18.1: Introducción a las herramientas estadísticas

Última actualización
Guardar como PDF

Page ID: 115185

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

El análisis de redes en las ciencias sociales se desarrolló a partir de una coyuntura de observaciones del antropólogo sobre las relaciones en grupos presenciales y la teoría matemática de grafos. Una gran parte de la metodología de redes sociales, en consecuencia, trata de redes relativamente pequeñas, redes donde tenemos confianza en la confiabilidad de nuestras observaciones sobre las relaciones entre los actores. La mayoría de las herramientas de análisis de redes sociales implican el uso de funciones matemáticas para describir las redes y sus subestructuras.

En trabajos más recientes, sin embargo, parte del foco de la investigación en redes sociales se ha alejado de estas raíces. Cada vez más, las redes sociales que se están estudiando pueden contener muchos nodos; y, en ocasiones nuestras observaciones sobre estas redes muy grandes se basan no en censos, sino en muestras de nodos. Los investigadores de la red han llegado a reconocer que las relaciones que estudian pueden estar en constante evolución, y que las relaciones observadas en un momento determinado pueden no ser del todo típicas porque el patrón de relaciones no está “en equilibrio”. También han reconocido que a veces nuestras observaciones son falibles —no registramos una relación que realmente existe, o mal medimos la fuerza de un empate.

Todas estas preocupaciones (grandes redes, muestreo, preocupación por la confiabilidad de las observaciones) han llevado a los investigadores de redes sociales a comenzar a aplicar las técnicas de estadística descriptiva e inferencial en su trabajo. Las estadísticas proporcionan herramientas útiles para resumir grandes cantidades de información y para tratar las observaciones como resultados estocásticos, más que deterministas de los procesos sociales.

Las estadísticas descriptivas han demostrado ser de gran valor porque proporcionan herramientas convenientes para resumir hechos clave sobre las distribuciones de actores, atributos y relaciones; las herramientas estadísticas pueden describir no solo la forma de una distribución, sino también distribuciones conjuntas, o “asociación estadística”. Por lo tanto, las herramientas estadísticas han sido particularmente útiles para describir, predecir y probar hipótesis sobre las relaciones entre las propiedades de la red.

Las estadísticas inferenciales también han demostrado tener aplicaciones muy útiles para el análisis de redes sociales. A un nivel más general, la cuestión de la “inferencia” es: ¿cuánta confianza puedo tener en que el patrón que veo en los datos que he recopilado es en realidad típico de alguna población mayor, o que el patrón aparente no es realmente solo una ocurrencia aleatoria?

En este capítulo veremos algunas de las formas en que se han aplicado herramientas estadísticas bastante básicas en el análisis de redes sociales. Estos son sólo el punto de partida. El desarrollo de herramientas estadísticas más potentes especialmente ajustadas a las necesidades de análisis de redes sociales es uno de los “filos” de mayor desarrollo del campo.