Datos. Estadística.

Contenidos de la estadística descriptiva.

Para fundamentar el contenido de esta sección del blog, (Análisis de) Datos, es necesario tratar primero, y a un cierto nivel de detalle, sobre los contenidos básicos que hacen posible dicho análisis, empezando por la estadística descriptiva.

Dicen [los que saben, vg.] que la estadística descriptiva comprende conjunto de técnicas que resumen y describen los datos, entendiendo que éstos resultan de una muestra extraída de la población, siendo la primera representativa de la segunda.

A partir de este análisis (descriptivo y exploratorio) es posible identificar patrones de comportamiento de los datos y formular hipótesis sobre la población, las cuales deberán ser validadas mediante métodos propios de la estadística inferencial.

En este proceso de realizar inferencias sobre la población partiendo de datos muestrales, se hace necesario evaluar la fiabilidad de los resultados en términos de probabilidad. Es mediante la teoría de la probabilidad que podemos establecer el margen de error con el que se puede aceptar el modelo teórico del comportamiento poblacional de los datos.

Empezaremos pues por el estudio de la estadística descriptiva, ya que es básica para el resto del análisis estadístico y nos resulta de utilidad inmediata para nuestros análisis. 

Es por ello que nos interesa conocer cuáles son los contenidos que deberemos tratar dentro de este subapartado; para ello seguiremos a Ordoñez y González (2021) (1) por su sencillez expositiva y por su cercanía a nuestra temática.

Estos autores inician su recorrido por la estadística descriptiva analizando conceptos como muestra y población, dato, variable y escala(s) de medida, para pasar a continuación al análisis de la distribución de la frecuencia y su representación gráfica, siguiendo por los estadísticos de centralización, dispersión, concentración y forma. Todo ello dentro del denominado análisis univariado (distribución unidimensional).

Posteriormente exponen el análisis bivariado (distribución  bidimensional) que comprende el estudio de la covarianza, la regresión lineal, la bondad de ajuste y el análisis de la correlación.

También incluyen el estudio de las series temporales, con lo que tenemos cubiertas la mayoría de nuestras necesidades en términos de herramientas teóricas para el análisis de datos.

Pero para no generar falsas expectativas diré que no pretendo aquí desarrollar algo así como un manual sobre estadística (descriptiva, por el momento), ya que no tendría sentido hacer (mal) lo que otros ya han hecho (bien y accesible). Únicamente pretendo incidir en aquellos conceptos que resulten necesarios para fundamentar nuestros análisis, presentando ejemplos concretos y formas de ejecución mediante las herramientas informáticas disponibles.

Notas.

(1) Ver referencia bibliográfica en Contenidos.