Predicciones-Regresión Lineal Múltiple y su relación con el análisis espacial con R-Studio.
- ggtoscanob
- 5 nov 2017
- 3 Min. de lectura
Estadística es la disciplina que sirve para colectar datos: organizarlos, analizarlos y realizar inferencias a los mismos. El análisis estadístico se puede dividir en:
Análisis descriptivo: incluye: colección, organización, descripción y presentación de datos, comprende los cálculos estadísticos: media, desviación estándar o análisis de histograma. y;
Análisis inferencial: mediante un test de hipótesis, realzamos una inferencia del fenómeno que representan los datos, incluye la predicción de datos/información. Se resume en dos tipos:
Estadística: paramétrica y no paramétrica; la diferencia, es que la primera usa más “supuestos” que la segunda. Supuestos estadísticos son condiciones que un set de datos debe cumplir.
La estadística paramétrica: requiere mayor “poder estadístico”, (precisión y exactitud). El set de datos a utilizar debe cumplir condiciones como la de la normalidad (normality) estadística (que los datos sigan una distribución Gaussiana) o tener un tamaño (sample size), que sea estadísticamente confiable. Esta usa tests estadísticos paramétricos para funcionar.
La estadística no paramétrica: requiere tests estadísticos menos exigentes, condiciones como la de la normalidad de los datos no es indispensable, generalmente se aplica a datos cualitativos.
'Entonces los errores más comunes que considero se pueden dar al momento de interpretar datos estadísticos son:
Realizar análisis con datos del pasado y no de la actualidad.
Aplicar datos recogidos en un contexto a otro diferente.
Extraer de forma simplista conclusiones injustificadas basándose en los números y/o graficas, o a la vez generalizarlas al poseer un mínimo de datos disponibles,
Para evitar estos errores: La respuesta estadística es la siguiente, los objetos dentro de una región son más similares que los objetos que pertenecen a diferentes regiones. Por lo que la regionalización es una alternativa al trabajar con estadísticas, pero que es un área, que aún, no es bien comprendida computacionalmente. Para datos no espaciales resolvemos tales problemas de similaridad usando técnicas de clasificación tales como: Natural Breaaks, decision tree, entre otros, el truco ahora es hacer espacial la idea detrás de esta técnica de clasificación para delinear (clasificar) una región espacial.
Las extensiones de métodos de clasificación estadística tradicionales son o muy ineficientes o que se quedan cortos en tratar adecuadamente la noción del espacio. Los métodos de regionalización tienen que ser transparentes para que los usuarios probablemente tengan un buen criterio.
Con estas técnicas las interpretaciones de datos estadísticos se realizarán, con un conocimiento profundo del estudio investigativo, para mostrar un análisis con datos veraces.
La responsabilidad que tenemos los profesionales de presentar estadísticas transparentes y de comunicar las limitaciones que pueden tener nuestros análisis estadísticos. En relación con la difusión de las tendencias de las estadísticas, debemos garantizar el acceso a quienes lo requieran, no solo de la base de datos obtenida, sino de información precisa para la toma de decisiones.
El tiempo de los gestores, requiere de informes cortos, boletines electrónicos (en línea) que dispongan de indicadores detallados, con información actual y oportuna, con relevancia de imparcialidad y acceso equitativo, puesto que las estadísticas oficiales son elemento indispensable en el sistema de información de una sociedad democrática que proporcionan al gobierno, a la economía y al público datos acerca de la situación económica, demográfica, social y ambiental.
Para mantener la confianza en las estadísticas oficiales, Debemos evitar las modificaciones con arreglos a consideraciones estrictamente profesionales, incluidos los principios científicos y la ética, posteriores a su publicación,
Sobre transparencia en la interpretación de los datos, se ha de presentar información conforme a normas científicas sobre las fuentes, métodos y procedimientos de la estadística. La Confidencialidad Los datos individuales que se refieran a personas naturales o jurídicas, deben ser estrictamente confidenciales y utilizarse exclusivamente para fines estadísticos.
Sin embargo, el proceso estadístico está expuesto sobre la capacidad, beneficios y errores de cualquier esfuerzo humano, cayendo las responsabilidades en el profesional, por lo que es pertinente, informar y buscar orientación si lo creyere pertinente, para tener objetividad en las interpretaciones generadas en su estudio investigativo.
Commentaires