Written by 9:14 pm Noticias

Cómo las tablas de correlación, regresión y de dos vías aclaran los datos estadísticos

Uno de los objetivos más comunes de la investigación estadística es encontrar vínculos entre las va…
  1. Educación
  2. Matemáticas
  3. Estadísticas
  4. Cómo las tablas de correlación, regresión y de dos vías aclaran los datos estadísticos

Libro Relacionado

Por Deborah J. Rumsey

Uno de los objetivos más comunes de la investigación estadística es encontrar vínculos entre las variables. Mediante el uso de tablas de correlación, regresión y de dos vías, puede utilizar los datos para responder a preguntas como éstas:

  • ¿Qué comportamientos de estilo de vida aumentan o disminuyen el riesgo de cáncer?
  • ¿Cuál es el número de efectos secundarios asociados con este nuevo medicamento?
  • ¿Puedo reducir mi colesterol tomando este nuevo suplemento herbal?
  • ¿Pasar mucho tiempo en Internet hace que una persona aumente de peso?

Encontrar vínculos entre variables es lo que ayuda al mundo médico a diseñar mejores medicamentos y tratamientos, proporciona a los profesionales de marketing información sobre quién es más probable que compre sus productos y da a los políticos información sobre la cual construir argumentos a favor y en contra de ciertas políticas.

En el mega negocio de buscar relaciones entre variables, se encuentra un número increíble de resultados estadísticos, pero ¿puede decir lo que es correcto y lo que no lo es? Muchas decisiones importantes se toman en base a estos estudios, y es importante saber qué estándares deben cumplirse para que los resultados sean creíbles, especialmente cuando se reporta una relación causa-efecto.

Es por eso que usted necesita saber cómo

  • graficar los datos de dos variables numéricas (como el nivel de dosis y la presión arterial);
  • encontrar e interpretar la correlación (la fuerza y dirección de la relación lineal entre x e y);
  • encontrar la ecuación de una recta o curva que mejor se ajuste a los datos (y cuando hacerlo sea apropiado); y
  • usar estos resultados para hacer predicciones para una variable basada en otra (llamada regresión).

También es necesario reconocer cuándo una línea encaja bien en los datos y cuándo no, y qué conclusiones se pueden (y no se deben) sacar en las situaciones en las que una línea sí encaja.

Es útil buscar y describir los vínculos entre dos variables categóricas (como el número de dosis diarias y la presencia o ausencia de náuseas). Para ello, se recopilan y organizan los datos en tablas bidireccionales (donde los valores posibles de una variable forman las filas y los valores posibles de la otra variable forman las columnas), se interpretan los resultados, se analizan los datos de las tablas bidireccionales para buscar relaciones y se comprueba la independencia.

(Visited 2 times, 1 visits today)
Close