驴Qu茅 es la estad铆stica y con qu茅 se come?

1

Estad铆stica, 驴qu茅 es y por qu茅 aprenderla?

2

Conceptos clave de estad铆stica

3

Software estad铆stico

4

Workbook de ejercicios para practicar

Quiz: 驴Qu茅 es la estad铆stica y con qu茅 se come?

Una imagen vale m谩s que mil datos

5

Tablas unidimensionales y bidimensionales

6

驴Qu茅 es la frecuencia estad铆stica y con qu茅 se come?

7

驴Cu谩l es la mejor visualizaci贸n para mis datos?

Quiz: Una imagen vale m谩s que mil datos

Estad铆stica descriptiva

8

Distribuciones conjuntas

9

Medidas de tendencia central: media, mediana y moda

10

C谩lculo de media, mediana y moda en hojas de c谩lculo

11

Medidas de dispersi贸n: rango e IQR

12

Desplazamiento y escala de valores

13

Box plots y el resumen de 5 n煤meros

Quiz: Estad铆stica descriptiva

Representaci贸n de datos

14

Media, varianza y desviaci贸n est谩ndar

15

Histogramas, pol铆gonos de frecuencia y curvas de densidad

16

Distribuciones sim茅tricas y asim茅tricas

Quiz: Representaci贸n de datos

Muestra y error

17

M茅todos de recopilaci贸n de datos

18

Muestreo y sesgo

驴Y la probabilidad?

19

驴Qu茅 es la probabilidad y c贸mo se relaciona con la estad铆stica?

20

Regla de la suma, uni贸n e intersecci贸n

21

Probabilidad condicional y eventos dependientes e independientes

22

Teorema de Bayes

23

Combinaciones y permutaciones

Quiz: 驴Y la probabilidad?

Correlaci贸n y causalidad

24

驴Correlaci贸n o causalidad?

25

Gr谩ficos de dispersi贸n e introducci贸n a la regresi贸n

Quiz: Correlaci贸n y causalidad

Conclusiones

26

驴Qu茅 aprender con tus nuevos poderes?

No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Curso de Estad铆stica y Probabilidad

Curso de Estad铆stica y Probabilidad

Ilse Beatriz Zubieta Mart铆nez

Ilse Beatriz Zubieta Mart铆nez

Muestreo y sesgo

18/26
Recursos

Aportes 13

Preguntas 1

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

APUNTE

Muestreo y sesgo

Objetivo de la Estad铆stica 鈫 Entregar por medio de valores puntuales o visualizaciones la representaci贸n significativa de algo.

MUESTREO 鈫 Identificar, de manera aleatoria y significativa, una muestra de la poblaci贸n para poder inferir valores en toda la poblaci贸n.

SESGO EN LA TOMA DE MUESTRAS 鈫 Variaci贸n que no nos ayuda a encontrar lo que estamos buscando, no es un error.

  • Sesgo de respuesta
    • Medici贸n incorrecta
    • Deseabilidad social
    • Preguntas inductivas o capciosas
  • Sesgo de infracobertura
    • Selecci贸n
    • Respuesta voluntaria
    • Muestreo a conveniencia
  • Sesgo de no respuesta

**DIRECCI脫N DEL SESGO **鈫 manera de identificar si se est谩 sobreestimando o subestimando la muestra

Me paso una vez que hice una investigaci贸n y la muestra no resulto representativa debido al sesgo que se gener贸 en parte por el miedo durante la pandemia del covid al contacto con otras personas. Sin embargo, termine la investigaci贸n y entregue los resultados. Una l谩stima. No contaba con la astucia del virus y el miedo que causaba.

18. Muestreo y sesgo

  • Sesgo en la toma de muestras: variaci贸n que hace que no lleguemos al resultado que buscamos.
  • Sesgo de respuesta: medici贸n incorrecta, deseabilidad social, preguntas inductivas o capciosas.
  • Sesgo de infracobertura: selecci贸n, respuesta voluntaria, muestreo a conveniencia.
  • Sesgo de no respuesta.
  • Direcci贸n del sesgo: se refiere a si la informaci贸n que estamos estudiando est谩 m谩s cerca del valor real (que llamamos 鈥渧erdad鈥) o si est谩 m谩s alejada de ese valor real

Muestreo:

El muestreo es una t茅cnica crucial en estad铆stica que implica seleccionar una parte representativa de una poblaci贸n m谩s grande para realizar observaciones y an谩lisis. Aqu铆 est谩n algunos conceptos clave:

  1. Poblaci贸n y Muestra:
    • Poblaci贸n: Conjunto completo de elementos bajo consideraci贸n.
    • Muestra: Subconjunto representativo de la poblaci贸n seleccionado para el estudio.
  2. Tipos de Muestreo:
    • Aleatorio Simple: Cada elemento de la poblaci贸n tiene una probabilidad igual de ser seleccionado.
    • Estratificado: Divide la poblaci贸n en estratos y selecciona muestras de cada estrato.
    • Sistem谩tico: Selecciona cada en茅simo elemento despu茅s de un punto de partida aleatorio.
  3. Error de Muestreo:
    • La diferencia entre los resultados obtenidos de la muestra y los resultados que se obtendr铆an de la poblaci贸n completa.
  4. Tama帽o de la Muestra:
    • Determinar el n煤mero de elementos en la muestra para garantizar representatividad y precisi贸n.

Sesgo:

El sesgo es una tendencia sistem谩tica que afecta los resultados de una investigaci贸n o estudio. Aqu铆 tienes algunos aspectos importantes:

  1. Sesgo de Selecci贸n:
    • Ocurre cuando la muestra no es representativa de la poblaci贸n completa.
  2. Sesgo de Respuesta:
    • Se produce cuando las respuestas de los participantes est谩n sesgadas debido a factores como la falta de honestidad o malentendidos.
  3. Sesgo de Medici贸n:
    • Surge de la utilizaci贸n de instrumentos inadecuados o m茅todos de medici贸n que introducen errores sistem谩ticos.
  4. Sesgo de Confirmaci贸n:
    • La tendencia a buscar, interpretar y recordar informaci贸n de manera que confirme nuestras creencias preexistentes.
  5. Sesgo de Publicaci贸n:
    • La preferencia por publicar resultados positivos en lugar de resultados negativos.
  6. Sesgo Cultural:
    • Ocurre cuando las caracter铆sticas culturales de los participantes afectan la validez de los resultados.

Consejos para Minimizar Sesgos:

  1. Dise帽o de Muestreo S贸lido:
    • Asegurarse de que la muestra sea representativa y seleccionada de manera imparcial.
  2. Cegamiento:
    • Mantener a los participantes y, en algunos casos, a los investigadores, sin conocimiento de ciertos detalles para evitar sesgos.
  3. Uso de M茅todos de Medici贸n V谩lidos:
    • Utilizar instrumentos y m茅todos de medici贸n confiables y validados.
  4. Revisi贸n por Pares:
    • Obtener opiniones externas imparciales para revisar el dise帽o del estudio y los resultados.

Para quien est茅 ac谩 apuntando al mundo de Data Science, recomiendo que visite el curso de 脡tica y Manejo de Datos para Data Science e Inteligencia Artificial. Ah铆 se habla tambi茅n sobre el sesgo desde un punto de vista pr谩ctico y se logra dimensionar el impacto que puede traer un estudio sesgado a diferencia de uno representativo.

Ejercicio 1

Ejercicio 2

Es muy comun que al encuestar a nivel pais o local, se prefiera el modo de encuesta en google form o un cuestionario en internet, ya que la gente que no posee un telefono o conexion a internet, no participaria en respectiva encuesta

Sesgo de respuesta es la tendencia de los encuestados a proporcionar respuestas inexactas o sesgadas, distorsionando los resultados estad铆sticos.
## Sesgo en la toma de muestras Variaci贸n que no nos ayuda a encontrar lo que estamos buscando, no es un error. * **Sesgo de respuesta**: Cuando los participantes de una encuesta dan respuestas que no reflejan sus verdaderas opiniones o comportamientos. *Ejemplo*: Alguien que informa hacer m谩s ejercicio del que realmente hace por verg眉enza. * **Medici贸n incorrecta:** Se produce cuando el instrumento de recolecci贸n de datos no mide lo que se supone que debe medir. *Ejemplo*: Utilizar una b谩scula mal calibrada para medir el peso de los participantes en un estudio sobre nutrici贸n. * **Deseabilidad social**: Ocurre cuando los participantes responden de manera que creen que ser谩n vistos de forma m谩s favorable por otros. *Ejemplo*: Decir que se recicla regularmente cuando en realidad no se hace. * **Preguntas inductivas o capciosas:** Preguntas formuladas de tal manera que sugieren una respuesta espec铆fica. *Ejemplo*: "驴Cu谩nto disfrutaste nuestro servicio incre铆ble?" sugiere que se espera una respuesta positiva. * **Sesgo de infracobertura:** Sucede cuando algunos miembros de la poblaci贸n no tienen la posibilidad de ser seleccionados para la muestra. *Ejemplo*: Realizar una encuesta en l铆nea que excluye a quienes no tienen acceso a internet. * **Selecci贸n:** Error que ocurre cuando los participantes son seleccionados de manera que no son representativos de la poblaci贸n general. *Ejemplo*: Estudiar el comportamiento de votaci贸n solo entre miembros de un partido pol铆tico. * **Respuesta voluntaria:** Sesgo introducido cuando las personas deciden por s铆 mismas participar en un estudio, lo que a menudo lleva a que solo aquellas con opiniones fuertes respondan. *Ejemplo*: Una encuesta en l铆nea sobre un tema controversial que solo atrae a quienes tienen opiniones extremas sobre el asunto. * **Muestreo a conveniencia:** Seleccionar una muestra basada en la facilidad de acceso a los participantes en lugar de la aleatoriedad. *Ejemplo*: Un profesor que realiza una encuesta solo con sus estudiantes porque son accesibles. * **Sesgo de no respuesta:** Ocurre cuando las personas seleccionadas para participar en un estudio no responden o no completan la encuesta. *Ejemplo*: En una encuesta por correo, aquellos que no devuelven la encuesta no se cuentan, lo que puede sesgar los resultados si tienen opiniones diferentes a las de quienes respondieron.
* **Muestreo**: Proceso de selecci贸n de una muestra de una poblaci贸n para realizar un estudio estad铆stico. * **Sesgo:** tomada de manera general se refiere a todo tipo de distorsi贸n que se presenta de manera sistem谩tica en nuestra forma de pensar y de actuar.

Es interesante el uso del muestreo para escoger valores aleatorios. Es algo a tener en cuenta cuando se escoge algunas opciones.

El sesgo de respuesta se refiere a la tendencia de ciertos individuos a responder de manera diferente a una encuesta en comparaci贸n con otros, lo que puede distorsionar los resultados. Esto puede ocurrir debido a factores como la falta de inter茅s en el tema, la incomodidad con las preguntas o la falta de comprensi贸n de las mismas. El sesgo de infracobertura ocurre cuando la muestra utilizada en una encuesta no representa adecuadamente a la poblaci贸n que se est谩 estudiando. Esto puede deberse a una selecci贸n inadecuada de la muestra, un tama帽o de muestra insuficiente o problemas log铆sticos que dificultan la inclusi贸n de ciertos grupos. El sesgo de no respuesta ocurre cuando los individuos seleccionados para participar en una encuesta no responden, lo que puede introducir un sesgo en los resultados si los no respondientes difieren sistem谩ticamente de los que s铆 responden en t茅rminos de las variables estudiadas.

Genial!