Artículo

¿Qué técnicas estadísticas se utilizan en Ciencias?

Actualmente en el ámbito de las Ciencias (Biología Geología...) se enseña a calcular técnicas estadísticas reduciéndolas al trabajo de laboratorio en concreto a realizar Análisis de Varianza y comparaciones múltiples con la prueba HSD de Tukey. Otros han aprendido que cuando no se puede aplicar Anova deben utilizar técnicas no paramétricas como Chi-cuadrado Kruskal-Wallis o t-Student. Otros se especializan en una técnica multivariante que aplican en numerosas investigaciones. Pero nos olvidamos de que existen una multitud de técnicas de análisis estadístico actuales y avanzadas que nos pueden abrir un sinfín de posibilidades para nuestras investigaciones. ¿Por qué aprender a utilizar estas técnicas? ------------------------------------------------------------ - Es ideal para investigadores ingenieros alumnos PhDs que se encuentran cursando trabajos fin de gradoi trabajos fin de máster realizando tesis o investigaciones y quieren realizar un análisis cuantitativo en sus estudios. - Para diseñar correctamente la investigación desde la toma adecuada de datos. - Para saber detectar y tratar los outliers o datos anómalos y que no desvirtúen la inferencia de nuestras investigaciones. - Para aplicar técnicas estadísticas actuales más avanzadas que las clásicas que han quedado ya obsoletas. - Para no dar datos falsos como válidos aún apareciendo como positivos esos datos proporcionados por técnicas clásicas. - Para poder publicar en revistas científicas sin tener dudas a la hora de la técnica utilizada. - Para una interpretación correcta de datos estadísticos. - Para conocer qué formulación sobre estas técnicas hay que poner en las publicaciones. - Para que no puedan refutar nuestros datos sino confirmarlos para su publicación. - Porque tanto para biólogos ingenieros físicos sociólogos o cualquier investigador el conocimiento de este campo matemático resulta de vital importancia para poder realizar valoraciones sobre un experimento o hacer hipótesis. - Para ahorrar esfuerzo y trabajo a la hora de obtener resultados fiables. - Para una interpretación correcta de los gráficos diseñados. - Para ampliar el conocimiento estadístico sobre Regresión y Análisis de Series Temporales con detección y tratamiento de datos anómalos. - Para conocer la estadística aplicada que realmente es necesaria para el investigador no formulaciones excesivas. ¿Por qué el software R? ------------------------------- - R es un software libre (GNU-GPL). - R es el software más empleado por estadísticos e investigadores. - La comunidad estadística provee la mejor documentación en línea sobre la utilización de R. - R está en continuo desarrollo y crecimiento por estadísticos de renombre (R Development Core Team). - R permite realizar todas las técnicas clásicas avanzadas actuales robustas y de remuestreo al contrario de los programas comerciales. - R proporciona un amplio abanico de herramientas estadísticas y gráficas de gran calidad. - R permite aprender mientras se hacen los cálculos. - R es multiplataforma funciona en Mac Windows y Linux.

Categoría: 

  • Investigación científica