No te dejes llevar por los extremos. Parámetros de escala robustos.

La presencia de valores extremos puede sesgar la estimación de los parámetros de localización y de escala de una distribución. En estos casos pueden utilizarse estimadores robustos de la desviación tí­pica, más acorde a la desviación real de los datos de la distribución. Los más idóneos y sencillo son la desviación mediana absoluta y la desviación winsorizada muestral.

Ovejas negras. Valores extremos.

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.

¿Por qué sobra uno? Estimando parámetros de la población

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

Del triángulo a la tarta. Tipos de causas.

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.