Ciencia sin seso… locura doble, una sección orientada a la metodología de la ciencia presentada por el Dr. Manuel Molina
Un valor extremo o anómalo puede alterar la estimación de los parámetros poblacionales o la realización de los contrastes de hipótesis. La mejor manera de evitar estos efectos es el uso de técnicas de estimación robustas, menos sensibles a la presencia de valores anómalos.
El gráfico de sectores es uno de los más utilizados en los procedimientos de estadística descriptiva. Este gráfico es útil para la representación de variables cualitativas nominales, no siendo correcto su uso para otros tipos de variables.
A menudo tratamos de estimar los parámetros de una población a partir de los estadísticos obtenidos en una muestra. Así, la media muestral es un buen estimador de la media poblacional. Sin embargo, no ocurre así con la desviación estándar muestral, cuyo modo de calcular debe modificarse ligeramente para que constituya un buen estimador de la desviación en la población.
Presentamos una nueva entrada de Ciencia sin seso… locura doble
Los tipos de causas posibles de una enfermedad pueden clasificarse como causas componentes (no causan por sí solas la enfermedad), causas necesarias (sin ellas la enfermedad no se produce) y causas suficientes (su sola presencia es garantía de la producción de la enfermedad). Os presentamos una nueva entrada de Ciencia sin seso…locura doble.
Las variables de tiempo a suceso, también llamadas de supervivencia, tienen en cuenta el riesgo de presentar el suceso y la relación temporal hasta su producción. Por eso, para este tipo de variables tenemos que recurrir a indicadores como la hazard ratio, que tienen en cuenta tanto el riesgo de presentación como el aspecto temporal de la variable.
El gráfico de caja es muy utilizado en estadística descriptiva. De forma simple nos permite saber la mediana y el rango intercuartílico de una distribución, además de intuir su morfología y simetría. Además, permite estimar la aproximación a la normal de la distribución y comparar la igualdad de varianzas entre varias distribuciones.