7

¡Hablemos de esta dística! - ¿Qué es la estadística?

¿Qué es la estadística?

Según las definiciones de Oxford: Estudio que reúne, clasifica y recuenta todos los hechos que tienen una determinada característica en común, para poder llegar a conclusiones a partir de los datos numéricos extraídos.
⠀⠀⠀⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀
“En 1662 John Graunt publicó información estadística acerca de los nacimientos y los decesos. Al trabajo de Graunt siguieron estudios de tasas de mortalidad y de enfermedad, tamaño de poblaciones, ingresos y tasas de desempleo. Los hogares, gobiernos y empresas se apoyan mucho en datos estadísticos para dirigir sus acciones. Por ejemplo, se reúnen datos de manera cuidadosa y con regularidad para establecer las tasas de desempleo, las tasas de inflación, los índices del consumidor y las tasas de nacimientos y muertes; en tanto que los líderes empresariales utilizan los dato resultantes para tomar decisiones que afectan futuras contrataciones, los niveles de producción y la expansión hacia nuevos mercados.” -Mario Triola sobre estadística.
⠀⠀⠀⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀
La estadística es una ciencia compuesta por herramientas y procedimientos que nos permiten recolectar, organizar e interpretar datos con el objetivo de que se usen para obtener conclusiones, pero permíteme ahondar más en esto. Con estadística podemos cuantificar la incertidumbre esto es clave para hacer afirmaciones. Podemos diferencia 3 grupos en estadística:

  • Estadística descriptiva: Recopilación, organización, análisis de datos y otros. Describe las observaciones.

  • Estadística inferencial: A partir de una muestra concluir información para una población.

  • Probabilidades: Aunque es una ciencia aparte, las probabilidades aportan una base teórica para cuantificar la confianza de nuestra conclusión.
    ⠀⠀⠀⠀⠀⠀⠀⠀⠀
    Vale la pena que repases el método científico, ya que, el resultado de un análisis estadístico no es un objetivo en sí mismo sino una herramienta para:

  • Comprobar o rechazar una hipótesis.

  • Representar de forma eficiente las observaciones.

  • Validar un modelo.

Estos son algunos ejemplos de muchos. Hasta el momento he usado algunos conceptos y toca definirlos.
⠀⠀⠀⠀⠀⠀⠀⠀⠀

  • Población: Es el universo, el total de elementos sobre los cuales realizamos el estudio.

  • Muestra: Es un subconjunto de la población
    .
    “Población: Todos los estudiantes de Platzi. Muestra: Alumnos de la escuela de Data Science, Alumnos de la escuela de Data Science con suscripción expert”
    ⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀
    ⠀⠀⠀⠀⠀⠀⠀⠀⠀

  • Datos muestrales: Son observaciones sobre la muestra, pueden ser muchas cosas: Imágenes, números, estados, fechas, respuestas y todo lo que se te ocurra. Algo importante es que para que sean útiles debemos respetar las reglas de la estadística, di conmigo: “Respetaré los mandamientos de la estadística”. Debemos obtenerlos de formas adecuadas y respetando la naturaleza de nuestra variable (Hablaremos de esto en el próximo tutorial).
    ⠀⠀⠀⠀⠀⠀⠀⠀⠀
    Los datos están sobrevalorados, no son nada sin información ni contexto, carecen de significado y la información carece de propósito si no la transformamos en conocimiento.
    ⠀⠀⠀⠀⠀⠀⠀⠀⠀
    ¿Qué es 0? Rápidamente pensarás en cero ¿Qué te dice esto? Nada ¿Hablamos de la ausencia de valor, de grados celsius, es un operador lógico? Si a esta observación le agregamos un contexto tendremos información “0 estudiantes de la escuela de Data Science de Platzi tienen cuenta expert+”. Ahora si queremos tener conocimientos debemos hacernos preguntas: ¿Por qué pasa esto? ¿Qué pasa con los departamentos de venta? ¿Por qué prefieren expert sobre expert+? ¿Estamos pasando algo por alto?
    ⠀⠀⠀⠀⠀⠀⠀⠀⠀
    Te quiero compartir este link: https://flowingdata.com/2017/05/17/american-workday/
    ⠀⠀⠀⠀⠀⠀⠀⠀⠀
    En el siguiente post trate algunos temas sobre tipo de variables y usaremos pandas para organizar datos en tablas y aprender conceptos como frecuencia absoluta y relativa, esta será nuestro primer acercamiento a la estadística descriptiva.

Escribe tu comentario
+ 2
1
14972Puntos

Me fascinó esto:

Los datos están sobrevalorados, no son nada sin información ni contexto, carecen de significado y la información carece de propósito si no la transformamos en conocimiento.

1
39676Puntos

Anisoso por el siguiente post. Gracias Luci.