden ver la aplicabilidad a los problemas del mundo real. </span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Más exposición a grandes volúmenes de datos (BigData) que no puede ser analizada utilizando otros métodos estadísticos tradicionales o en un solo ordenador. Los estudiantes deben estar preparados para el mundo que van a estar entrando y BigData parece haber llegado para quedarse. </span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Mayor énfasis en algoritmos informáticos, simulación, etc. Prepararse para la ingeniería y escribir trabajos, los estudiantes necesitan aprender a
pensar como ingenieros.</span></div>
</li>
</ul>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Existe una enorme responsabilidad para los estadísticos. Si los
estadísticos han de ser los futuros protagonistas, deben mantenerse humildes,
la incertidumbre siempre se presenta como una parte integral de sus
previsiones. Tienen que estar dispuestos a decir verdades
impopulares. Tienen que ser ingeniosos e innovadores en el aprovechamiento
de las nuevas tecnologías y nuevas fuentes de información. Todo lo
mencionado, quizás es parte de la historia de la estadística, y, con un poco de
suerte, también será parte del futuro.</span></div>
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;"><div style="line-height: 110%; margin: 0px; text-align: center;">
<b></b><br /></div>
</span><div style="line-height: 110%; margin: 0px; text-align: center;">
<span style="font-family: "Arial","sans-serif";"><b>!!! FELIZ DÍA A LOS ESTADÍSTICOS !!!</b></span></div>
</div>
<b style="mso-bidi-font-weight: normal;"><span style="color: black; font-family: "Arial","sans-serif"; font-size: 11pt; line-height: 110%; margin: 0px;"><br clear="all" style="mso-break-type: section-break; page-break-before: auto;" />
</span></b>
<br />
<div style="line-height: 110%; margin: 0px;">
<br /></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-49549522210350347352018-11-05T16:28:00.001-08:002018-11-06T06:57:28.753-08:00¿Por qué es importante estudiar estadística?<img alt="" class="noti-img" src="https://s3.amazonaws.com/files.pucp.edu.pe/puntoedu/wp-content/uploads/2018/05/25163106/2018_05_Arturo-Kohatsu-Higa007-690x468.jpg" style="background-color: transparent; border-image: none; border: 0px rgb(85, 85, 85); box-sizing: border-box; color: #555555; font-family: "catamaran"; font-size: 15px; font-style: normal; font-variant: normal; font-weight: 400; letter-spacing: normal; margin-bottom: 30px; max-width: 689.92px; text-align: left; text-decoration: none; text-indent: 0px; text-transform: none; vertical-align: middle; white-space: normal; word-spacing: 0px;" /><br />
<span style="color: black; font-size: large;">Interesante artículo que vale la pena tomar en cuenta, publicado en la web de la <a href="https://puntoedu.pucp.edu.pe/noticias/por-que-es-importante-estudiar-estadistica/?fbclid=IwAR16mBBl4KWS8oX4XnvoSzoPVeFChoFL5QrNBU9lqozlnMeMyc2j5exm0pk"><span style="color: blue;">PUCP</span></a>.</span>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-14606686348064356402018-10-29T15:33:00.002-07:002021-06-17T13:55:47.337-07:00Precisión y Exactitud
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Precisión
y exactitud, son dos condiciones que deben reunir los datos y las conclusiones para
dar como válido un estudio. Existen dos amenazas para la validez: el error
aleatorio y el error sistemático.</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhbsNKLn7QV_V6g7bnRiL8nlq1BJ634sC_kbf27XC8fwjaWO_sQRkpg2tYf_8gcpxEhkodNq0O1Izy-c4jDHiTI4a1SaUyyPIRc8EmDCKBiplvRNk3bTQZdeTsa_Gf0MmkH7CrTRqldTxU/s1600/precision+vs+exactitud.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="503" data-original-width="421" height="400" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhbsNKLn7QV_V6g7bnRiL8nlq1BJ634sC_kbf27XC8fwjaWO_sQRkpg2tYf_8gcpxEhkodNq0O1Izy-c4jDHiTI4a1SaUyyPIRc8EmDCKBiplvRNk3bTQZdeTsa_Gf0MmkH7CrTRqldTxU/s400/precision+vs+exactitud.png" width="333" /></a></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">El
error aleatorio, se expresa en la diferencia que existe entre una medición y la
media de todas las mediciones, y es que cada vez que se realiza una medida de
la población a partir de una muestra, se encuentra un resultado distinto,
mientras menor sea la distancia entre una medición y otra, se verificará que los
resultados son más precisos.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">La
única forma de acercar estos resultados de cada medición es incrementando el
tamaño de la muestra; la única forma de reducir el error aleatorio es
incrementando el número de los elementos muestrales, incluso se puede eliminar
el error aleatorio, si es que se estudia a toda la población. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">La
estimación de parámetros, que son características de la población, a partir de
muestras requiere de identificar los límites donde se encontraría el valor
verdadero. A esto se le conoce como intervalo de confianza, la distancia entre
los límites del intervalo de confianza es más corta, si es que se incrementa el
tamaño de la muestra y está distancia es puntual, es decir, es un valor único
si es que se estudia a toda la población. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">La
precisión, es un atributo deseable, tanto en la medición puntual, como en la
estimación de parámetros a partir de muestras. El error aleatorio de la estimación
desaparece sólo en los casos en que se puede estudiar a toda la población.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">El
error sistemático, se expresa en la diferencia que existe entre la media de
todas las mediciones y el verdadero valor, no porque todas las mediciones
coincidan significa que se ha encontrado el verdadero valor, existe una
distancia entre el valor real y la media de todas las mediciones. Esta
distancia, es evaluada por el error sistemático. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Mientras
más grande sea la distancia hay mayor error sistemático, mientras más corta sea
la distancia, se dice que hay más exactitud. Pero para ello se requiere de antes
haber contado con la precisión, no se puede hablar de que se está cerca al
valor real, en términos de exactitud, si es que antes no se cuenta con el pre-requisito
de la precisión. La reducción del error sistemático se logra mediante el
método, controlando los sesgos de selección y de medición. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Sólo es
posible estimar los límites donde se encontraría el valor verdadero, a partir
de una medición, si se ha controlado el error sistemático, al cual se le
denomina también como sesgo. Se ha generalizado al término “validez”, como la
carencia de error sistemático, aunque esta no se pueda eliminar y que requiere de
contar con la precisión antes de evaluar la exactitud.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Si las
conclusiones obtenidas a partir de los sujetos que conforman la muestra, se pueda
trasladar hacia los sujetos que pertenecen a la misma población pero que no
fueron incluidos en la muestra, entonces el estudio tiene validez de inferencia,
conocido también como validez interna.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Para asegurar
la validez interna en un estudio, se debe realizar control y el control se
plantea desde el punto de vista metodológico y desde el punto de vista
estadístico; en un primer momento, el método trata de controlar el error sistemático,
pero si no es posible identificar los elementos que integran el sesgo o no es
posible eliminar aquellas características que están generando sesgo en las
mediciones, entonces se incluyen al análisis estadístico, para ello se debe recolectar
estas variables que interfieren con el estudio e incluirlas para realizar un análisis
multivariado o de acuerdo a la naturaleza de las variables a las que
correspondan los datos.</span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-75283107248972432412018-10-22T08:40:00.001-07:002021-06-17T13:59:49.708-07:00La relación entre variables<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">En la relación
entre las variables, por lo menos se debe contar con dos de ellas, para realizar
un estudio analítico.</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFxgh-R53mAw3NdTOUPBiW6m81ibCMOugq1Rj7yRmh8Z9ASwi1R_hlYP6SXg-250c8H6DuOMyGaNPK4k7nlsDP0kKpOFffwWDGWBTv8q-324WDLdJhd-YH1Z-T19QSPWFW_EGmq1nBL0U/s1600/VARIABLES.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="686" data-original-width="761" height="360" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFxgh-R53mAw3NdTOUPBiW6m81ibCMOugq1Rj7yRmh8Z9ASwi1R_hlYP6SXg-250c8H6DuOMyGaNPK4k7nlsDP0kKpOFffwWDGWBTv8q-324WDLdJhd-YH1Z-T19QSPWFW_EGmq1nBL0U/s400/VARIABLES.png" width="400" /></a></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">De acuerdo a los niveles de la investigación, en el nivel
descriptivo, se realiza un análisis estadístico univariado, en el nivel
investigativo relacional un análisis bivariado, es decir, de dos variables y en el nivel
investigativo explicativo se realiza el análisis multivariado o más de dos
variables, es aquí donde surge la necesidad de clasificar a las variables según
su relación; recordando que dentro del nivel explicativo se puede realizar
estudios observacionales y experimentales. La estadística cumplirá el papel de
realizar el control estadístico, agregando al control metodológico los
criterios de causalidad.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">Las
variables según su relación son la variable independiente, la variable dependiente,
la variable de confusión, la variable intermedia, la variable control, estas
tres últimas son consideradas como variables intervinientes. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">La
variable independiente, representa los factores que constituirían la causa, debido
a que previamente se ha demostrado ser factores de riesgo para el problema que
se está estudiando en el nivel investigativo relacional. En los estudios
observacionales se plantea solamente una variable independiente como estrategia
para demostrar la relación de causalidad.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">La variable
dependiente, representa a la variable de estudio, mide o describe el problema
que se está estudiando, para su existencia y desenvolvimiento depende de otra u
otras variables independientes, pero su variabilidad está condicionada no
solamente por la variable independiente, sino por el resto de las variables
intervinientes. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">La
variable dependiente es la variable más importante del estudio, porque
determina la línea de investigación.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">La variable
de confusión, aparece en los estudios observacionales, su aparición puede
intensificar o antagonizar la relación aparente entre el problema y una posible
causa, es decir, entre la variable independiente y la variable dependiente. Su
influencia se percibe tanto sobre la variable independiente como en la variable
dependiente, el control que debemos realizar en este caso es el análisis
estadístico estratificado.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">La variable
intermedia, aparece de manera inesperada y por tanto es metodológicamente
incontrolable entre el factor causal y el efecto, su naturaleza es aleatoria, es
imposible conocer su distribución antes de ejecutar la recolección de datos, en
los estudios observacionales se neutraliza su participación mediante el análisis
multivariado y en los estudios experimentales mediante el análisis de la
covarianza. En la mayoría de los casos la variable intermedia suele ser
numérica.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">La variable
de control, posee fuerte influencia sobre la variable dependiente y ningún
efecto reconocido sobre la variable independiente, se la identifica en el
momento de la planeación. En los estudios observacionales su control se realiza
mediante los criterios de elegibilidad, es decir, criterios de inclusión y
criterios de exclusión. En los estudios experimentales el control se realiza
mediante la construcción de bloques, es decir, se le Integra al análisis
estadístico, pero en ningún caso se busca su interacción con la variable independiente,
y aunque tiene influencia sobre la variable dependiente no se le estudia como
factor causal.</span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-968963554858889362018-10-08T16:50:00.002-07:002018-10-08T16:50:54.573-07:00Neurociencias: el futuro del Derecho Penal<div class="separator" style="clear: both; text-align: center;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/Md4PpPRI0wM/0.jpg" src="https://www.youtube.com/embed/Md4PpPRI0wM?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
<br />Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-68107494500840381272018-10-01T11:53:00.002-07:002018-10-01T11:53:15.182-07:00El Internet de las cosas y Big Data<div class="separator" style="clear: both; text-align: center;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/xVqniTnMfQE/0.jpg" src="https://www.youtube.com/embed/xVqniTnMfQE?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
<br />Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-63587367664510030322018-09-24T15:36:00.001-07:002018-09-24T15:36:44.669-07:00Cultura Estadística
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">En las
últimas décadas, los métodos y aplicaciones de la Estadística han permeado la
mayoría de las áreas de la ciencia. La realidad es que se ha convertido en una
disciplina que evolucionó para quedarse e incorporarse a la cultura de la
sociedad moderna.</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh5aqUeayUK1MHF3MwylA1doQJIck0SrOJP91_soJT4VBY_YZP0Tk72ro2guCHicHLndIDoo-S6EOpncV-shh-aYOPOow2YDzDyYevVH5I5RpVZpHgrCX-PIaY_e6-wPkuDEvPtY2aKHXs/s1600/culturaestadistica.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="1060" data-original-width="1500" height="282" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh5aqUeayUK1MHF3MwylA1doQJIck0SrOJP91_soJT4VBY_YZP0Tk72ro2guCHicHLndIDoo-S6EOpncV-shh-aYOPOow2YDzDyYevVH5I5RpVZpHgrCX-PIaY_e6-wPkuDEvPtY2aKHXs/s400/culturaestadistica.jpg" width="400" /></a></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Actualmente la estadística está mucho más relacionada con
otras disciplinas que las matemáticas. Se ha usado como lenguaje y método de
investigación científica en áreas tan diferentes como la lingüística, geografía,
física, psicología, economía y en todas las demás.</span></div>
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><div class="separator" style="clear: both; text-align: center;">
<br /></div>
</span><div class="separator" style="clear: both; text-align: center;">
</div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Sin
embargo, en contextos más generales, es común encontrar información con errores
en la presentación y valoración de los datos. Del mismo modo, en documentos académicos
se pueden encontrar representaciones gráficas y tablas mal elaboradas.</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Para
el ciudadano común el saber estadística se ha convertido en una necesidad y una
obligación de su educación integral porque implica más que una herramienta,
técnica o método. </span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">En las
últimas décadas se ha venido forjando el término statistical literacy o cultura
estadística. En eventos académicos y en múltiples publicaciones especializadas,
es constante el uso de este término para referirse al hecho de que la
estadística forma parte de la herencia cultural necesaria para un ciudadano
educado<span style="font-family: Times New Roman;">.</span></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">.</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Desde hace
buen tiempo la UNESCO ha venido implementando políticas de desarrollo económico
y cultural para todas las naciones, incluyendo la alfabetización numérica. En
esta última menciona que es importante difundir la estadística entre los
ciudadanos no solo como técnica para manipular datos cuantitativos sino también
como cultura, en términos de capacidad de comprensión lógica.</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">El término cultura estadística. se ha
empleado de varias maneras y lo definen como la habilidad para entender y evaluar
críticamente los resultados que impregnan la vida de los ciudadanos, a la par
de la habilidad para apreciar las aportaciones que el pensamiento estadístico
puede hacer en la toma de decisiones en el ámbito personal y profesional.
Garfield, lo describe como el entendimiento del lenguaje estadístico en función
de palabras, símbolos y términos, que permitirán a su vez interpretar gráficos
y tablas.</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">También implica la habilidad para
interpretar y evaluar críticamente información, argumentos, fenómenos
estocásticos, así como la habilidad para comunicar y comprender significados e
implicaciones en la toma de decisiones y la representatividad de las conclusiones
obtenidas.</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">La cultura estadística se refiere a la
habilidad de las personas para interpretar y evaluar críticamente información en
el campo de la estadística. Menciona que esta información puede encontrarse en
diversos contextos, como los medios de comunicación pero sin circunscribirse a
ellos.</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">En suma, el término <i>cultura
estadística </i>ha evolucionado en los últimos años. Cada vez es mayor la necesidad
de que los ciudadanos sean estadísticamente cultos. Por tanto, diversos organismos
promueven adecuaciones a los currículos escolares y universitarios, sugiriendo
que la enseñanza de la estadística asuma un papel acorde a las necesidades
actuales de la sociedad.</span></div>
Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-13971149360498857492018-09-17T14:19:00.004-07:002018-09-17T14:19:39.867-07:00Minería de Datos
<br />
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><div style="line-height: 110%; margin: 0px; text-align: justify;">
</div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">El
concepto “Minería de Datos” es un término que engloba resultados de investigación,
técnicas y herramientas usadas para extraer información de grandes bases de
datos. La Minería de Datos es una parte del proceso completo de Knowledge
Discovery in Databases (KDD, en español Proceso no trivial de identificación en
los datos de patrones válidos), en mucha bibliografía los términos Minería de
Datos y KDD se identifican como si fueran lo mismo. </span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiHwp0HwkQ4OFA-Zp_NfUIOes0ulJSV6LKYwEZWgUgHzgzLCid4p43FhVaTEtM-GYrh3poDbVBu43VmY5H3RktYu6gGIun2hFL3ee0BkeOmkxS0LRI0_6OMPgcZSP1rEW3LCmQets3JkH8/s1600/mining.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="410" data-original-width="720" height="182" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiHwp0HwkQ4OFA-Zp_NfUIOes0ulJSV6LKYwEZWgUgHzgzLCid4p43FhVaTEtM-GYrh3poDbVBu43VmY5H3RktYu6gGIun2hFL3ee0BkeOmkxS0LRI0_6OMPgcZSP1rEW3LCmQets3JkH8/s320/mining.jpg" width="320" /></a></div>
<div class="separator" style="clear: both; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Concretamente, el término Minería
de Datos es usado comúnmente por los estadísticos, analistas de datos, y por la
comunidad de administradores de sistemas informáticos, mientras que el término
KDD es utilizado más por los especialistas en Inteligencia Artificial. </span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
</div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">El análisis de la información es
habitual que sea un proceso manual, basado en técnicas estadísticas. Sin
embargo, cuando la cantidad de datos que disponemos, dificulta el tratamiento
manual, aquí entra en juego el conjunto de técnicas KDD de análisis automático
al que nos referimos al hablar de Minería de Datos.</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
</div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Los mayores éxitos en Minería de Datos
se pueden atribuir directa o indirectamente a avances en bases de datos. No
obstante, muchos problemas de representación del conocimiento y de reducción de
la complejidad de la búsqueda necesaria (con conocimiento a priori) están aún
por resolver. </span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
</div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Otras definiciones de Minería de Datos:</span></div>
</span><ul>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">“La Minería de Datos es la extracción
no trivial de información implícita, desconocida previamente, y potencialmente
útil desde los datos”.</span></div>
</li>
<li><span style="font-family: "Arial","sans-serif"; margin: 0px;">“La Minería de Datos es el proceso de extracción y
refinamiento de conocimiento útil desde grandes bases de datos”.</span></li>
<li><span style="font-family: "Arial","sans-serif"; margin: 0px;">“La Minería de
Datos es el proceso de extracción de información previamente desconocida,
válida y procesable desde grandes bases de datos para luego ser utilizada en la
toma de decisiones”.</span></li>
<li><span style="font-family: "Arial","sans-serif"; margin: 0px;">"La Minería de Datos es la exploración y análisis, a
través de medios automáticos y semiautomáticos, de grandes cantidades de datos
con el fin de descubrir patrones y reglas significativos".</span></li>
<li><span style="font-family: "Arial","sans-serif"; margin: 0px;">"La Minería
de Datos es el proceso de planteamiento de distintas consultas y extracción de
información útil, patrones y tendencias previamente desconocidas desde grandes
cantidades de datos posiblemente almacenados en bases de datos”.</span></li>
<li><span style="font-family: "Arial","sans-serif"; margin: 0px;">“La Minería de
Datos es el proceso de descubrir modelos en los datos”.</span></li>
</ul>
<div style="line-height: 110%; margin: 0px 0px 0px 24px; text-align: justify; text-indent: -18pt;">
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike><b></b><i></i><u></u><sub></sub><sup></sup><strike></strike><b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-9801333196601744082018-09-10T12:43:00.003-07:002018-09-10T12:43:30.048-07:00Estadística Social: Desmontando mitos sobre el mundo<div class="separator" style="clear: both; text-align: center;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/IqANV1W6arw/0.jpg" src="https://www.youtube.com/embed/IqANV1W6arw?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
<br />Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-44186757704706419092018-09-03T11:50:00.001-07:002018-09-03T11:55:22.595-07:00¿Por qué debería amar las estadísticas?<div class="separator" style="clear: both; text-align: center;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/jTPSiLEp_ZE/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/jTPSiLEp_ZE?feature=player_embedded" width="320"></iframe></div>
<br />Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-46754946199064845462018-08-27T09:32:00.001-07:002018-08-27T09:32:47.331-07:00Importancia de la Estadística<div class="separator" style="clear: both; text-align: center;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/MRwWnTYJrwA/0.jpg" src="https://www.youtube.com/embed/MRwWnTYJrwA?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
<br />Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-25719168642367636322018-08-20T10:46:00.001-07:002018-08-20T12:39:45.312-07:00¿Media aritmética o Mediana?<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">La media aritmética y la mediana son las medidas
de tendencia central más utilizadas que se conoce y que se obtienen de un
conjunto de datos numéricos.</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgpXBsUSzwRyCH5gdwXiNF4efga0j2Zhf7jvEVpWqx-09x1u1qq4cRv7ne06BFk_2ypdJ3QX_WyYh22WtlYxKMvqmhogpH8gfTMnLodyDMKZdjLkE1d_YoLMVgptlCCNyKrI2eaAaf-Hhw/s1600/mediana.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="330" data-original-width="499" height="262" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgpXBsUSzwRyCH5gdwXiNF4efga0j2Zhf7jvEVpWqx-09x1u1qq4cRv7ne06BFk_2ypdJ3QX_WyYh22WtlYxKMvqmhogpH8gfTMnLodyDMKZdjLkE1d_YoLMVgptlCCNyKrI2eaAaf-Hhw/s400/mediana.png" width="400" /></a></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">La media aritmética, es fácil de
entender, de calcular y es muy utilizada. La mediana, es menos usada, pero
tiene propiedades de las que carece la media, por lo que es un buen complemento
para analizar los datos y en algunos casos puede ser más útil que la media. Estas
propiedades son:</span></div>
<br />
<ul>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">Es más robusta que la media aritmética frente a la presencia de anomalías, ya que no depende de los valores, sino de su posición, por tanto no interesa que existan valores extremos o anómalos.</span></div>
</li>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">La mediana divide al conjunto de datos en 50% de las observaciones por encima y otro 50% por debajo y esto le da unas
ventajas que la media no tiene. </span></div>
</li>
</ul>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">Si la distribución de los datos es
simétrica, la media y la mediana coincidirán, entonces todo es ventaja. </span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;"></span><span style="font-family: "arial" , "sans-serif"; margin: 0px;">Hoy en día se dispone de herramientas
que permiten el cálculo fácil de los estadígrafos, de un conjunto de datos, debemos
aprovechar esta ventaja y analizar las dos mediciones y tendremos un mejor
análisis de los datos.</span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-49240333603146778052018-08-13T10:23:00.001-07:002018-08-13T10:23:28.842-07:00Los Valores Atípicos
<br />
<div style="line-height: 110%; margin: 0px 8.06px 0px 6.8px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; letter-spacing: -0.1pt; margin: 0px;">Cuando se obtienen datos, para un
estudio, sea de cualquier fuente, puede ocurrir que se tenga valores atípicos.
¿Qué hacer con estos valores atípicos? Podemos <span style="margin: 0px;">igno</span>rarlo</span><span style="font-family: "Arial","sans-serif"; margin: 0px;">s <span style="letter-spacing: 0.2pt; margin: 0px;">o </span><span style="letter-spacing: -0.1pt; margin: 0px;">eliminarlo</span>s
<span style="letter-spacing: 0.45pt; margin: 0px;">inmediatamente</span><span style="margin: 0px;">.</span></span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEibb_X5HeIANoja9EgLeGdZS63ZPZrZtqPUrJQfO7SoVauW0_Pgy2RQmQ7ygaVW9hVXS8GTU1ZPXeAw6KskS27Fm8FAVVGKx5xbgxrG-gObKaAnOtC_byOvURqX1gVf4eOJIyTUX1-qrH0/s1600/outliers.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="471" data-original-width="640" height="293" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEibb_X5HeIANoja9EgLeGdZS63ZPZrZtqPUrJQfO7SoVauW0_Pgy2RQmQ7ygaVW9hVXS8GTU1ZPXeAw6KskS27Fm8FAVVGKx5xbgxrG-gObKaAnOtC_byOvURqX1gVf4eOJIyTUX1-qrH0/s400/outliers.jpg" width="400" /></a></div>
<div style="line-height: 110%; margin: 0px 8.06px 0px 6.8px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Es frecuente no prestarle atención de su <span style="letter-spacing: 1.3pt; margin: 0px;">exi</span><span style="letter-spacing: -0.05pt; margin: 0px;">stencia</span>,
realizando <span style="letter-spacing: -0.05pt; margin: 0px;">directament</span>e <span style="letter-spacing: -0.1pt; margin: 0px;">las</span><span style="letter-spacing: 3.25pt; margin: 0px;"> </span><span style="letter-spacing: -0.1pt; margin: 0px;">pruebas</span><span style="letter-spacing: 3.25pt; margin: 0px;">
</span><span style="letter-spacing: -0.1pt; margin: 0px;">estadísticas</span><span style="letter-spacing: 3.25pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">correspondientes.
Esto implica correr riesgo</span>s, ya que <span style="letter-spacing: -0.05pt; margin: 0px;">trabaja</span>r
<span style="letter-spacing: 0.35pt; margin: 0px;">con</span><span style="letter-spacing: 3.2pt; margin: 0px;">
</span><span style="letter-spacing: -0.05pt; margin: 0px;">valore</span>s <span style="letter-spacing: 0.3pt; margin: 0px;">que</span><span style="letter-spacing: 3.2pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">podría</span>n <span style="letter-spacing: 0.35pt; margin: 0px;">estar
</span>errados <span style="letter-spacing: 1.05pt; margin: 0px;">(</span><span style="letter-spacing: 0.7pt; margin: 0px;">por cualquier razón</span><span style="margin: 0px;">), </span><span style="letter-spacing: 1.1pt; margin: 0px;">p</span>uede<span style="letter-spacing: 0.7pt; margin: 0px;"> </span>conducir<span style="margin: 0px;">nos
a </span>resultados<span style="letter-spacing: 1.15pt; margin: 0px;"> </span>no<span style="letter-spacing: 0.35pt; margin: 0px;"> </span><span style="margin: 0px;">válidos.</span></span></div>
<br />
<div style="line-height: 110%; margin: 0px 2.93px 0px 6.8px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Pero,
puede <span style="letter-spacing: 0.65pt; margin: 0px;"><span style="margin: 0px;"> </span></span>darse <span style="letter-spacing: 0.6pt; margin: 0px;"><span style="margin: 0px;"> </span></span>el <span style="letter-spacing: 0.25pt; margin: 0px;"><span style="margin: 0px;"> </span></span>caso <span style="letter-spacing: 0.5pt; margin: 0px;"><span style="margin: 0px;"> </span></span>en <span style="letter-spacing: 0.3pt; margin: 0px;"><span style="margin: 0px;"> </span></span>que <span style="letter-spacing: 0.4pt; margin: 0px;"><span style="margin: 0px;"> </span></span>los <span style="letter-spacing: 0.35pt; margin: 0px;"><span style="margin: 0px;"> </span></span>valores <span style="letter-spacing: 0.8pt; margin: 0px;"><span style="margin: 0px;"> </span></span>sean <span style="letter-spacing: 0.5pt; margin: 0px;"><span style="margin: 0px;"> </span></span>correctos
<span style="letter-spacing: 1pt; margin: 0px;"><span style="margin: 0px;"> </span></span>pero
<span style="letter-spacing: 0.5pt; margin: 0px;"><span style="margin: 0px;"> </span></span>no
<span style="letter-spacing: 0.3pt; margin: 0px;"><span style="margin: 0px;"> </span>es </span><span style="margin: 0px;">conveniente </span>considerarlos. ¿Qué<span style="letter-spacing: 1.65pt; margin: 0px;"> </span>hay<span style="letter-spacing: 1.45pt; margin: 0px;"> </span>que<span style="letter-spacing: 1.45pt; margin: 0px;"> </span>hacer<span style="letter-spacing: 1.65pt; margin: 0px;">
</span>con<span style="letter-spacing: 1.45pt; margin: 0px;"> </span>estos<span style="letter-spacing: 1.6pt; margin: 0px;"> </span>valores?<span style="letter-spacing: 2pt; margin: 0px;">
</span>Lo<span style="letter-spacing: 1.4pt; margin: 0px;"> </span>pri<span style="letter-spacing: -0.1pt; margin: 0px;">m</span>ero<span style="letter-spacing: 1.9pt; margin: 0px;"> </span>es<span style="letter-spacing: 1.3pt; margin: 0px;"> </span>preguntarse<span style="letter-spacing: 2.3pt; margin: 0px;"> </span>a<span style="letter-spacing: 1.2pt; margin: 0px;"> </span>qué<span style="letter-spacing: 1.45pt; margin: 0px;"> </span><span style="margin: 0px;">corresponden,
</span>có<span style="letter-spacing: -0.1pt; margin: 0px;">m</span>o<span style="letter-spacing: 1pt; margin: 0px;"> </span>es<span style="letter-spacing: 0.6pt; margin: 0px;"> </span>que<span style="letter-spacing: 0.75pt; margin: 0px;"> </span>se<span style="letter-spacing: 0.6pt; margin: 0px;"> </span>han<span style="letter-spacing: 0.75pt; margin: 0px;"> </span>producido.<span style="letter-spacing: 1.5pt; margin: 0px;"> </span>En<span style="letter-spacing: 0.7pt; margin: 0px;"> </span>este<span style="letter-spacing: 0.8pt; margin: 0px;"> </span>caso,<span style="letter-spacing: 0.95pt; margin: 0px;"> </span>después<span style="letter-spacing: 1.2pt; margin: 0px;"> </span>de<span style="letter-spacing: 0.65pt; margin: 0px;"> </span>una<span style="letter-spacing: 0.75pt; margin: 0px;"> </span>si<span style="letter-spacing: -0.1pt; margin: 0px;">m</span>ple<span style="letter-spacing: 1.1pt; margin: 0px;"> </span>reflexión y análisis,<span style="letter-spacing: 1.4pt; margin: 0px;"> </span>se<span style="letter-spacing: 0.6pt; margin: 0px;"> </span>llega<span style="letter-spacing: 0.9pt; margin: 0px;"> </span><span style="margin: 0px;">a </span>la<span style="letter-spacing: 0.7pt; margin: 0px;"> </span>conclusión<span style="letter-spacing: 1.65pt; margin: 0px;">
que </span><span style="letter-spacing: -0.05pt; margin: 0px;">l</span>o<span style="letter-spacing: 0.7pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">má</span>s<span style="letter-spacing: 0.9pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">razonabl</span>e<span style="letter-spacing: 1.5pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">e</span>s<span style="letter-spacing: 0.7pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">excluirlo</span>s<span style="letter-spacing: 1.55pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">de</span>l<span style="letter-spacing: 0.8pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">es</span><span style="margin: 0px;">tudio.</span></span></div>
<br />
<div style="line-height: 110%; margin: 0px 6.06px 0px 6.8px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; letter-spacing: -0.05pt; margin: 0px;">En algunas situaciones, la
identificación y el análisis de las anomalías es la parte más interesante del
estudio y de la que más deducciones se pueden obtener. Ya que si los valores están
bien medidos, no encontramos la explicación de por qué sucede o son
completamente contradictorios los resultados obtenidos. ¿Qué hacer con estos
valores? ¿Eliminarlos y olvidarse de ellos?</span></div>
<br />
<div style="line-height: 110%; margin: 0px 6.06px 0px 6.8px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; letter-spacing: -0.05pt; margin: 0px;">Estos valores se deben analizar,
para no perder la oportunidad de incorporar información valiosa a nuestro
conocimiento del proceso. Lo más adecuado sería preguntarnos: ¿Por qué se han
dado estas situaciones?, ¿qué ha ocurrido para que se hayan producido esos
valores?, es posible que la respuesta a estas preguntas nos aporte información
que puede ser muy útil para nuestro mayor dominio y conocimiento del proceso.</span></div>
<br />
<div style="line-height: 110%; margin: 0px 6.06px 0px 6.8px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Entonces, <span style="letter-spacing: -0.1pt; margin: 0px;">¿</span>qué<span style="letter-spacing: 1.6pt; margin: 0px;"> </span>hacer<span style="letter-spacing: 1.65pt; margin: 0px;"> </span>ante<span style="letter-spacing: 1.55pt; margin: 0px;"> </span>una<span style="letter-spacing: 1.45pt; margin: 0px;"> </span>ano<span style="letter-spacing: -0.1pt; margin: 0px;">m</span>alía?<span style="letter-spacing: 1.95pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">Debe</span><span style="letter-spacing: 1.95pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">servir</span><span style="letter-spacing: 1.95pt; margin: 0px;">
</span><span style="letter-spacing: -0.05pt; margin: 0px;">para</span><span style="letter-spacing: 1.95pt; margin: 0px;"> </span>averiguar<span style="letter-spacing: 2.1pt; margin: 0px;"> </span>el<span style="letter-spacing: 1.3pt; margin: 0px;"> </span><span style="margin: 0px;">por </span><span style="letter-spacing: -0.05pt; margin: 0px;">qu</span>é<span style="letter-spacing: 1.25pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">s</span>e<span style="letter-spacing: 1.1pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">h</span>a<span style="letter-spacing: 1.15pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">producido</span>.<span style="letter-spacing: 2pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">S</span>i<span style="letter-spacing: 1.1pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">l</span>a<span style="letter-spacing: 1.1pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">caus</span>a<span style="letter-spacing: 1.5pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">e</span>s<span style="letter-spacing: 1.1pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">u</span>n<span style="letter-spacing: 1.15pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">erro</span>r,<span style="letter-spacing: 1.45pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">s</span>e<span style="letter-spacing: 1.1pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">elimin</span>a<span style="letter-spacing: 1.7pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">e</span>l<span style="letter-spacing: 1.1pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">valo</span>r<span style="letter-spacing: 1.45pt; margin: 0px;"> </span>y<span style="letter-spacing: 1.05pt; margin: 0px;"> </span><span style="letter-spacing: -0.05pt; margin: 0px;">asunto </span>resuelto.<span style="letter-spacing: 1.95pt; margin: 0px;"> </span>Si<span style="letter-spacing: 1.25pt; margin: 0px;"> </span>no<span style="letter-spacing: 1.3pt; margin: 0px;"> </span>es<span style="letter-spacing: 1.25pt; margin: 0px;"> </span>un<span style="letter-spacing: 1.3pt; margin: 0px;"> </span>error<span style="letter-spacing: 1.55pt; margin: 0px;"> </span>habrá<span style="letter-spacing: 1.65pt; margin: 0px;"> </span>que<span style="letter-spacing: 1.4pt; margin: 0px;"> </span>valorar<span style="letter-spacing: 1.8pt; margin: 0px;"> </span>la<span style="letter-spacing: 1.25pt; margin: 0px;"> </span>conveniencia<span style="letter-spacing: 2.4pt; margin: 0px;"> </span>de<span style="letter-spacing: 1.3pt; margin: 0px;"> </span>incluirla<span style="letter-spacing: 1.9pt; margin: 0px;"> </span>en<span style="letter-spacing: 1.3pt; margin: 0px;"> </span>el<span style="letter-spacing: 1.25pt; margin: 0px;"> </span><span style="margin: 0px;">estudio,
</span>según<span style="letter-spacing: 1.3pt; margin: 0px;"> </span>sea<span style="letter-spacing: 1.05pt; margin: 0px;"> </span>la<span style="letter-spacing: 0.9pt; margin: 0px;"> </span>razón<span style="letter-spacing: 1.3pt; margin: 0px;"> </span>por<span style="letter-spacing: 1.05pt; margin: 0px;"> </span>la<span style="letter-spacing: 0.9pt; margin: 0px;"> </span>que<span style="letter-spacing: 1.05pt; margin: 0px;"> </span>se<span style="letter-spacing: 0.9pt; margin: 0px;"> </span>ha<span style="letter-spacing: 0.95pt; margin: 0px;"> </span>producido,<span style="letter-spacing: 1.8pt; margin: 0px;"> </span>la<span style="letter-spacing: 0.9pt; margin: 0px;"> </span>frecuencia<span style="letter-spacing: 1.8pt; margin: 0px;"> </span>con<span style="letter-spacing: 1.05pt; margin: 0px;"> </span>que<span style="letter-spacing: 1.05pt; margin: 0px;"> </span>se<span style="letter-spacing: 0.9pt; margin: 0px;"> </span>esperan<span style="letter-spacing: 1.5pt; margin: 0px;"> </span><span style="margin: 0px;">valores </span><span style="letter-spacing: -0.05pt; margin: 0px;">similares y otras razones</span><span style="letter-spacing: 1.1pt; margin: 0px;">.</span></span></div>
<br />
<div style="line-height: 110%; margin: 0px 3.26px 0px 6.93px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">En<span style="letter-spacing: 1.25pt; margin: 0px;"> </span>algunos<span style="letter-spacing: 1.8pt; margin: 0px;"> </span>casos<span style="letter-spacing: 1.55pt; margin: 0px;"> </span>uno<span style="letter-spacing: 1.4pt; margin: 0px;"> </span>no<span style="letter-spacing: 1.25pt; margin: 0px;"> </span>sabe<span style="letter-spacing: 1.45pt; margin: 0px;"> </span>si<span style="letter-spacing: 1.15pt; margin: 0px;"> </span><span style="letter-spacing: -0.1pt; margin: 0px;">m</span>antener<span style="letter-spacing: 1.95pt; margin: 0px;">
</span>el<span style="letter-spacing: 1.2pt; margin: 0px;"> </span>valor<span style="letter-spacing: 1.55pt; margin: 0px;"> </span>atípico<span style="letter-spacing: 1.7pt; margin: 0px;">
</span>o<span style="letter-spacing: 1.15pt; margin: 0px;"> </span><span style="margin: 0px;">quitarlo. </span>Cuando<span style="letter-spacing: 2.5pt; margin: 0px;"> </span>se<span style="letter-spacing: 1.9pt; margin: 0px;"> </span>da<span style="letter-spacing: 1.95pt; margin: 0px;"> </span>esta<span style="letter-spacing: 2.1pt; margin: 0px;"> </span>sit<span style="letter-spacing: -0.05pt; margin: 0px;">u</span>ación,
es necesario<span style="letter-spacing: 2.65pt; margin: 0px;"> </span>es<span style="letter-spacing: 1.9pt; margin: 0px;"> </span>hacer<span style="letter-spacing: 2.25pt; margin: 0px;"> un
</span>análisis<span style="letter-spacing: 2.5pt; margin: 0px;"> </span>con<span style="letter-spacing: 2.1pt; margin: 0px;"> </span>y<span style="letter-spacing: 1.85pt; margin: 0px;"> </span>sin<span style="letter-spacing: 2pt; margin: 0px;"> </span>la<span style="letter-spacing: 1.9pt; margin: 0px;"> </span><span style="margin: 0px;">presunta </span><span style="letter-spacing: -0.05pt; margin: 0px;">anomalía</span>,
<span style="letter-spacing: 2.7pt; margin: 0px;"><span style="margin: 0px;"> </span></span>y
<span style="letter-spacing: 1.85pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">s</span>i <span style="letter-spacing: 1.85pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">s</span>e
<span style="letter-spacing: 1.9pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">obtiene</span>n <span style="letter-spacing: 2.6pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">la</span>s
<span style="letter-spacing: 2pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">misma</span>s <span style="letter-spacing: 2.5pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">conclusione</span>s
<span style="letter-spacing: 3.05pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">l</span>a <span style="letter-spacing: 1.9pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">disyuntiv</span>a
<span style="letter-spacing: 2.8pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">dej</span>a <span style="letter-spacing: 2.15pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">d</span>e
<span style="letter-spacing: 1.95pt; margin: 0px;"><span style="margin: 0px;"> </span></span><span style="letter-spacing: -0.05pt; margin: 0px;">tener </span>i<span style="letter-spacing: -0.1pt; margin: 0px;">m</span>portancia.<span style="letter-spacing: 2.8pt; margin: 0px;"> </span>En<span style="letter-spacing: 1.8pt; margin: 0px;"> </span>caso<span style="letter-spacing: 1.95pt; margin: 0px;"> </span>contrario<span style="letter-spacing: 2.45pt; margin: 0px;"> </span>quizá<span style="letter-spacing: 2.05pt; margin: 0px;"> </span>se<span style="letter-spacing: 1.7pt; margin: 0px;"> </span>puede<span style="letter-spacing: 2.1pt; margin: 0px;"> </span>salir<span style="letter-spacing: 1.95pt; margin: 0px;"> </span>de<span style="letter-spacing: 1.75pt; margin: 0px;"> </span>dudas<span style="letter-spacing: 2.1pt; margin: 0px;"> </span>recogiendo<span style="letter-spacing: 2.65pt; margin: 0px;"> </span><span style="letter-spacing: -0.1pt; margin: 0px;">m</span>ás<span style="letter-spacing: 1.9pt; margin: 0px;"> </span>datos,<span style="letter-spacing: 2.1pt; margin: 0px;"> </span><span style="margin: 0px;">o </span>ta<span style="letter-spacing: -0.1pt; margin: 0px;">m</span>bién<span style="letter-spacing: 3.25pt; margin: 0px;"> </span>pueden<span style="letter-spacing: 3.15pt; margin: 0px;">
</span>aplicarse <span style="letter-spacing: 0.05pt; margin: 0px;">técnicas</span><span style="letter-spacing: 3.25pt; margin: 0px;"> </span>específicas <span style="letter-spacing: 0.3pt; margin: 0px;">de</span><span style="letter-spacing: 2.65pt; margin: 0px;"> </span>análisis<span style="letter-spacing: 3.2pt; margin: 0px;"> </span>en<span style="letter-spacing: 2.65pt; margin: 0px;"> </span>presencia
<span style="letter-spacing: 0.15pt; margin: 0px;"><span style="margin: 0px;"> </span></span>de<span style="letter-spacing: 2.65pt; margin: 0px;"> </span><span style="margin: 0px;">ano<span style="letter-spacing: -0.1pt; margin: 0px;">m</span>alías.</span></span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-77136773906496481552018-08-06T10:01:00.002-07:002018-08-06T10:01:14.486-07:00Estadística y Vida<div class="separator" style="clear: both; text-align: center;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/lgmAe6cABWU/0.jpg" src="https://www.youtube.com/embed/lgmAe6cABWU?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
<br />Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-22487204905166409092018-07-30T11:47:00.001-07:002018-07-30T18:16:35.764-07:00Aprender y Enseñar Estadística<br />
<div style="line-height: normal; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">La enseñanza de la
Estadística en el mundo se desarrolla en un contexto de nuevos enfoques que
intentan aportar a las concepciones existentes y por el reconocimiento de las
limitaciones que presentan los alumnos y profesores antes, durante y al terminar
un curso de estadística.</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhSycs14DweyMXi3ASgImwc-1x-d86CUhz0YxypWRACYexKJRftAn4keopEHNKqS2z9M0yijRmSltdhSvshJ4fI62bopd3PJ9QYf1WprrLaRELBsMCbM2dvRLKmi4YaUoRkeMlZ7_FwPbg/s1600/ense%25C3%25B1anza.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="900" data-original-width="1600" height="225" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhSycs14DweyMXi3ASgImwc-1x-d86CUhz0YxypWRACYexKJRftAn4keopEHNKqS2z9M0yijRmSltdhSvshJ4fI62bopd3PJ9QYf1WprrLaRELBsMCbM2dvRLKmi4YaUoRkeMlZ7_FwPbg/s400/ense%25C3%25B1anza.jpg" width="400" /></a></div>
<div style="line-height: normal; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Uno de los aspectos de la
enseñanza de la Estadística es precisamente su base Matemática y de cálculo. A
pesar del desarrollo tecnológico alcanzado en los últimos años, el enfoque que
se le da a la enseñanza de la Estadística ha evolucionado poco, manteniendo el
énfasis en muchos casos en los procedimientos utilizados cuando no existían las
computadoras personales e incluso antes de que existieran las calculadoras. Sin
embargo, la Estadística como ciencia, se aleja cada vez más de la Matemática
pura y se convierte en una "ciencia de los datos" (Batanero).</span></div>
<br />
<div style="line-height: normal; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Autores, como Garfield, Godino
y Batanero, han coincidido en que los cursos de Estadística han sobrevalorado y
hasta abusado de los algoritmos de cálculos y expresiones matemáticas.<span style="margin: 0px;"> </span>Esto implica que se le ha dedicado la mayor parte
del tiempo y de los esfuerzos a los cálculos, dejando poco tiempo para el tratamiento
de los conceptos de manera empírica y teniendo en cuenta su comprensión,
significado y aplicación a situaciones prácticas concretas.</span></div>
<br />
<div style="line-height: normal; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Admitimos la importancia
de los símbolos en el aprendizaje. El lenguaje matemático es un instrumento
indispensable, sin embargo, el uso apropiado de la notación Matemática reviste
especial dificultad constituyendo uno de los obstáculos importantes para el
razonamiento, y estas dificultades tienen repercusiones, tanto en el plano del
aprendizaje como en el afectivo.</span></div>
<br />
<div style="line-height: normal; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Varios autores, como
Batanero, Garfield y Benzvi, señalan otras dificultades en relación al
tratamiento de los conceptos. Se ha reconocido que en algunas ocasiones los
conceptos son tratados de manera aislada sin tener en cuenta la relación que
debe establecerse entre ellos, ni la relación de los conceptos propios de la
Estadística y la investigación con los de las otras materias.</span></div>
<br />
<div style="line-height: normal; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Por otro lado, es interesante
y necesario utilizar datos reales y casos prácticos para conseguir un
aprendizaje significativo de la Estadística, ya que esa estrategia favorece una
mayor implicación del estudiante en el proceso de enseñanza-aprendizaje. Asimismo,
es conveniente generar situaciones de aprendizaje referidas a temas de interés
al alumno y trabajar con datos elaborados previamente, para analizarlos
mediante las técnicas y procedimientos estudiados. El mundo se dirige
rápidamente hacia una sociedad cada vez más informatizada. Cada día es más
importante la comprensión de las técnicas básicas de análisis de datos y su
interpretación adecuada.</span></div>
<br />
<div style="line-height: normal; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Un elemento a destacar en
la enseñanza actual de la Estadística consiste en atribuir importancia a las
ideas previas que poseen los alumnos acerca de aleatoriedad, variable
aleatoria, medidas de tendencia central, medidas de dispersión, estimación y
tamaño muestral, independencia y probabilidad condicional, relación,
asociación, la determinación de la veracidad de las hipótesis estadísticas y
causalidad, etc.</span></div>
<br />
<div style="line-height: normal; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">La Didáctica Estadística
tiende a ocuparse más de las ideas de los estudiantes que ignorar, subvalorar o
desaprobar sus ideas, ya que solo se consigue dejarlas esencialmente intactas. En
lugar de suplantar unas nociones por otras, se debe proceder a una búsqueda creativa
por parte de cada alumno, para que se instalen en su mentalidad. </span></div>
<br />
<div style="line-height: normal; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Se puede deducir, según
estos planteamientos, la individualidad en la apropiación del conocimiento, no
da lugar a la existencia de una única dimensión óptima para el aprendizaje.
Sugerimos un modelo en el cual el profesor es un facilitador y el estudiante es
el protagonista, que puede elegir entre una gama amplia de oportunidades disponibles
de aprendizaje, de acuerdo con sus condiciones particulares. Existen una
variedad de actividades, asociados con los distintos estilos de aprendizaje:
lecturas, conferencias, ejercicios, resúmenes, videos, metáforas, experimentos,
proyectos, discusiones y otras.</span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-48620648725997263112018-07-23T08:52:00.001-07:002018-07-23T08:52:11.738-07:00El Análisis Exploratorio de Datos (AED)
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">El Análisis Exploratorio
de Datos (AED) es un enfoque que prioriza el análisis de datos y sobre este
particular existen múltiples criterios.</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhMChDrPzBGalPAiUeEDfiHY8BbqveqISXk0cRuijWmL26cnciTr9Hxdv4gwE48jJz8n0D6Odz02M90wgqhop7kc4dSbIjY9LDemnAYGVnZTNLjwk50E4nuJl5rKya6V-_5crs3zCe9Er4/s1600/box.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="452" data-original-width="450" height="400" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhMChDrPzBGalPAiUeEDfiHY8BbqveqISXk0cRuijWmL26cnciTr9Hxdv4gwE48jJz8n0D6Odz02M90wgqhop7kc4dSbIjY9LDemnAYGVnZTNLjwk50E4nuJl5rKya6V-_5crs3zCe9Er4/s400/box.jpg" width="397" /></a></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Monterde y Perea, menciona
que el AED es, “por una parte, una perspectiva o actitud sobre el análisis de
datos, en la que se exhorta a que el investigador adopte una actitud activa en
y hacia el análisis de los mismos, como un medio para sugerir nuevas hipótesis
de trabajo. Por otra parte, se compone de un renovado utillaje conceptual e
instrumental respecto a lo que podríamos llamar Estadística Descriptiva
“clásica”, con el fin de optimizar la cantidad de información que los datos
recogidos puedan ofrecer al investigador, mediante representaciones gráficas, a
base de reducir la influencia de las puntuaciones extremas en los estadísticos
con el empleo de, los que por ello se ha convenido en llamar, “estadísticos
resistentes”.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Ante lo mencionado surge
una pregunta, ¿cómo se inserta lo que ya se conoce de estadística? <span style="margin: 0px;"> </span>La respuesta no puede darse en pocos párrafos,
se requiere la revisión y lectura, desde el desarrollo de la teoría y la
ejemplificación correspondiente para comprender la concepción de AED y sus
similitudes y diferencias con la estadística clásica.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Muchos coincidirán en que
no se exagera si se dice que el objeto de la Estadística es el estudio de
métodos científicos para organizar, presentar y analizar datos estadísticos, pero
el problema está en cómo empezar a organizar los datos, todos los que han pasado
<span style="margin: 0px;"> </span>por un curso básico de Estadística
recordará la prioridad que se da a las tablas de frecuencia, al estudio de la
distribución normal o la correlación lineal que describen de una manera simple
el comportamiento de los datos.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Estos temas, que la AED no
los desecha, representan estructuras a gran escala que resumen las relaciones
entre todos los datos y que liberan a los investigadores de la búsqueda
minuciosa de modelos, para el entendimiento de las estructuras que subyacen en
grandes conjuntos de datos; esta es una primera idea de la concepción del AED.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Desde su comienzo, el AED
ha tenido como finalidad la revisión de los datos previo a la aplicación de
cualquier técnica estadística para alcanzar primero un entendimiento básico de
los mismos y de las relaciones existentes entre las variables analizadas. Es
decir, cualquier cálculo, (promedios, desviaciones, correlaciones, etc.) debe
estar precedido por un análisis visual de los datos, dicho de otro modo,
mientras la Estadística Descriptiva clásica se ocupa de recoger, ordenar y
representar los datos en forma de tablas, agrupándolos por intervalo y
calculando estadísticos basados principalmente en la distancia y con datos
centrados en la media (promedio); el AED se preocupa primero por detectar
anomalías y errores en las distribuciones univariadas de los datos, intentando
descubrir en ellos patrones o modelos, pero empleando variadas técnicas gráficas
y buscando estimadores no paramétricos o estimadores libres de distribución o
simplemente estimadores robustos, según el término acuñado por Box, tratando de
llevar el estudio de la información que se tiene, hacia una modelización más
completa que la establecida por la Estadística Clásica, basados principalmente
en el orden y centrados en la mediana.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Los programas estadísticos
como el SPSS, Minitab, Statgraphs, Statsoft, SAS, IDAMS y otros, ofrecen muchas
posibilidades a partir de interaccione simples y amigables, con diálogos
dinámicos tanto de la Estadística Clásica como las de AED, debiendo tener en
cuenta que </span><span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">u<span style="margin: 0px;">na buena gráfica
informa más que un conjunto de números disgregados.</span></span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">En
resumen </span><span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">el AED,
<span style="margin: 0px;">permite que hablen los datos y a partir
de ellos encontrar los patrones y modelos indicados, </span>con esto se logra
que en muchas situaciones, el AED puede preceder a una situación de inferencia formal,
mientras que en otras, puede sugerir preguntas y conclusiones que se podrían
confirmar con un estudio adicional, por esto el AED es una herramienta de
utilidad en la generación de hipótesis, conjeturas y preguntas de investigación
acerca de una realidad que los datos fueron obtenidos.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">En la investigación de
diferentes áreas, donde intervienen numerosas variables y donde los datos no abundan,
el AED bien utilizado se convierten en instrumento que complementan los diseños
de investigación y dan validez, confiabilidad y rigor científico a los resultados.</span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-90156116156514180852018-07-16T10:05:00.001-07:002018-07-16T10:05:39.852-07:00La Estadística y la Corrupción<div style="text-align: justify;">
Tenia pensado agregar un post referido a la Estadística y la Corrupción, pero me di cuenta que la corrupción esta en todo, desde lo más simple de las cosas que hacemos hasta lo más complejo. De repente no iba poder terminar el post por la cantidad de información o detalles que tendría que haber considerado. Por eso decidí mejor presentar el siguiente video.</div>
<div style="text-align: justify;">
<br /></div>
<div class="separator" style="clear: both; text-align: center;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/c3PRTQemR-w/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/c3PRTQemR-w?feature=player_embedded" width="320"></iframe></div>
<br />Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-86288625912646853632018-07-09T17:10:00.001-07:002018-07-09T17:12:32.524-07:00¿Quieres predecir el Futuro?<div class="separator" style="clear: both; text-align: center;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/1iqh1B1OZAg/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/1iqh1B1OZAg?feature=player_embedded" width="320"></iframe></div>
<br />Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-54857434637723450782018-06-29T10:34:00.001-07:002018-07-02T10:23:26.515-07:00Capacidad Estadística de un País<div class="separator" style="clear: both; text-align: center;">
</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgs4vjWYcGPsxL7JpJVDsa6mCmP1jbweDg_ZAy4RDCAlNCe3a0H79NFZnRYk4P7azxIRrz226Nna53xxeKREUPnwyhNFTdQrWpizQ7LOHu_6H_VbZ69MBvx1eTI7objMSNEeJjlUXjkZy8/s1600/ICEN3.bmp" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="568" data-original-width="933" height="243" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgs4vjWYcGPsxL7JpJVDsa6mCmP1jbweDg_ZAy4RDCAlNCe3a0H79NFZnRYk4P7azxIRrz226Nna53xxeKREUPnwyhNFTdQrWpizQ7LOHu_6H_VbZ69MBvx1eTI7objMSNEeJjlUXjkZy8/s400/ICEN3.bmp" width="400" /></a></div>
<div style="text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">El BID ha desarrollado el
Índice de Capacidad Estadística Nacional (ICEN), este índice permite medir de
forma cuantitativa la capacidad de los sistemas estadísticos de los países de América
Latina; la capacidad estadística es “la existencia de una estructura o sistema
permanente que disponga de los recursos necesarios para generar de manera
sostenida datos estadísticos relevantes y de calidad, y para difundirlos
adecuada y oportunamente”. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">El ICEN, es una medición
compuesta de cuatro dimensiones principales: recursos, normas y prácticas
institucionales, metodologías y difusión. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">La primera se refiere a
los <b style="mso-bidi-font-weight: normal;">recursos financieros</b> (presupuesto),
humanos (empleados y salarios), tecnológicos (<i>software</i>) y físicos
(equipos, infraestructura) con los que cuenta una entidad de estadística para
producir la información. Estos son centrales, debido a que en cantidades
adecuadas otorgan capacidad operativa a las oficinas. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">En segundo lugar, las <b style="mso-bidi-font-weight: normal;">normas y prácticas institucionales</b> son
aquellas que regulan la existencia y organización de la entidad estadística y del sistema en su
conjunto, así como su rol de coordinador y articulador del mismo. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Las <b style="mso-bidi-font-weight: normal;">metodologías</b>, que componen la tercera dimensión, hacen referencia a
las técnicas mediante las cuales se recoge y procesa la información siguiendo
estándares internacionales validados, controles de calidad, y métodos que
generen información coherente y comparable de forma longitudinal y transversal.
</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Finalmente, la dimensión
de <b style="mso-bidi-font-weight: normal;">difusión</b> se refiere a las
metodologías usadas para hacer accesible la información a los diversos
usuarios, de forma transparente, oportuna y resguardando la confidencialidad de
los datos. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">Para medir el ICEN se
aplicaron cuestionarios a diferentes actores en los 10 países. Un cuestionario
fue llenado exclusivamente por funcionarios de la entidad estadística, mientras que otros
fueron aplicados a funcionarios del Sistema de Estadística Nacional (SEN),
académicos, periodistas y usuarios del sector privado. La información provista
por estos dos tipos de actores, productores y usuarios permitió estimar de
forma más integral la capacidad de los sistemas estadísticos nacionales. El
puntaje resultante se encuentra en un rango de 1 a 10, donde 1 indica un bajo nivel
de capacidad y 10 uno muy alto.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">La herramienta se ha
aplicado para medir la capacidad estadística de 10 países en el año 2015 y 2016,
sus componentes y su forma de aplicación. Asimismo, se ha presentado el <i>ranking
</i>de países. Se observa que, este <i>ranking </i>se encuentra asociado con
los niveles de capacidad generales de los Estados, pero al mismo tiempo se
confirma que en algunos casos los niveles de capacidad estadística son
superiores a lo que se esperaría por su entorno.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "arial" , "sans-serif"; margin: 0px;">El informe completo puede
descargarse de este enlace:<a href="https://publications.iadb.org/handle/11319/8899">¿A quién le importa saber? </a>.</span><span style="font-family: "arial" , "sans-serif"; margin: 0px;"></span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-83383963729288249892018-06-25T09:17:00.001-07:002018-06-25T09:17:09.205-07:00La Estadística y el Científico de Datos<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.65pt; margin: 0px;">Artículo de Enrique Saldivar, El Comercio 17/06/2018</span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.65pt; margin: 0px;"><br /></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.65pt; margin: 0px;">La transformación digital exige una
profunda reflexión sobre la empresa, pero también plantea retos muy
importantes para poder llevar con éxito el proceso y la comprensión de la tecnología
que se requiere: Machine Learning, Internet of Things y Blockchain, teniendo
como base el uso, acceso y explotación de datos.</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj0mSZm9K50_IVOpXovnmPLNxonOtRFUjiuSsvneQhv1Mp-6ZI-sMg9P_X7eZhsSJjx-f49GZ02DUtgOOvuq_SdjnwfHB6zOrtvZSvL8lxw8GErru45TjaY-LABKdzyauOxrOQIqpaU3HY/s1600/dataciencia.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="976" data-original-width="1068" height="365" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj0mSZm9K50_IVOpXovnmPLNxonOtRFUjiuSsvneQhv1Mp-6ZI-sMg9P_X7eZhsSJjx-f49GZ02DUtgOOvuq_SdjnwfHB6zOrtvZSvL8lxw8GErru45TjaY-LABKdzyauOxrOQIqpaU3HY/s400/dataciencia.png" width="400" /></a></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.65pt; margin: 0px;">Según datos de Excelacom. firma de
consultoría y análisis tecnológico, cada 60 segundos se envían 150 millones de
correos electrónicos, se real izan 1.389 viajes en UBER, se efectúan 2.4
millones de búsquedas en Google, son publicadas 38.194 fotos en Instagram, se
crean más de 120 nuevos perfiles en Linkedln y son descargadas 51.000
aplicaciones en dispositivos inteligentes.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.65pt; margin: 0px;">Tiene sentido entonces que, hoy por
hoy, el análisis del Big Data se haya vuelto el motor fundamental en la
economía de la información. Sin embargo, para que las empresas obtengan el
máximo valor de los datos, no solo se necesitan tener las herramientas
adecuadas, sino también se requiere contar con personal capacitado. Es por esta
razón que es de suma importancia potenciar el capital humano, preparando a
profesionales para transformarlos en lo que hoy se conoce como Científicos de
Datos.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.65pt; margin: 0px;">Aunque esta profesión no tiene una
definición exacta, el Científico de Datos se centra en un profesional dedicado
a analizar e interpretar grandes volúmenes de información, con el fin de
diseñar una estrategia de inteligencia de negocios e identificar nuevas
oportunidades para las compañías. No es coincidencia entonces que, en el Perú,
las carreras relacionadas con Estadística, Informática y Ciencias Matemáticas
hayan mostrado un crecimiento sostenido en los últimos años.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.65pt; margin: 0px;">Lo expuesto supone un gran reto para
las organizaciones, ya que deben identificar la necesidad de contar con
científicos de datos y reconocer el potencial del Big Data, y abre una
oportunidad para futuros profesionales que buscan nuevos campos laborales.</span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-64856994679138570552018-06-18T10:54:00.003-07:002018-06-18T16:36:28.062-07:00Estadísticas y Futbol<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">Dicen
que en el futbol las estadísticas no juegan. Sin embargo, ayudan a describir y
establecer patrones de juego, incluso se puede llegar a ensayar su relación con
la economía de un país, r</span><span lang="EN-US" style="font-family: "arial" , "sans-serif"; margin: 0px;">evisar el reporte: <a href="http://www.goldmansachs.com/our-thinking/pages/world-cup-2018/multimedia/report.pdf"><span style="color: blue;">The World cup and Economics 2018</span></a>.
</span><span style="font-family: "arial" , "sans-serif"; margin: 0px;">Incluso se puede realizar
análisis sociológico como es el caso del Libro “Ese gol existe” de Aldo
Panfichi.</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgrs3eHbdoz0ayLqSZ6knRcWdpIVJEvgrhITxlrEBWKteY6cWtIW7yhPUCotFV-1886K_rfTtGJV07GJ55czZ1AwyolgEjqZ-OI1uSS5X6DvONs-sRI6MUGPVxTg10ZLYESLCIYg3kY8_s/s1600/pelota1.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="504" data-original-width="543" height="370" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgrs3eHbdoz0ayLqSZ6knRcWdpIVJEvgrhITxlrEBWKteY6cWtIW7yhPUCotFV-1886K_rfTtGJV07GJ55czZ1AwyolgEjqZ-OI1uSS5X6DvONs-sRI6MUGPVxTg10ZLYESLCIYg3kY8_s/s400/pelota1.png" width="400" /></a></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">Pero
hay que hacer una diferencia, una cosa son las “Estadísticas” y otra cosa es la
“Estadística”, incluso habría que previamente hacer otra diferencia, el que se
ocupa de la (ciencia) Estadística se le conoce como Estadístico (sea licenciado
o Ingeniero) y no “Estadista” como erróneamente se le suele llamar.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">Las
estadísticas permiten ordenar, clasificar y describir detalles a través del
conteo que se hace de la ocurrencia de hechos de una variable, en el fútbol
puede ser partidos ganados, perdidos o empatados; goles que hace un equipo o un
jugador, en un partido o en varios en un campeonato o torneo.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">A
partir de los datos que generan las estadísticas, se puede establecer ratios,
tasas, proporciones o porcentajes e incluso medidas de tendencia central o de
variabilidad y tal vez algunos estadígrafos de correlación o relación de interés
que indiquen el comportamiento de un jugador o un equipo.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">Más
complicado es utilizar estas estadísticas para establecer inferencias o modelos
más complejos, ya que cada partido e incluso cada jugador tienen una
performance diferente al tener un oponente diferente y cada ambiente o
condiciones de cada partido no es igual a otro, por tanto los resultados o estadísticas
van a ser diferentes.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">Esta frecuencia
de las estadísticas nos permiten construir distribuciones de probabilidades, ya
que son hechos aleatorios que son singulares en cada partido, y estas
probabilidades son tendencias que se pueden o no cumplir aún si es cercano al 0.99
(que implica probabilidad de un suceso seguro de ocurrir).</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "arial" , "sans-serif"; margin: 0px;">Todos
los deportes usan estadística, las cuales les permitirá en el futuro medir las
tendencias o patrones de los jugadores de los equipos de un país o de un club;
pero, estos deben ser tomados con cuidado ya que son productos del azar. Como
todo en la vida (y el futbol) muchas de las cosas que suceden están
determinados por la aleatoriedad de las cosas que lo rodean.</span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-33501008821083865182018-06-11T12:05:00.001-07:002018-06-11T12:05:03.625-07:00¿Aprendizaje Imposible?<div class="separator" style="clear: both; text-align: center;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/k4GS-4i76fU/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/k4GS-4i76fU?feature=player_embedded" width="320"></iframe></div>
<br />Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-50027682386760124772018-06-04T09:25:00.001-07:002018-06-04T09:25:08.584-07:00Los Pronósticos Cualitativos
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.1pt; margin: 0px;">Los diversos métodos estadísticos para realizar
pronósticos están en su mayor parte</span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.45pt; margin: 0px;">
dirigidos hacia los pronósticos económicos, de mercadotecnia, financieros y
otras formas de predicción empresarial. Estos </span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.4pt; margin: 0px;">métodos se centran fundamentalmente en el corto y mediano
plazos.</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhTlqaLOGRfxTiyv82hR6ALX1pZSjgFnbxs83Oai1jN973J4hJGxTiDGSvdw4JAH2uEd2rY6bRO_3sV-dDEIUWU80gxjbqRtdRNbb1Y-_UpexQt5Gw6AF2fiRMgYUukv-ZgxasBsEtVmwA/s1600/ciudad-del-futuro_siemens.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="538" data-original-width="960" height="222" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhTlqaLOGRfxTiyv82hR6ALX1pZSjgFnbxs83Oai1jN973J4hJGxTiDGSvdw4JAH2uEd2rY6bRO_3sV-dDEIUWU80gxjbqRtdRNbb1Y-_UpexQt5Gw6AF2fiRMgYUukv-ZgxasBsEtVmwA/s400/ciudad-del-futuro_siemens.jpg" width="400" /></a></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.4pt; margin: 0px;">En e</span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: -0.05pt; margin: 0px;">l campo de los
pronósticos tecnológicos y ambientales existen varias </span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.3pt; margin: 0px;">formas de predicción, que se enfocan al largo plazo</span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.2pt; margin: 0px;">. Dichos </span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.35pt; margin: 0px;">métodos
cubren la predicción poblacional o demográfica, disponibilidad </span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.05pt; margin: 0px;">y costo de materias primas, evaluación del riesgo </span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.3pt; margin: 0px;">político, pronósticos gubernamentales y
legislativos, predicción competi</span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: -0.05pt; margin: 0px;">tiva y, la predicción
tecnológica.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: -0.2pt; margin: 0px;">La predicción tecnológica y ambiental no siempre proporciona
un procedimiento </span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: -0.35pt; margin: 0px;">detallado, ni presenta
sus pronósticos como una respuesta numérica </span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: -0.2pt; margin: 0px;">sencilla. El uso de tales métodos requiere de un
entendimiento de los factores </span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: 0.05pt; margin: 0px;">implicados en cada
situación y una necesidad para adaptar el método a esa situación</span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; margin: 0px;">. Con dichos métodos es el experto quien es el procesador de <span style="letter-spacing: -0.1pt; margin: 0px;">hechos, conocimiento e información, más que algún
conjunto de reglas matemáticas</span><span style="letter-spacing: -0.15pt; margin: 0px;">, como
sería el caso con los métodos cuantitativos.</span></span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.05pt; margin: 0px;">Los métodos de predicción </span><span lang="ES" style="color: #342a2a; font-family: "Arial","sans-serif"; letter-spacing: -0.2pt; margin: 0px;">tecnológica y ambiental </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.05pt; margin: 0px;">se utilizan en tres tipos de situaciones:</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.05pt; margin: 0px;">La primera es la predicción cuando un nuevo proceso o
producto dado llegará a ser ampliamente adoptado. Por ejemplo, una organización
puede estar consciente de un cierto número de descubrimientos científicos que
todavía no han sido aplicados y puede pretender pronosticar el momento en el
cual su aplicación se hará más amplia. O una empresa puede interesarse en el
horizonte temporal para la adopción de un nuevo proceso. Como un ejemplo, se
puede considerar el desarrollo de la robótica y el problema de pronosticar el
punto en que dicha tecnología tendrá amplio reconocimiento en las aplicaciones
industriales. Esta información sería de interés para las empresas que
manufacturan o venden robots y para quienes pueden explotar las oportunidades
disponibles a través del uso de la robótica para mejorar su producción y
reducir sus costos.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.05pt; margin: 0px;">La segunda es predecir qué nuevos avances y
descubrimientos se harán en </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: -0.2pt; margin: 0px;">un área específica. Por
ejemplo, ciertas organizaciones podrían </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.1pt; margin: 0px;">interesarse
en lo que sucedería con los nuevos descubrimientos y avances médicos. Las
corporaciones podrían desear pronosticar nuevos procesos y </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.05pt; margin: 0px;">tecnologías que serán desarrolladas en su industria
durante los próximos </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.1pt; margin: 0px;">años, para ayudar en la
planificación de los programas de ampliación de </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.05pt; margin: 0px;">planta física, el desarrollo del mercado de largo plazo y
las inversiones en investigación y desarrollo a largo plazo. También es
importante ser capaz de pronosticar el costo de la energía y otras materias
primas, porque </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: -0.1pt; margin: 0px;">los aumentos de tales
costos podrían tener graves consecuencias en algunos países </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: -0.25pt; margin: 0px;">o empresas.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: -0.05pt; margin: 0px;">La tercera es la predicción de los tipos de cambios y
patrones </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.1pt; margin: 0px;">que podrían surgir de un
área que está sufriendo o está a </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; letter-spacing: 0.2pt; margin: 0px;">punto de sufrir un cambio
primordial. </span><span lang="ES" style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">Un objetivo principal es romper paradigmas <span style="letter-spacing: -0.2pt; margin: 0px;">e identificar la gama de posibilidades futuras.
Aislar patrones y relaciones </span><span style="letter-spacing: -0.25pt; margin: 0px;">emergentes
en tal situación es también deseable ya que los cambios </span>tecnológicos afectarán
inevitablemente las actitudes sociales, las que <span style="letter-spacing: 0.1pt; margin: 0px;">a su vez afectarán la demanda de productos y servicios y las innovaciones
</span><span style="letter-spacing: -0.35pt; margin: 0px;">tecnológicas.</span></span></div>
<div class="separator" style="clear: both; text-align: center;">
</div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-73306203144382834852018-05-28T10:11:00.001-07:002018-05-28T10:11:58.711-07:00Estadística y Ciencias Sociales
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">El estudio
de la realidad social y política se realiza cada vez con mayor frecuencia
mediante análisis de encuestas y exploraciones de campo. En una investigación la
Estadística se utiliza para: a) Diseñar el tamaño de la muestra; b) Decidir el
tipo de muestreo en función de la población a investigar y c) Analizar los
datos obtenidos. Además, nuevas preguntas, resultado del análisis de encuestas,
ha llevado a nuevos desarrollos de modelos estadísticos.</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiM40S8-ZA54XqTGyrTvf_8a44gVxQQmk_j4cHn8gG8kKMlJKCDaMHJlCFbFZ74-srrcJpjIMi_oTOL3e_5wZZpP2nmgiHEAsfBVJi6FxZhWav7O0TWVI24SgsmDYgfgeRf61AF1wBeNyQ/s1600/tecnicas.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="483" data-original-width="987" height="195" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiM40S8-ZA54XqTGyrTvf_8a44gVxQQmk_j4cHn8gG8kKMlJKCDaMHJlCFbFZ74-srrcJpjIMi_oTOL3e_5wZZpP2nmgiHEAsfBVJi6FxZhWav7O0TWVI24SgsmDYgfgeRf61AF1wBeNyQ/s400/tecnicas.png" width="400" /></a></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Durante
la mayor parte del siglo XX los investigadores, entre ellos los estadísticos
trabajando en estas investigaciones, se concentraron en el análisis de datos de
tablas de contingencia, que ha sido la forma más habitual para presentar los
resultados de una encuesta. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">A
mediados del siglo XX, se desarrollaron técnicas de medición de la asociación
entre variables categóricas que a través del coeficiente de correlación miden la
dependencia en contextos más amplios. Los avances en el tratamiento estadístico
de las variables cualitativas se han venido impulsado por las necesidades propias
del análisis.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Un
avance importante en este campo fue encontrar la relación entre el análisis de
correspondencias, herramienta introducida por Benzecri para representar datos
multivariantes de frecuencias. El Análisis de Correspondencias puede verse como
una generalización para variables cualitativas de una técnica estadística
clásica para reducir la dimensión de variables continuas, como la técnica de Componentes
Principales, esta técnica tiene muchas aplicaciones en diferentes campos de la
ciencia. Por ejemplo, los índices de desarrollo humano de la ONU, muchos
sistemas de compresión de imágenes o video para su envío por Internet, o los
factores que explican la inteligencia humana, utilizan esta herramienta
introducida por Hotelling en 1933. Matemáticamente, se trata de buscar
combinaciones lineales de un conjunto de variables, que contengan la máxima
información, lo que se traduce en que tengan varianza máxima. </span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Goodman
en 1985 relacionó los modelos log-lineales y el análisis de correspondencias,
estableciendo una metodología unificada para el análisis de encuestas.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">El
modelo LISREL es otro desarrollo importante en el campo de la sociología, está técnica
generaliza el modelo factorial clásico introducido por Spearman en Psicometría
para analizar la inteligencia humana. Los modelos mencionados construyen un
sistema de ecuaciones estructurales, similares a los modelos econométricos
multiecuacionales, pero que en vez de relacionar variables observadas,
relacionan variables no observadas o factores. Además, permite incorporar
ecuaciones similares a un modelo factorial clásico para relacionar los factores
con las variables observadas. Estos modelos se han convertido en una
herramienta habitual en la sociología.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="font-family: "Arial","sans-serif"; margin: 0px;">Otro aspecto
que ha estimulado la investigación estadística es el análisis de datos
faltantes. En alunas encuestas es frecuente que los entrevistados no respondan
a parte de las preguntas y se debe enfrentar con el problema de cómo utilizar
esta información incompleta. Este problema ha impulsado la creación de nuevos
métodos de estimación, como los métodos de cadenas de Markov que permiten una
utilización efectiva de toda la información disponible.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span style="color: black; font-family: "Arial","sans-serif"; margin: 0px;">En resumen, se tiene que el papel de la estadística es un soporte
para la adquisición de conocimiento científico en el mundo actual. En las
ciencias sociales la Estadística, <span style="margin: 0px;"> </span>es una
herramienta que permite convertir los hechos observables en conocimiento e
información, si bien es cierto su desarrollo cuantitativo es menor, así como en
las humanidades, donde todavía se encuentra en sus inicios, es previsible que
en este siglo se producirán avances importantes en la cuantificación de estas
disciplinas.</span><span style="font-family: "Arial","sans-serif"; margin: 0px;"></span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0tag:blogger.com,1999:blog-6418839986990263722.post-68629351234063362602018-05-21T15:33:00.000-07:002018-05-21T15:33:01.719-07:00Análisis Multivarial (II)<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Las técnicas multivariadas más utilizadas son las
siguientes:</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"><b>Componentes Principales</b></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"></span><span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Este método permite obtener componentes o combinaciones
lineales de las variables originales y permiten simplificar el universo de
estudio, centrándose en las componentes que sintetizan la máxima variabilidad
residual. Los objetivos más importantes son:</span></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgj5HmTPKrdsFzhZrzu3A4RKFgmKfxy3Zi2JCWKHOywBuvDVCCPG9iK_mNFB6Gam2zKiVEX3g_K3tN2jx2wudSM0l5e1gojtyg5s5hicwEhkPBoisxaiEH7amr_7D30RwD_cD9RT30wxJY/s1600/canales.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="1217" data-original-width="1600" height="303" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgj5HmTPKrdsFzhZrzu3A4RKFgmKfxy3Zi2JCWKHOywBuvDVCCPG9iK_mNFB6Gam2zKiVEX3g_K3tN2jx2wudSM0l5e1gojtyg5s5hicwEhkPBoisxaiEH7amr_7D30RwD_cD9RT30wxJY/s400/canales.png" width="400" /></a></div>
<ul>
<li><div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Generar nuevas variables que expresen la información contenida en el conjunto original de datos.</span></div>
</li>
<li><div style="text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Reducir las dimensiones o factores del problema que se está tratando, como paso previo para futuros análisis.</span></div>
</li>
<li><div style="text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Eliminar algunas de las variables originales que aportan
poca información o variables que contiene parte de información ya suministrada
por otras variables.</span></div>
</li>
</ul>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">El análisis por componentes principales debe ser aplicado
cuando se desea conocer la relación entre los elementos de una población y se
sospeche que en dicha relación influye de manera desconocida variables
subyacentes o características de los elementos.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"><b>Análisis factorial</b></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"></span><span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Este término engloba varias técnicas que buscan explicar
la correlación de un conjunto grande de variables en términos de un conjunto
reducido de variables subyacentes denominadas factores. Al reducir el número de
variables, los procedimientos tratan de retener la mayor cantidad de
información posible y de hacer de las variables restantes tan significativas y
tan fáciles de manipular como sea posible. El propósito del análisis factorial es
generar una comprensión de la estructura fundamental de las preguntas,
variables u objetos y combinarlos en nuevas variables.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">El análisis factorial permite generar varias soluciones
para un mismo conjunto de datos, cada solución es generada por un esquema de
rotación de factores, es decir, cada rotación tiene una interpretación
diferente y esto se lo hace en términos de cargas o puntajes de factores.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"><b>Análisis Discriminante</b></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"></span><span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Si el objetivo del análisis factorial es generar
dimensiones que maximicen la interpretación y expliquen la varianza, el
objetivo del análisis discriminante es generar dimensiones que discriminen o
separen los objetos tanto como sea posible, es decir, identificar grupos o
conglomerados de atributos sobre los cuales difieren los objetos. Al igual que
en el análisis factorial, cada dimensión se basa en una combinación de los
atributos fundamentales.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"><b>Clasificación</b></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"></span><span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Una opción de analizar y estudiar un conjunto de
individuos es clasificándolos en subconjuntos de acuerdo con algún objetivo
predeterminado. La clasificación trata el problema de dividir un conjunto en
subconjuntos, de tal modo que la diferencia entre elementos de un mismo
subconjunto sea mínima y sea máxima para los elementos de diferentes
subconjuntos. La formulación matemática y estadística se realiza mediante
métodos como: modelos probabilísticos, teoría de grafos o criterios de
optimización y algoritmos.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">El uso de las técnicas de clasificación se basa en ideas
generales concernientes a las observaciones. Busca revelar una partición que
realmente exista (esta existencia es conjeturada antes del análisis estadístico
o es revelada después del análisis). De modo inverso, la partición se emplea
como instrumento para explorar los datos. Este último caso, es una generalización
de histogramas unidimensionales, que con el objeto de facilitar el análisis,
las observaciones se agrupan en clases homogéneas.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Las técnicas de clasificación recurren a métodos
algorítmicos. Se consideran dos tipos de métodos de clasificación: los métodos
jerárquicos y los métodos no jerárquicos.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Las técnicas de clasificación jerárquica presentan una
estructura de árbol. Todos los individuos forman una clase, luego dos, tres,
etc. clases y finalmente cada individuo forma una clase. Si se parte de “n”
clases, con un individuo cada una y se van agrupando por pasos sucesivos hasta
formar una sola clase, la técnica es aglomerativa, en caso contrario es
divisiva.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">En el caso de los métodos de clasificación no jerárquicos
el número de clases se establece a priori y el algoritmo de clasificación
asigna los individuos a las clases, partiendo de algunos valores iniciales y
buscando optimizar algún criterio establecido previamente.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"><b>Correlación Canónica</b></span></div>
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;"></span><span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Esta técnica consiste en buscar las máximas correlaciones
posibles en un conjunto de variables.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">El análisis de correlación canónica tiene ciertas
propiedades similares al análisis de componentes principales, sin embargo, éste
considera relaciones dentro de un conjunto de variables, la correlación
canónica lo hace entre dos conjuntos de variables. El análisis de correlación
canónica es una extensión de la técnica de regresión múltiple, que busca estimar
las relaciones entre las variables independientes y la variable dependiente.</span></div>
<br />
<div style="line-height: 110%; margin: 0px; text-align: justify;">
<span lang="ES" style="color: black; font-family: "arial" , "sans-serif"; letter-spacing: 0.45pt; margin: 0px;">Actualmente existen otras técnicas multivariadas que se
han desarrollado paralelo a la evolución de las TICs. Algunos de estas técnicas
son: Escala Multidimensional, Análisis Path, Análisis de Series Cronológicas, Mapas
Multidimensionales, Correspondencia Binaria y Múltiple.</span></div>
<b></b><i></i><u></u><sub></sub><sup></sup><strike></strike>Elias Lozano Salazarhttp://www.blogger.com/profile/08530224642538080342noreply@blogger.com0