Transformación de datos

Artículo
Discusión
Leer
Editar
Ver historial

Herramientas
En estadística, la transformación de datos se efectúa para asegurarse que estos
tienen una distribución normal (lo que puede ser un remedio para analizar datos que
tienen otros tipos de distribución, falta de normalidad, linealidad, y
homocedasticidad). Con la transformación de los datos estos se preparan para
diferentes tipos de análisis, como los de regresión,1 t de student, correlación y
ANOVA. Cuando se usan este tipo de pruebas estadísticas la transformación de datos
puede ser necesaria ya que este tipo de análisis asumen que los datos deben ser
lineales, normales y tienen homocedasticidad en su varianza. Este tipo de
transformación se conoce también como transformación de la linealidad. Un buen
indicador de datos con una distribución normal es que el sesgo en el rango va de -
0,8 a 0,8 y la curtosis se encuentra en el rango de -3,0 a 3,0. La normalidad se
mide comúnmente con pruebas de bondad de ajuste, como las de chi-cuadrada y
Kolmogorov-Smirnov.

Para los novatos en estadística el análisis de muestras que no tienen una

distribución normal pueden ser un problema, porque las pruebas paramétricas
estadísticas comunes asumen normalidad en los datos, es decir, que la distribución
de los mismos se ajusta a una campana de Gauss. Si la distribución de los datos no
es normal se asume que la distribución de los datos no es semejante
estadísticamente a una campana de Gauss, porque sus intervalos de confianza pueden
estar a menudo fuera de centro o ser estrechos. Si el tamaño de la muestra es
demasiado pequeño o los datos están sesgados hacia una distribución no normal se
puede intentar hacer una de las siguientes transformaciones: logarítmica, raíz
cuadrada o inversa. Se debe tener en cuenta que el tipo de trasformación que se use
debe ser acorde con el tipo de datos que se desea transformar, para ello debe
considerarse si la variable tiene distribución continua y que tipo datos son (por
ejemplo, resultados de conteos, porcentajes, etc.).

Para personas con mayor experiencia en estadística que tengan datos cuya
distribución no se ajusta a la normalidad se sugiere definir la distribución real
de los datos, que puede ser exponencial, poisson, etc., y analizarlos usando
procedimientos específicos (algunos de ellos encontrados en el programa R) que
asumen de facto ese tipo de distribución.

Referencias
Swift, Ronald S. (2002). Cómo mejorar las relaciones con los clientes. Pearson
Educación. p. 172. ISBN 9702601924.
Control de autoridades
Proyectos WikimediaWd Datos: Q603944
Categoría: Análisis de datos
Esta página se editó por última vez el 13 ene 2023 a las 02:26.
El texto está disponible bajo la Licencia Creative Commons Atribución Compartir
Igual 3.0; pueden aplicarse cláusulas adicionales. Al usar este sitio, usted acepta
nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una
organización sin ánimo de lucro.
Política de privacidadAcerca de WikipediaLimitación de responsabilidadVersión para
móvilesDesarrolladoresEstadísticasDeclaración de cookiesWikimedia FoundationPowered
by MediaWiki