Errores comunes en la estadística descriptiva

Errores comunes en la estadística descriptiva **Introducción** En este documento se presentan algunos de los errores estadísticos más comunes que podrían surgir en el desarrollo y uso de Sanamente, un dispositivo de salud mental que acompaña al cliente las 24 horas. Se identifican cuatro errores principales: **1. Tratamiento inadecuado de valores atípicos (outliers)** * **Definición:** Los valores atípicos son aquellos que se alejan significativamente de la media o de la distribución normal de un conjunto de datos. * **Problema:** Si no se tratan adecuadamente, los valores atípicos pueden distorsionar los resultados estadísticos y llevar a conclusiones erróneas. * **Ejemplo en Sanamente:** Un usuario que duerme 14 horas en una noche podría ser un valor atípico en los datos de sueño. Si se incluye este dato sin analizarlo en contexto, podría llevar a una falsa conclusión de que el usuario tiene un problema de sueño. * **Solución:** * **Identificar los valores atípicos:** Existen diferentes métodos estadísticos para identificar valores atípicos. * **Analizar los valores atípicos en contexto:** Es importante comprender la causa de los valores atípicos antes de tomar decisiones. En el caso del usuario que duerme 14 horas, podría ser que haya tenido un viaje largo o un evento que le haya impedido dormir la cantidad habitual de horas. * **Eliminar o ajustar los valores atípicos:** En algunos casos, puede ser necesario eliminar o ajustar los valores atípicos para obtener resultados estadísticos más precisos. Sin embargo, esto debe hacerse con cuidado para no distorsionar los datos. **2. Sobreinterpretación de los datos** * **Definición:** La sobreinterpretación de los datos ocurre cuando se atribuyen significados o conclusiones a los datos que no están respaldados por la evidencia. * **Problema:** La sobreinterpretación puede llevar a diagnósticos erróneos o a recomendaciones inadecuadas. * **Ejemplo en Sanamente:** Un usuario que muestra altos niveles de estrés en un momento puntual podría estar experimentando un pico de estrés debido a una situación específica, como un examen importante o una presentación laboral. Si se interpreta este dato como un indicador de un trastorno de ansiedad sin considerar el contexto, se podría llegar a una conclusión errónea. * **Solución:** * **Ser cauteloso al interpretar los datos:** Es importante tener en cuenta las limitaciones de los datos y no sacar conclusiones apresuradas. * **Considerar todas las variables relevantes:** No se debe basar una decisión en un solo dato o variable. Es importante considerar todas las variables relevantes que puedan influir en la situación. * **Consultar con expertos:** En caso de dudas, es importante consultar con profesionales de la salud mental para obtener una interpretación más precisa de los datos. **3. Falta de contexto** * **Definición:** La falta de contexto ocurre cuando se analizan los datos sin considerar la información adicional que puede ser relevante para comprenderlos. * **Problema:** La falta de contexto puede llevar a interpretaciones erróneas de los datos y a recomendaciones inadecuadas. * **Ejemplo en Sanamente:** Un usuario que muestra cambios en sus patrones de sueño podría estar experimentando un trastorno de sueño. Sin embargo, también podría estar pasando por un período de estrés debido a un cambio en su trabajo o a problemas personales. Si no se considera el contexto, se podría recomendar un tratamiento para un trastorno de sueño cuando lo que realmente necesita el usuario es apoyo emocional o estrategias para manejar el estrés. * **Solución:** * **Recopilar información adicional:** Es importante recopilar toda la información disponible sobre el usuario, incluyendo su historial médico, su estilo de vida y sus circunstancias personales. * **Considerar el contexto cultural:** Es importante tener en cuenta el contexto cultural del usuario para evitar interpretaciones erróneas de los datos. * **Colaborar con otros profesionales:** En caso de que se requiera información o experiencia adicional, es importante colaborar con otros profesionales de la salud o de áreas relacionadas. **4. Pensamiento en términos absolutos (continuación)** * **Solución:** * **Ser consciente de la variabilidad de los datos:** Es importante reconocer que los datos siempre tienen un cierto grado de variabilidad y que no existe una respuesta única y definitiva para todos los casos. * **Utilizar un enfoque individualizado:** Cada usuario es diferente y debe ser tratado como tal. Es importante adaptar las recomendaciones a las necesidades específicas de cada usuario. * **Comunicar la incertidumbre de manera efectiva:** Es importante ser transparente con los usuarios sobre la incertidumbre inherente a los datos y a las interpretaciones que se pueden hacer de ellos. **Ejercicio: Análisis de un caso en Sanamente** **Descripción del caso:** Un usuario de Sanamente que lleva 1 año registrado en la plataforma ha experimentado cambios en sus patrones de sueño en el último mes. En lugar de dormir 7 horas por noche, ahora duerme 6 horas. Además, se ha observado que el usuario comienza a conectarse a las redes sociales durante 1 hora antes de acostarse, algo que no hacía antes. **Tarea:** Identificar las variables que se deben considerar para determinar si el usuario podría estar experimentando un problema de salud mental. **Posibles variables a considerar:** * **Cambios en los patrones de sueño:** La disminución de las horas de sueño puede ser un síntoma de depresión, ansiedad u otros trastornos de salud mental. * **Nuevos hábitos de uso de redes sociales:** El uso excesivo de redes sociales antes de acostarse puede interferir con el sueño y contribuir a problemas de salud mental. * **Otros cambios en el comportamiento:** Es importante observar si el usuario ha experimentado otros cambios en su comportamiento, como irritabilidad, falta de concentración o pérdida de interés en actividades que antes disfrutaba. * **Factores estresores:** Es importante identificar si el usuario está experimentando algún factor estresor en su vida personal o laboral que pueda estar afectando su salud mental. * **Historial médico:** Es importante revisar el historial médico del usuario para descartar otras causas médicas que puedan estar causando los cambios en sus patrones de sueño y comportamiento. **Conclusión** Es importante tener en cuenta los errores comunes en la estadística descriptiva al desarrollar y utilizar Sanamente. Al identificar y evitar estos errores, se puede garantizar que el dispositivo proporcione información precisa y útil a los usuarios, y que las recomendaciones sean adecuadas y personalizadas. **Recomendaciones adicionales:** * **Capacitar al equipo de Sanamente en estadística y análisis de datos:** Es importante que el equipo que trabaja en Sanamente tenga una buena comprensión de la estadística y el análisis de datos para poder interpretar los datos de manera adecuada y evitar cometer errores. * **Implementar un proceso de revisión de datos:** Es importante establecer un proceso de revisión de datos para garantizar que los datos sean precisos y completos. * **Establecer mecanismos de retroalimentación:** Es importante establecer mecanismos de retroalimentación para que los usuarios puedan informar sobre cualquier problema o error que encuentren en el dispositivo. Al seguir estas recomendaciones, se puede ayudar a garantizar que Sanamente sea una herramienta valiosa para mejorar la salud mental de las personas.

Errores estadísticas más habituales: * Como tratamos los -> Valores atípicos, OUTLIERS, aquellos que salen de la media * Sobreinterpretación * Falta de contexto * Relativos, no absolutistas

Al tomar decisiones o lanzar nuevos productos, las empresas suelen cometer errores estadísticos que pueden afectar sus conclusiones y estrategias. Aquí te presentamos los errores más habituales y cómo abordarlos. ### **1. MANEJO INCORRECTO DE LOS VALORES ATÍPICOS (OUTLIERS)** Los valores atípicos son datos que se salen de los parámetros normales o del promedio esperado. **Ejemplo:** En Sanamente, al analizar el sueño, hemos observado que las personas duermen entre 6 y 9 horas. * Dormir 14 horas o solo 4 horas se consideraría un valor atípico. **Aspectos a tener en cuenta:** * **Frecuencia:** Si alguien duerme 4 horas de forma esporádica (por ejemplo, por un vuelo temprano), no implica un problema. * **Patrones persistentes:** Si una persona duerme 4 horas durante varias semanas, podríamos analizar si existe un trastorno del sueño relacionado con problemas mentales más profundos. **Conclusión:** Es fundamental determinar si los valores atípicos son relevantes o si pueden ignorarse en el análisis, dependiendo de su contexto y recurrencia. ### **2. SOBREINTERPRETACIÓN DE LOS DATOS** Este error ocurre cuando se extraen conclusiones precipitadas basadas en datos aislados. **Ejemplo:** Una persona muestra un nivel de estrés del 80%, cuando lo normal sería entre el 40% y el 60%. * Esto podría deberse a un momento puntual de trabajo. * También podría reflejar que esta persona tiene una mayor tolerancia al estrés, especialmente si ocupa un puesto directivo. **Recomendación:** Evita asumir que un único dato elevado significa un trastorno. Considera otras variables para obtener una visión más completa. ### **3. FALTA DE CONTEXTO EN EL ANÁLISIS** Sin entender el contexto, es fácil llegar a conclusiones erróneas. **Ejemplo:** Detectamos que una persona tiene problemas de sueño (cortes frecuentes y llanto antes de dormir). * Esto podría indicar un trastorno depresivo. * Sin embargo, es crucial analizar su entorno: ¿está pasando por un divorcio, una pérdida u otra situación difícil? **Recomendación:** Contextualiza siempre los datos para ofrecer una atención más personalizada y precisa. Esto puede incluir el análisis de: * Conversaciones. * Interacciones en redes sociales. * Cambios de comportamiento a lo largo del tiempo. ### **4. PENSAMIENTO ABSOLUTISTA** Es importante evitar conclusiones definitivas sin el respaldo adecuado. **Puntos clave:** * Los datos internos de la aplicación son valiosos, pero no suficientes. * Si el usuario no ha compartido información médica adicional, no podemos diagnosticar un trastorno sin la validación de un equipo especializado. **Recomendación:** Cruza los datos con otras fuentes y siempre busca la confirmación de profesionales médicos.

Estos errores pueden llevar a conclusiones inexactas y distorsionar la interpretación de los datos, lo que subraya la importancia de una comprensión precisa y cuidadosa de los conceptos estadísticos básicos para evitar malas interpretaciones y decisiones erróneas.

Con solo estos dos datos, a groso modo podríamos decir que solo esta durmiendo una hora menos de lo habitual. Con lo cual me haría supuestos del tipo * Situación sentimental: esta persona tal vez acaba de terminar una relación y esta interesado en alguien o intenta ligar a través de RRSS. (tal vez este ocupado durante el día y no tenga otro momento para dedicarle a esta actividad) * Esta comenzando a rentabilizar sus RRSS y esta evaluando alguna tendencia en ese horario. * Solia hacer alguna otra actividad antes de dormir, como leer o ver una serie y se ha aburrido, ahora aha elegido distraerse en RRSS pero esto en lugar de relajarle le estimula mas y por eso tarda mas tiempo en dormir. Además de monitorizar sus rrss le enviaría una muy breve encuesta para saber si esta cambiando alguno de sus hábitos/rutinas de forma intencional.

**Cambios en la rutina o estilo de vida** **Nivel de actividad física:** El usuario realiza ejercicio regularmente La falta de actividad puede afectar la calidad del sueño. **Consumo de sustancias:** Ha aumentado su consumo de cafeína, alcohol o tabaco Está tomando medicamentos que alteren el sueño **Cambios en la dieta:** Está consumiendo alimentos pesados antes de dormir, o su dieta en general ha cambiado

Considero que la interacción en redes sociales antes de dormir sobre estimula el cerebro y no lo prepara para el sueño. Esto afecta y se ve en el gráfico de disminución de horas de sueño.

realizar un análisis con solo 30 días de datos seria apresurado. Recomendaría monitorear su sueño por 90 días para tener conclusiones mas claras y poder brindar al usuario información mas precisa basada en sus estadísticas. Esta espera tiene que ser activa, en este tiempo de observacion enfocada a las horas de sueño se podria implentar una encuesta nocturna donde se consulte por su estado de animo en diferentes ambientes: 1\)Relaciones familiares y personales * **¿Cómo calificas tu relación con los miembros de tu familia hoy?** (Escala de 1 a 5, donde 1 es muy conflictiva y 5 es muy positiva) * **¿Tuviste algún desacuerdo o conflicto con un familiar o pareja hoy?** (Sí/No, con opción de describir brevemente) 2\) Entorno laboral * **¿Tuviste alguna carga de trabajo inusual o estresante hoy?** (Escala de 1 a 10) * **¿Hubo algún cambio significativo en tus responsabilidades laborales en las últimas semanas?** (Sí/No, con opción de especificar) 3\) Bienestar Personal * **¿Cómo calificas tu nivel de energía física durante el día de hoy?** (Escala de 1 a 10) * **¿Hiciste ejercicio o alguna actividad física hoy?** (Sí/No, con opción de especificar qué actividad y por cuánto tiempo) * **¿Tomaste algún tipo de cafeína o bebida estimulante después del mediodía?** (Sí/No)

**Reto:** El cambio en el promedio de las horas de sueño durante siete días puede deberse a múltiples factores. En primer lugar, según la medicina, debemos analizar posibles **cambios fisiológicos**, como el ritmo cardíaco o anomalías en el pulso. Luego, es crucial revisar la **ubicación** de los datos para determinar si los puntos atípicos son el resultado de una mala lectura del sensor. ¿Con qué nivel de certeza podemos afirmar que las mediciones son correctas? En segundo lugar, es posible investigar el **contenido en redes sociales** que la persona consume y produce. Analizar el sentimiento de estos textos puede ayudarnos a identificar su **estado emocional** y los ambientes en los que se desenvuelve. Por último, podemos examinar con qué **usuarios de la plataforma** interactúa o comparte características, y aplicar un modelo de clasificación para determinar si pertenece a un grupo de **riesgo**. Esto podría ayudarnos a detectar posibles problemas de salud subyacentes. Existen dos posibles escenarios: uno donde el cambio en el sueño esté relacionado con un **cambio de ánimo puntual**, causado por factores externos o estrés; y otro, donde podría tratarse de un **trastorno del ánimo** sin un estresor evidente. Este último escenario es clave, ya que el análisis de clústeres podría detectar una **predisposición genética** a condiciones como la depresión o trastornos bipolares, lo cual sería crucial para la identificación temprana del problema.

Falta mayor información sobre el cambio de su horario, el contexto expuesto no cuenta con todas la variables, no hay que suponer nada y es preferible preguntar para determinar si existe algún trastorno.

Respuesta al ejercicio Otras variables de interés. Cambios en su rutina de sueño Confirmar que tipo de contenido publica Confirmar los datos de escucha antes de dormirse, si hay llantos o risas.

### Respuesta al planteamiento Para llegar a una conclusión sobre si el usuario de "Sanamente" presenta un posible trastorno mental, sería clave analizar varias variables adicionales: 1. **Actividad en redes sociales**: Explorar no solo el tiempo que pasa en redes, sino también el tipo de contenido que consume o comparte. Por ejemplo, si está buscando temas relacionados con el insomnio, ansiedad o problemas emocionales. 2. **Cambios en otros hábitos**: Evaluar si ha habido modificaciones en otros comportamientos, como la dieta, ejercicio o interacción social, que también pueden influir en su salud mental. 3. **Eventos recientes en la vida del usuario**: Indagar si ha experimentado cambios significativos en su vida personal o profesional que podrían afectar su descanso. 4. **Patrones de sueño previos**: Considerar si este cambio es un patrón esporádico o si hay una tendencia sostenida de disminución en las horas de sueño. 5. **Correlación con otros indicadores de salud**: Si "Sanamente" monitorea otros aspectos de salud física o emocional, analizar si estos han sufrido alteraciones recientes que puedan estar relacionados. 6. **Datos comparativos**: Analizar si el comportamiento del usuario sigue patrones similares a los de otros usuarios en situaciones similares. Integrar todas estas variables permitiría a "Sanamente" ofrecer una evaluación más precisa y personalizada antes de llegar a conclusiones sobre un posible trastorno mental.

Con respecto a la consulta de que variables consideraria para poder ayudar a brindar un pre diagnostico o en todo caso, pre perfil del usuario, optaria por el tipo de red social que visita y cuanto tiempo despues de su hora habitual de dormir hace la consulta

Evaluaría cuál es el disparador que lo llevo al consumo de mayor material en las RRSS. Tal vez, y esto es un ejemplo, no una hipótesis, tuvo una ruptura amorosa y se pasa horas viendo perfiles de personas en las redes. Con ese issue tomado en cuenta podemos comenzar a trazar una co-relación entre el sueño y las RRSS.

Antes de llegar a una conclusión, considero que deberíamos analizar (adicionalmente) si la persona ha tenido un bebé recientemente, ya que esto podría afectar sus horas de sueño. Además, sería útil examinar cuál era su uso previo de las redes sociales.