Tal como descubrimos en el capítulo 4, los estadísticos confían en un componente esencial para evitar sesgos en la recopilación de datos. Esta es la aleatoriedad – asignación aleatoria de sujetos a tratamientos o selección aleatoria de personas para una muestra. La aleatoriedad también se aplica a los resultados de una variable de respuesta. Las posibles resultados son conocidos, pero es incierto qué resultado ocurrirá para cualquier observación dada.
Todos hemos empleado la aleatorización en los juegos. Algunos aleatorizadores populares son los dados de rodar, girar una rueda y lanzar una moneda. La aleatorización ayuda a hacer feria de juegos, cada jugador tiene las mismas posibilidades para el resultado posible. Lanzar un dado y tirar monedas son maneras simples de representar la aleatorización de experimentos aleatorios y encuestas de muestra. Por ejemplo, los resultados de la cara y el sello de un lanzamiento de moneda pueden representar un fármaco y un placebo cuando un estudio médico asigna al azar a un sujeto para recibir uno de dos tratamientos.
Con un pequeño número de observaciones, los resultados de un fenómeno aleatorio puede parecer bastante diferente de lo que esperas. Por ejemplo, puede esperar ver un patrón aleatorio con diferentes resultados; en cambio, exactamente el mismo resultado puede suceder varias veces seguidas. Eso no es necesariamente una sorpresa, la imprevisibilidad para cualquier observación dada es la esencia de la aleatoriedad. Descubriremos, no obstante, que con un número grande de observaciones, las estadísticas de resumen se establecen y se acercan cada vez más a números particulares. Por ejemplo, con cuatro tiros de una moneda, no nos sorprendería encontrar los cuatro lanzamientos que resultan en cara. Sin embargo, con cien tiros, nos sorprendería ver todos los 100 lanzamientos resulten cara. A medida que hacemos más observaciones, la proporción de veces que ocurre un resultado particular se acerca cada vez más a un cierto número que podríamos esperar. Esta proporción a largo plazo proporciona la base para la definición de probabilidad.
La vida no sería interesante si todos se vieran iguales, comieran la misma comida y tuvieran los mismos pensamientos. afortunadamente, la variabilidad está en todas partes, y los métodos estadísticos proporcionan formas de medirla y entenderla. Para algunas características de un estudio, a menudo vemos variaciones entre los sujetos. por ejemplo, hay variabilidad entre tus compañeros de clase en peso, mayor, promedio de calificaciones, deporte favorito y afiliación religiosa. Otras características pueden variar tanto por sujeto como a través del tiempo. por ejemplo, la cantidad de tiempo dedicado a estudiar en un día puede variar tanto por estudiante como por día.
Read more ...
En este capítulo,