11: Simulación de datos

Última actualización
Guardar como PDF

Page ID: 150328

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

Te habrás dado cuenta de que a lo largo de este libro hasta el momento hemos analizado muchos datos falsos. Utilizamos R para simular números simulados, y luego analizamos esos números. También, de vez en cuando, cargamos algunos datos “reales”, y los analizamos. En tus laboratorios cada semana, has estado analizando una gran cantidad de datos reales. Podrías estar pensando que las simulaciones que hicimos eran solo con fines educativos, para mostrarte cómo funcionan las cosas. Eso es en parte cierto, esa es una razón por la que hicimos tantas simulaciones. Al mismo tiempo, realizar simulaciones para entender cómo se comportan los datos es una rama legítima de la estadística. Hay algunos problemas por ahí donde no tenemos muy buenas fórmulas analíticas matemáticas para decirnos la respuesta correcta, así que creamos y ejecutamos simulaciones para aproximar la respuesta.

Voy a decir algo mildy polémico ahora mismo: Si no puedes simular tus datos, entonces probablemente no entiendas realmente tus datos o cómo analizarlos. Quizás, esto es una declaración demasiado audaz. Hay muchos investigadores por ahí que nunca han simulado sus datos, y podría ser demasiado afirmar que realmente no entienden sus datos porque no simularon. Tal vez. También hay muchos estudiantes que han tomado clases de estadística, y aprendieron a presionar algunos botones, o copiar algún código, para analizar algunos datos reales; pero, que nunca aprendieron a ejecutar simulaciones. Quizás mi afirmación se aplique más a esos alumnos, que creo que se beneficiarían mucho al aprender algunos trucos de simulación.