Saltar al contenido principal
Library homepage
 
LibreTexts Español

18.1: Las estadísticas no descubiertas

  • Page ID
    151747
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Primero, voy a hablar un poco sobre algunos de los contenidos que desearía haber tenido la oportunidad de meter en esta versión del libro, solo para que puedas tener una idea de qué otras ideas hay en el mundo de la estadística. Creo que esto sería importante incluso si este libro se estuviera acercando a un producto final: una cosa que los estudiantes a menudo no se dan cuenta es que sus clases introductorias de estadística son solo eso: una introducción. Si quieres salir al mundo más amplio y hacer análisis de datos reales, tienes que aprender un montón de nuevas herramientas que amplíen el contenido de tus conferencias de pregrado de diferentes maneras. No asuma que algo no se puede hacer solo porque no estaba cubierto en la licenciatura. No asuma que algo es lo correcto solo porque {} cubrió en una clase de pregrado. Para evitar que caigas víctima de esa trampa, creo que es útil dar un poco de visión general de algunas de las otras ideas que existen.

    Omisiones dentro de los temas tratados

    Incluso dentro de los temas que he cubierto en el libro, hay muchas omisiones que me gustaría reparar en futura versión del libro. Simplemente apegándose a cosas que son puramente estadísticas (en lugar de cosas asociadas con R), la siguiente es una lista representativa pero no exhaustiva de temas que me gustaría ampliar en versiones posteriores:

    • Otros tipos de correlaciones En el Capítulo 5 hablé de dos tipos de correlación: Pearson y Spearman. Ambos métodos de evaluación de correlación son aplicables al caso en el que se tienen dos variables continuas y se quiere evaluar la relación entre ellas. ¿Qué pasa con el caso en el que sus variables son ambas de escala nominal? ¿O cuando uno es escala nominal y el otro es continuo? En realidad hay métodos para computar correlaciones en tales casos (por ejemplo, correlación policórica), pero simplemente no he tenido tiempo de escribir sobre ellas todavía.
    • Más detalle sobre los tamaños de efectos En general, creo que el tratamiento de los tamaños de efectos a lo largo del libro es un poco más superficial de lo que debería ser. En casi todos los casos, he tendido solo a elegir una medida del tamaño del efecto (generalmente la más popular) y describirla. Sin embargo, para casi todas las pruebas y modelos hay múltiples formas de pensar sobre el tamaño del efecto, y me gustaría entrar en más detalles en el futuro.
    • Tratar con suposiciones violadas En varios lugares del libro he hablado de algunas cosas que puedes hacer cuando encuentras que se violan los supuestos de tu prueba (o modelo), pero creo que debería decir más sobre esto. En particular, creo que hubiera sido agradable platicar con mucho más detalle sobre cómo se pueden tranformar variables para solucionar problemas. Hablé un poco de esto en las Secciones 7.2, 7.3 y 15.9.4, pero creo que la discusión no es lo suficientemente detallada.
    • Términos de interacción para regresión En el Capítulo 16 hablé sobre el hecho de que se pueden tener términos de interacción en un ANOVA, y también señalé que ANOVA puede interpretarse como una especie de modelo de regresión lineal. Sin embargo, al hablar de regresión en el capítulo 15 no mencioné en absoluto las interacciones. Sin embargo, no hay nada que le impida incluir términos de interacción en un modelo de regresión. Es solo un poco más complicado averiguar qué significa realmente una “interacción” cuando se habla de la interacción entre dos predictores continuos, y se puede hacer de más de una manera. Aun así, me hubiera gustado hablar un poco de esto.
    • Método de comparación planificada Como mencioné esto en el Capítulo 16, no siempre es apropiado estar usando corrección post hoc como el HSD de Tukey al hacer un ANOVA, especialmente cuando tenías un conjunto de comparaciones muy claro (y limitado) que te importaba antes de tiempo. Me gustaría platicar más sobre esto en una futura versión del libro.
    • Métodos de comparación múltiple Incluso dentro del contexto de hablar de pruebas post hoc y comparaciones múltiples, me hubiera gustado hablar de los métodos con más detalle, y hablar de qué otros métodos existen además de las pocas opciones que mencioné.

    This page titled 18.1: Las estadísticas no descubiertas is shared under a CC BY-SA 4.0 license and was authored, remixed, and/or curated by Danielle Navarro via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.