Saltar al contenido principal
LibreTexts Español

4.1: ¿Por qué resumir datos?

  • Page ID
    150553
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    Cuando resumimos datos, necesariamente estamos desechando información, y uno podría objetar plausiblemente a esto. Como ejemplo, volvamos al estudio PURE que discutimos en el Capítulo 1. ¿No se supone que debemos creer que todos los detalles sobre cada asunto individual, más allá de los que se resumen en el conjunto de datos? ¿Qué pasa con los detalles específicos de cómo se recolectaron los datos, como la hora del día o el estado de ánimo del participante? Todos estos detalles se pierden cuando resumimos los datos.

    Resumimos los datos en general porque nos proporciona una manera de generalizar -es decir, hacer declaraciones generales que se extienden más allá de observaciones específicas. La importancia de la generalización fue resaltada por el escritor Jorge Luis Borges en su cuento “Funes el Memoroso”, que describe a un individuo que pierde la capacidad de olvidar. Borges se centra en la relación entre generalización (es decir, tirar datos) y pensar: “Pensar es olvidar una diferencia, generalizar, abstraer. En el mundo excesivamente repleto de Funes, no había más que detalles”.

    Los psicólogos han estudiado durante mucho tiempo todas las formas en que la generalización es fundamental para pensar. Un ejemplo es la categorización: somos capaces de reconocer fácilmente diferentes ejemplos de la categoría de “aves” aunque los ejemplos individuales puedan ser muy diferentes en sus características superficiales (como un avestruz, un petirón y un pollo). Es importante destacar que la generalización nos permite hacer predicciones sobre estos individuos —en el caso de las aves, podemos predecir que pueden volar y comer gusanos, y que probablemente no puedan conducir un automóvil ni hablar inglés. Estas predicciones no siempre van a ser correctas, pero a menudo son lo suficientemente buenas como para ser útiles en el mundo.


    This page titled 4.1: ¿Por qué resumir datos? is shared under a CC BY-NC 2.0 license and was authored, remixed, and/or curated by Russell A. Poldrack via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.