¿Quieres saber cuáles de mis publicaciones en LinkedIn tuvieron más éxito el pasado año 2022?
Sí, ya sé que publiqué hace unos días el top 5 de las publicaciones que más os gustaron (www.datexbio.com/top-5-linkedin)
Pero es que he tenido que ampliarlo a 5 publicaciones más porqué he visto que aún había algunas más que también os gustaron mucho.
Recuerda que te hablo a ti, que eres un profesional de la salud que haces investigación médica.
Pero aquí todo el mundo al que le guste la estadística es bienvenido!
Aquí te dejo esta segunda parte con 5 publicaciones más, por si en su día se te pasó alguna:
Top 1
❓¿Sabías que los pueblos con más nidos de cigüeñas en sus tejados son los que tienen más nacimientos?
Entonces, ¿es verdad el mito de que las cigüeñas traen a los bebés?
¿Te animas a comentar que está pasando aquí?
¡Me encantará leerte!
Te dejo aquí la respuesta:
¿Sabes que es una relación o correlación espuria?
Es la relación entre dos características (variables), que no tienen conexión lógica, a menos que se tenga en cuenta una tercera variable.
Esta tercera variable sí presenta una relación entre las dos características, y al no tenerla en cuenta es cuando observamos estas relaciones tan extrañas y curiosas.
A esta tercera variable la llamamos factor de confusión o variable oculta.
❓ ¿Cuál crees que debe ser el factor de confusión de estas correlaciones espurias?
👉🏿 A medida que aumentan los ingresos totales generados por las salas de juegos, también aumentan los doctorados en ciencias de la computación otorgados en los Estados Unidos.
👉🏿 La tasa de divorcios en Maine (EUA) se correlaciona con el consumo per cápita de margarina.
👉🏿 El número de personas que se ahogaron después de caerse de un barco de pesca se correlaciona con la tasa de matrimonio de Kentuky (EUA).
👉🏿 A medida que aumenta el número de personas que se ahogaron en una piscina, también aumenta la energía generada por las plantas de energía nuclear de Estados Unidos.
Top 2
✅ 3 consejos para que mejores tus gráficos
¿Sabías que nuestro cerebro procesa más fácilmente las longitudes que las superficies?
¿Y sabías que a nuestro cerebro le cuesta mucho comparar ángulos?
Te lo demuestro aquí: 👉🏿 www.datexbio.com/graficos
📌 Suscríbete al blog de datexbio si no te quieres perder más consejos como este:
Top 3
😱 ¡Espero que no cometas este error cuando recoges información para tu proyecto de investigación!
Cuando me envían la base de datos para analizar, a veces, me encuentro que variables importantes, como por ejemplo la edad de los pacientes, no están bien recogidas.
Me explico:
En lugar de recoger la edad exacta en ese momento, o la fecha de nacimiento de los pacientes (a partir de la cual se puede calcular la edad exacta), me encuentro que se ha recogido el grupo de edad al que pertenece el paciente, entre 30 y 45 años, por ejemplo.
😱 ¡No! ¡No recojas la edad como una variable cualitativa!
El esfuerzo que has de hacer es el mismo porqué la pregunta se la harás igual al paciente, o la irás a buscar de donde sea que estés obteniendo tus datos.
Si solo te quedas con el grupo de edad estarás perdiendo mucha información que te puede proporcionar una variable tan importante como es la edad de los pacientes.
En cambio, si tu recoges la edad exacta en ese momento (o la fecha de nacimiento), además de que podrás aprovechar toda la información de esa variable y obtener mejores resultados a partir de tus datos, también podrás, si te interesa, convertir esta variable cuantitativa en una variable cualitativa.
Esto te lo explico aquí 👇🏿👇🏿
🎯 Mi consejo de hoy es que recoja la información de tus variables cuantitativas con el valor exacto en el momento del estudio y que no te quedes solo con el grupo al que pertenece (categorías).
¿Te los has encontrado alguna vez?
Top 4
❓¿Cometes este error cuando haces un gráfico de barras?
He detectado que hay cierta tendencia a hacer gráficos de barras apiladas.
El problema de este tipo de gráficos es que en la mayoría de los casos no permite comparar bien algunos de los grupos que se están comparando.
La percepción que nos da de las diferencias entre grupos muchas veces no tiene nada que ver con la que es en realidad.
En algunos casos las diferencias se perciben como menores de lo que son en realidad.
✅ Mi consejo es que utilices los gráficos de barras apiladas solo cuando las diferencias sean muy evidentes.
Como siempre, una imagen vale más que mil palabras 👇🏿👇🏿
Si te ha gustado este consejo, no puedes perderte el post que hice con más consejos como este en el blog de datexbio, titulado “El de los gráficos”, que he visto que gustó bastante!
Top 5
❌ 2 errores muy comunes que me encuentro a la hora de evaluar el impacto de una intervención:
- Comparar únicamente el antes y el después del grupo intervención
- Comparar el después del grupo intervención y el después del grupo control
¿Cómo debo hacerlo entonces?
El secreto está en el contrafactual.
¿Y qué es el contrafactual?
Para identificarlo debes preguntarte: ¿Cómo hubiese evolucionado el grupo intervención si no se le hubiese aplicado la intervención?
Te dejo aquí una explicación más visual de estos 2 errores y su solución para evaluar el impacto real de una intervención
Pero ¡Ojo! ¡IMPORTANTE! Esto solo podrás aplicarlo si los dos grupos presentan tendencias paralelas en su evolución antes de la intervención
Esta ha sido la segunda parte de los top 5 de LinkedIn de este pasado año 2022.
Espero que te resulte útil para aplicarlo a tus proyectos de investigación.
Y no dudes en hacerme llegar cualquier duda o comentario que tengas a laura@datexbio.com
¡Un abrazo!
Laura
