Estadística Práctica para Científicos de Datos, 2ª Edición

Capítulo 3. Experimentos estadísticos y pruebas de significación

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

El diseño de experimentos es una piedra angular de la práctica de la estadística, con aplicaciones en prácticamente todas las áreas de investigación.El objetivo es diseñar un experimento para confirmar o rechazar una hipótesis. Los científicos de datos a menudo necesitan realizar experimentos continuamente, sobre todo en relación con la interfaz de usuario y la comercialización de productos. En este capítulo se revisa el diseño experimental tradicional y se analizan algunos retos habituales en la ciencia de datos. También se tratan algunos conceptos muy citados en la inferencia estadística y se explica su significado y relevancia (o falta de relevancia) para la ciencia de datos.

Siempre que veas en referencias a la significación estadística, las pruebas t o los valores p, suele ser en el contexto de la "tubería" clásica de la inferencia estadística (véase la Figura 3-1). Este proceso comienza con una hipótesis ("el fármaco A es mejor que el fármaco estándar existente", o "el precio A es más rentable que el precio B existente"). Se diseña un experimento (puede ser una prueba A/B) para probar la hipótesis, diseñado de tal forma que se espera que ofrezca resultados concluyentes. Se recogen y analizan los datos, y luego se extrae una conclusión. El término inferencia refleja la intención de aplicar los ...