Saltar al contenido principal
LibreTexts Español

1.1: Análisis de datos

  • Page ID
    150699
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Gran parte de la ciencia experimental se reduce a medir los cambios. ¿Un medicamento funciona mejor que otro? ¿Las células con una versión de un gen sintetizan más de una enzima que las células con otra versión? ¿Un tipo de algoritmo de procesamiento de señales detecta los púlsares mejor que otro? ¿Un catalizador es más efectivo para acelerar una reacción química que otro?

    Gran parte de las estadísticas, entonces, se reduce a hacer juicios sobre este tipo de diferencias. Hablamos de “diferencias estadísticamente significativas” porque los estadísticos han ideado formas de saber si la diferencia entre dos mediciones es realmente lo suficientemente grande como para atribuirse a cualquier cosa menos al azar.

    Supongamos que está probando medicamentos para el resfriado. Tu nuevo medicamento promete reducir la duración de los síntomas del resfriado por un día. Para demostrarlo, encuentras veinte pacientes con resfriados y le das a la mitad tu nuevo medicamento y medio placebo. Después haces un seguimiento de la longitud de sus resfriados y averiguas cuál era la longitud promedio del resfriado con y sin el medicamento.

    Pero todos los resfriados no son idénticos. Quizás el frío promedio dure una semana, pero algunos solo duran unos días, y otros se prolongan durante dos semanas o más, forzando el suministro de Kleenex del hogar. Es posible que el grupo de diez pacientes que reciben medicina genuina sea de los tipos desafortunados para tener resfriados de dos semanas, por lo que concluirás falsamente que el medicamento empeora las cosas. ¿Cómo puedes saber si has probado que tu medicamento funciona, en lugar de simplemente demostrar que algunos pacientes tienen mala suerte?


    This page titled 1.1: Análisis de datos is shared under a CC BY 4.0 license and was authored, remixed, and/or curated by Alex Reinhart via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.