Charles Wheelan: Estadísticas al desnudo (Panorama general)

Charles Wheelan: Estadísticas al desnudo (Panorama general)

¿De qué trata Estadísticas al desnudo, de Charles Wheelan? ¿Qué estadísticas analiza Wheelan en el libro? Naked Statistics presenta las matemáticas que hay detrás de la estadística en términos comprensibles y explica los conceptos estadísticos con ejemplos cercanos, relevantes e incluso humorísticos. Los lectores también se benefician de la visión sociopolítica adicional del libro, ya que Wheelan utiliza anécdotas del mundo real para explorar cómo las estadísticas pueden informar la toma de decisiones colectiva. A continuación se ofrece un breve resumen de los temas y conceptos clave de La estadística al desnudo de Wheelan.

¿Qué significa "estadísticamente significativo"?

¿Qué significa "estadísticamente significativo"?

¿Qué es la significación en estadística? ¿Qué significa "estadísticamente significativo"? En estadística, la significación se refiere al grado de confianza o certeza en que los resultados de un análisis estadístico son atribuibles a una causa específica. Cuando se dice que los resultados son "estadísticamente significativos", es poco probable que la relación observada entre las variables se deba al azar. Siga leyendo para conocer el concepto de significación estadística, explicado en términos sencillos.

Explicación del efecto doble en Big Data

Explicación del efecto doble en Big Data

¿Qué es el efecto doppelganger en los datos? ¿Cómo se utiliza este método para estudiar a las personas? Una técnica de big data que identifica Seth Stephens-Davidowitz es el método del doble. Se trata de una técnica en la que los investigadores hacen predicciones sobre una persona estudiando a otra que es estadísticamente similar a la primera. Más información sobre el poder de los dobles, tal y como se explica en Everybody Lies.

La importancia de la fiabilidad en la recogida de datos

La importancia de la fiabilidad en la recogida de datos

¿Por qué es importante la fiabilidad en la recogida de datos? ¿Cuáles son los principales retos inherentes a la recogida de datos fiables? Dado que utilizamos los datos estadísticos para informar nuestra vida y nuestra sociedad, necesitamos que sean exactos y precisos. Por lo tanto, la recogida de datos de calidad es el verdadero reto y el arte de producir estadísticas fiables y constructivas. Siga leyendo para conocer la importancia de la fiabilidad en la recogida de datos.

El Teorema Central del Límite: Estadística Aplicada

El Teorema Central del Límite: Estadística Aplicada

¿Qué es el teorema central del límite en estadística? ¿Qué puede decirnos el teorema del límite central sobre la distribución de la media muestral? El teorema del límite central afirma que la media de una muestra representativa se aproximará a la media de la población total. Por lo tanto, podemos hacer inferencias con confianza sobre una población a partir de una muestra o sobre una muestra a partir de una población, y podemos comparar muestras entre sí. Exploremos cada una de estas aplicaciones generales de la estadística inferencial con un ejemplo.

Todo el mundo miente: Citas sobre la ciencia de datos

Todo el mundo miente: Citas sobre la ciencia de datos

¿Cuáles son las citas más memorables de Todo el mundo miente? ¿Cómo pueden ayudar estas citas a entender la ciencia de datos? Todo el mundo miente, de Seth Stephens-Davidowitz, trata sobre el potencial de los macrodatos para revolucionar la investigación en ciencias sociales. La premisa central del libro es que las personas revelan más sobre sí mismas cuando realizan búsquedas en Internet de lo que jamás revelarían en público o en una encuesta tradicional. Siga leyendo para ver algunas citas de Everybody Lies que explican el argumento de Stephens-Davidowitz.

Estadística inferencial 101: Pruebas de hipótesis

Estadística inferencial 101: Pruebas de hipótesis

¿Qué es la comprobación de hipótesis? ¿Cómo se sabe si una hipótesis es cierta? La comprobación de hipótesis es un método estadístico inferencial mediante el cual determinamos si nuestras hipótesis tentativas son ciertas. Basándonos en nuestros análisis estadísticos, podemos aceptar estas hipótesis como verdaderas o rechazarlas como falsas con distintos grados de certeza. Veamos las convenciones habituales en torno a la estadística inferencial y las pruebas de hipótesis.

Muestra representativa: Definición y métodos

Muestra representativa: Definición y métodos

¿Qué es el muestreo en la metodología de la investigación? ¿Por qué es importante tener una muestra representativa? Muchos proyectos de investigación y encuestas se basan en el muestreo para obtener información sobre una población más amplia. El objetivo de los investigadores es seleccionar muestras que reflejen lo más fielmente posible la población objetivo. Siga leyendo para conocer la definición de muestra representativa, por qué es importante y cómo recoger muestras que sean representativas de la población en cuestión.

¿Qué es una hipótesis nula en estadística?

¿Qué es una hipótesis nula en estadística?

¿Qué es la hipótesis nula en estadística? ¿Qué nos dice la aceptación de una hipótesis nula sobre la relación entre dos variables? Cuando utilizamos la estadística inferencial para responder a una pregunta, empezamos con una hipótesis nula. Una hipótesis nula supone una relación entre dos variables que aceptaremos o rechazaremos. Si se rechaza la hipótesis nula, aceptamos la hipótesis alternativa, que es la inversa lógica de la hipótesis nula. Siga leyendo para aprender sobre la hipótesis nula, por qué la utilizamos y qué nos puede decir sobre los datos el hecho de aceptarla o rechazarla.

Todo el mundo miente: Resumen del libro y conclusiones

Todo el mundo miente: Resumen del libro y conclusiones

¿De qué trata el libro Todo el mundo miente? ¿Qué deberías aprender del libro? En Todo el mundo miente, Seth Stephens-Davidowitz sostiene que la gente confiesa voluntariamente todos sus secretos en sus búsquedas en Google y otras actividades en la red. Esta información puede encontrarse a través de big data y utilizarse para un bien mayor. Lea a continuación un breve resumen del libro Todo el mundo miente, de Seth Stephens-Davidowitz.