¿Estadística sin matemáticas? ¿Es posible?
Sí, es posible comprender y aplicar estadísticas sin matemáticas complejas. Al centrarse en conceptos lógicos básicos, observaciones del mundo real y gráficos simples, los estudiantes e investigadores pueden comprender los principios estadísticos y analizar datos de manera efectiva sin sentirse abrumados por las complejidades matemáticas.
Necesitas statistics y análisis de los datos para su investigación científica pero necesita ayuda para comprender y aplicar los conceptos debido a complejidades matemáticas? No te preocupes; No estás solo. La mayoría de estudiantes e investigadores en campos ajenos a las ciencias exactas también experimentan este problema. Continúe leyendo para descubrir cómo y por qué es posible comprender y aplicar la estadística sin depender de conceptos matemáticos complejos.
El problema
Muchos estudiantes e investigadores de diversos campos se enfrentan a importantes retos con estadísticas.
Esta cuestión es particularmente porque nunca desde análisis de los datos es crucial para toda investigación científica.
Afortunadamente, es posible comprender los conceptos básicos de la estadística y aplicar el análisis de datos de manera efectiva sin volverse abrumado por conceptos matemáticos.
La Solución
En 2004, William Magnusson y Guilherme Mourão publicaron el libro Estadística sin matemáticas.
"Estadística sin Matemáticas no es un libro de estadística cualquiera, ni está diseñado para servir como sustituto de los textos estadísticos convencionales. Demasiados detalles matemáticos desvían la atención de los conceptos lógicos básicos, lo que genera errores en el diseño de muestreo, el análisis de datos y la comprensión de la literatura científica. Por lo tanto, este libro comienza con observaciones del mundo real y explica cómo se pueden utilizar las estadísticas como una herramienta práctica para responder preguntas sobre ellas y comunicar estos resultados. Finalmente, el libro se centra en la estadística de nivel intermedio (a la que se le da poca importancia en la mayoría de los libros y cursos) y enseña conceptos con un mínimo de detalle matemático en lugar de utilizar gráficos simples y, cuando sea necesario, analogías. Este enfoque, probado en clase durante muchos años por los autores, ha revolucionado la capacidad de los estudiantes para comprender la estadística."
Cosas esencial Los hechos y conocimientos del libro incluyen:
Puntos clave
Los datos sólo son útiles si proporcionan información.
Las preguntas estadísticas deben reflejar preguntas cientificas.
El mundo no necesita Otro libro de estadística.
Las ecuaciones y las estadísticas simplemente reflejan lo que gráficos espectáculo.
Los proyectos de investigación no tienen implícito o aparente frecuentes.
A hipótesis nula Afirma cómo sería el mundo si nuestras creencias fueran erróneas.
Interpretación Médica gráficos A menudo es más importante que interpretar las estadísticas.
Encontrar el pregunta correcta A menudo es más crítico que encontrar la respuesta correcta.
Si las ecuaciones te intimidan, recurre a gráficos para obtener la misma información.
Los análisis de tablas de contingencia (p. ej., chi-cuadrado) son rarely apropiado para cuestiones estadísticas.
Alejándose de lo simple gráfico de dispersión puede complicar innecesariamente el mundo.
Diseñar una muestra implica recolectar datos que puedan informar buenas decisiones.
Sólo se debe creer en una estructura (estándar) si se puede visualizado en un gráfico sencillo.
Medir todo y dejar que “los datos hablen por sí solos” es ineficiente para descubrir información.
Los investigadores deben utilizar lógica decidir qué variables incluir en su análisis.
Rechazar erróneamente la hipótesis nula y concluir que un fenómeno existe cuando no es así se llama error tipo I.
Los biólogos a menudo dan prioridad a los promedios, pero las diferencias en variabilidad puede ser más crítico.
Construir un diagrama de flujo representar el sistema en estudio antes de elegir el análisis.
La prueba de diferencias entre medias requiere asumir aproximadamente iguales variabilidad dentro de categorías.
Los investigadores pueden representar gráficamente los datos transformados, pero el ajuste del modelo sólo puede evaluarse con sin transformar datos.
Lineas rectas en las gráficas minimice la distancia media desde la línea hasta los puntos.
Análisis estadístico reducir problemas complejos a cuestiones bidimensionales presentables en diagramas de dispersión simples.
No rechazar la hipótesis nula cuando es falsa es una error tipo II, con una probabilidad conocida como “1−β”.
Los lectores del periódico pueden sospechar pseudoreplicación e inferencias estadísticas sin sentido al encontrar una tabla de contingencia.
Una buena regla general para determinar las réplicas es dividirlas entre diez y limitar el modelo a no más de este número de factores importantes.
Muchas probabilidades reportadas son pseudoprobabilidades, indicando adhesión a la cultura científica en lugar de proporcionar información objetiva sobre el mundo real.
La Error en el diseño de muestras surge de descuidar conceptos lógicos básicos, que los estudiantes podrían haber absorbido si las matemáticas estadísticas no hubieran desviado su atención.
Si bien los tratados matemáticos sobre estadística son esenciales, puede haber mejores maneras para que los estudiantes adquieran conocimientos prácticos. especialistas para utilizar estadísticas para interpretar datos.
Observaciones finales
Para realizar análisis estadísticos. effectively, sigue estos pasos fundamentales:
1. Comprender los conceptos básicos de estadística.
2. Familiarícese con las principales medidas de resumen, como la media aritmética y la desviación estándar (estadísticas descriptivas).
3. Conozca los gráficos principales y cuándo y cómo usarlos.
4. Saber seleccionar el análisis estadístico adecuado para cada ocasión y aprender a aplicar correctamente todos los pasos del análisis (estadística inferencial).
Lograr todo esto con estadisticas sin matematicas!
Para comprar el libro “Estadística sin matemáticas”, ¡haga clic aquí!
