¿Por qué necesitas cálculos estadísticos?

Cuando analizamos datos, la meta es simple: queremos hacer la conclusión más fuerte posible a partir de una cantidad limitada de datos. Para hacerlo, necesitamos resolver dos problemas:

* Importantes diferencias comúnmente ocutas tras variabilidad biológica y/o imprecisión experimental, hecho que dificulta distinguir diferencias reales de diferencias al azar.

* El cerebro humano destaca en la búsqueda de patrones, pero tiende a sobreanalizar. Por ejemplo, una niña de 3 años recientemente le dijo a un amigo: "Tú no puedes convertirte en doctor, sólo las chicas se convierten en doctores". Para ella tenía sentido, porque las tres doctoras que ella conocía eran mujeres. Esta inclinación a sobreanalizar no desaparece cuando nos hacemos mayores, y los científicos tenemos la misma urgencia. El rigor estadístico previene que cometamos esos errores.

Muchos tipos de datos pueden ser analizados sin análisis estadísticos. Los cálculos estadísticos son más útiles cuando se buscan diferencias estadísticamente pequeñas ante una considerable variación biológica y mediciones imprecisas.

Científicos básicamente hacen preguntas fundamentales que frecuentemente pueden reducir la variabilidad biológica utilizando animales endorgánicos o células clonadas en ambientes controlados. Aún así, todavía podría haber dispersión entre los datos replicados. 

Fuente: Traducción propia de Motulsky H. Intuitive Biostatistics. 

La Curva Normal

Cuando realizamos investigación y tomamos una muestra, hay muchos análisis que requieren que la muestra sea "normal".

La curva normal es una curva en forma de "campana" invertida, perfectamente simétrica, de tal manera que una recta perpendicular que pase por el vértice la divide en dos mitades exactas. Esa perpendicular representa el promedio aritmético, tan utilizado en muchos estudios.

Los matemáticos ya han demostrado que aproximadamente un 68% de toda el área de la curva se encuentra comprendida entre las 2 verticales que pasan por los puntos de inflexión (el punto de inflexión es aquel en que la curva cambia de dirección).

Esto equivale a decir que el 68% del área se encuentra entre el promedio más una desviación estándar y el promedio menos una desviación estándar.

Igualmente se ha visto que entre el promedio mas o menos 2 desviaciones estándar se encuentra aproximadamente el 95%  del área de la curva.

Esto se puede observar en la figura.

En investigación es muy importante que la muestra sea homogenea, intentamos trabajar con muestra "normales" porque nos ayuda a realizar inferencias.

Cuando realizamos un estudio, queremos saber, no sólo los resultados de cualquiera que sea nuestra hipótesis en el análisis clínico específico. Lo hacemos porque intentamos comprender o proyectar, como será el comportamiento de dicho fenómeno en la población general.

Las estimaciones que se realizan a partir de una muestra normal, utilizando los intervalos de confianza, son sumamente útiles a la hora de realizar alguna afirmación en cuestiones de investigación.

Mientras más precisos queramos o necesitemos ser, mayor área abarcaremos. Sin olvidar que generalmente los "picos, es decir, los extremos de la campana, suelen ser valores relativamente atípicos, y por ello suele dejarse aparte. Y, de ser necesario, podrían investigarse como casos individuales, o considerarse una aberración de la muestra.

Confio que la informacion pueda ser de utilidad.

"Lo importante en ciencia no es tanto obtener nuevos hechos como descubrir nuevas formas de pensar sobre ellos." 
(William Lawrence Bragg(1890-1971))

Estadística Médica. Fayad Camel, Universidad de los Andes. Venezuela.