Los datos estadísticos, en este marco, son los valores que se obtienen al llevar a cabo un estudio de tipo estadístico. Se trata del producto de la observación de aquel fenómeno que se pretende analizar.
Este curso introduce a los estudiantes a los datos y las estadísticas. Al final del curso, los estudiantes deberían ser capaces de interpretar estadísticas descriptivas, análisis causales y visualizaciones para extraer conocimientos significativos.
El curso primero introduce un marco para pensar sobre los diversos propósitos del análisis estadístico. Hablaremos sobre cómo los analistas usan los datos para inferencias descriptivas, causales y predictivas. Luego, cubriremos cómo desarrollar un estudio de investigación para el análisis causal, calcular e interpretar estadísticas descriptivas y diseñar visualizaciones efectivas. El curso le ayudará a convertirse en un consumidor de análisis reflexivo y crítico.
Si se encuentra en un campo que depende cada vez más de la toma de decisiones basada en datos, pero no se siente preparado para interpretar y evaluar datos, este curso lo ayudará a desarrollar estas herramientas fundamentales de alfabetización en datos.
Lo que aprenderás:
- Datos y teorías:
- Cuando la mayoría de las personas piensan en usar datos, rápidamente pasan a considerar la mejor manera de analizarlos con métodos estadísticos. Sin embargo, un buen análisis comienza con un marco teórico sólido.
Una buena teoría guiará la recopilación de datos, la selección de métodos estadísticos apropiados y la interpretación de los resultados. Además, la teoría determinará qué tipo de diseño de investigación se necesita, como un estudio de observación o un experimento.
Este módulo se centrará en el desarrollo de teorías de alta calidad que se pueden utilizar para guiar la inferencia descriptiva, causal y predictiva.
- El marco de causalidad:
- Establecer la causalidad es con frecuencia la principal motivación para la investigación. Los formuladores de políticas a menudo quieren comprender cómo la implementación de un nuevo programa u otra herramienta de política afectará un resultado de interés.
¿Las clases más pequeñas aumentarán el aprendizaje de los estudiantes? ¿La implementación de verificaciones de antecedentes más estrictas para los compradores de armas reducirá la violencia armada? Los investigadores biomédicos a menudo quieren saber si un nuevo medicamento mejorará el resultado de una enfermedad.
¿Tomar un medicamento mejorará la esperanza de vida o incluso curará la enfermedad en estudio? Para responder a estas y otras preguntas similares, los analistas deben desarrollar diseños de investigación que sean apropiados para la inferencia causal.
Estimar un efecto causal es un desafío, pero es esencial comprender los impactos de una política, un medicamento o cualquier otro tipo de intervención.
- Estadísticas descriptivas:
- Durante las próximas cuatro lecciones, comenzaremos a comprender los datos sin procesar. Mirar datos sin procesar, como una hoja de cálculo, no revela mucho sobre los puntos clave. Considere una variable como una pregunta de una encuesta que pregunta sobre el nivel de discriminación en los EE. UU. (Donde las opciones de respuesta son “mucho”, “algo”, “solo un poco”, “ninguna” y “no saber”).
La lectura de los datos sin procesar no le informa sobre el encuestado promedio o la distribución de respuestas entre las posibles opciones de respuesta. Para comprender mejor la forma de la distribución, podemos calcular medidas de tendencia central, medidas de propagación y caracterizar la dispersión de los datos.
- Visualizaciones:
- Edward Tufte, un experto en visualización de datos de renombre mundial, dijo una vez: “No existe la sobrecarga de información. Sólo existe un mal diseño”. Al comunicar los resultados de un análisis, y particularmente cuando se trata de persuadir a una audiencia, una imagen realmente vale más que mil palabras.
Un gráfico bien diseñado puede aprovechar una cantidad pequeña o grande de datos para hacer un argumento convincente. Las visualizaciones de datos resaltan puntos específicos sobre la información subyacente y permiten al espectador extraer información que es casi invisible cuando solo mira los números.
En resumen, para ser bueno en la comunicación con datos, debe convertirse en experto en la visualización de datos.
¿Cómo obtengo el curso?
Este curso es ofrecido desde la plataforma de Coursera, es un curso que puedes obtener de manera gratuita bajo ciertas condiciones.
La primera opción es elegir la opción de “Curso gratuito sin certificado”, de esta manera podrás acceder al contenido del curso y finalizarlo, pero no podrás obtener un certificado de finalización avalado por la plataforma.
La segunda opción es elegir “auditar curso”, con esta opción podrás acceder al contenido de video del curso, pero no podrás realizar los exámenes ni obtener el certificado de finalización. Si no ves la opción de auditar curso, debes verificar en la parte de abajo usando el scroll (en forma de link).
Las opciones varían dependiendo el curso, pero con cualquiera de las dos podrás acceder gratuitamente al contenido. Por si fuera poco, algunos cursos tienen la opción de ayuda económica, con los cuales puedes solicitar dicho apoyo y ser acreedor de un curso de pago.
Para obtener el curso de manera gratuita da clic en el siguiente botón: