La data puede ser medida a diferentes niveles dependiendo en el tipo de variable y cantidad del detalle que es recogido. Un método ampliamente utilizado para categorizar los diferentes tipos de medidas se descompone en cuatro grupos. Data nominal la cual es medida por clasificación o categorías. Data ordinal la cual utiliza categorías numéricas que conducen a un orden significativo. La medida de intervalo muestra orden y los espacios entre los valores también tienen un valor significativo. En la medida de ratio, la razón entre cualquier dos valores tienen significado porque la data incluye un valor cero absoluto.
Los estadísticos e investigadores utilizan mayormente dos técnicas para llegar a conclusiones importantes sobre las relaciones entre variables. Un estudio observacional es cuando un investigador observa los sujetos en el mudo real sin manipularlos. Un experimento es la forma de establecer relaciones “causa y efecto” ciertas. Esto requiere que el investigador imponga algún tratamiento asignado aleatoriamente en los sujetos en un esfuerzo de aislar el efecto de una sola variable.
Para poder resumir un conjunto de data, a menudo buscamos por una sola cantidad que describe donde está centrada. Existen varias medidas que son utilizadas para realizar este tipo de resumen, incluyendo la media, la mediana y la moda. Estas se discuten en detalle en próximas clases, pero se le refiere a estas, generalmente, como medidas de tendencia central. Similarmente, para información de como la data está esparcida, se investiga las medidas de esparcimiento que incluyen el rango, rango intercuartil y la desviación estándar.
No hay comentarios:
Publicar un comentario