¡Buenos días seres inciertos! ❤️¿Un café para bebernos el viernes?
Ayer lancé a medias un mensaje sobre datos faltantes... ¿Lo completamos? #StatsPill🧵
Ayer lancé a medias un mensaje sobre datos faltantes... ¿Lo completamos? #StatsPill🧵
Los datos faltantes suelen representarse mediante los caracteres NA pero, a veces, se dejan como un valor en blanco o, lo que es peor, como un 0.
Saber que un valor es NA podría aportarte cierta información.
Saber que un valor es NA podría aportarte cierta información.
Por ejemplo, imagina que estas haciendo un seguimiento a una persona para ver cuando se produce cierto efecto de la enfermedad que tiene... y a los 3 meses le pierdes el seguimiento... en ese caso lo que si sabes es que el efecto, si llegó, fue después de 3 meses
A este tipo de estudios se les llama de supervivencia en salud o de fiabilidad en ingeniería
Sin embargo, si ponemos un valor de 0, todos los resultados estarán sesgados
Sin embargo, si ponemos un valor de 0, todos los resultados estarán sesgados
Un ejemplo en el que suele pasar mucho es cuándo estamos buscando especies de peces en el mar.
Imagina que sales con un barco, y vas lanzando las redes en diversas zonas.
En algunas aparece la especie buscada, en otras no.
Imagina que sales con un barco, y vas lanzando las redes en diversas zonas.
En algunas aparece la especie buscada, en otras no.
¿Pero puedes asegurar que en las zonas en las que no aparece haya 0 peces de esa especie?
Evidentemente no.
Evidentemente no.
En ese caso se pueden tomar diversas estrategias.
Plantear el estudio como un patrón puntual... es decir, solo voy a reportar los puntos donde ha aparecido la especie y trabajar desde ahí, suponiendo que dos zonas cercanas se parecerán más en diversidad que dos zonas alejadas
Plantear el estudio como un patrón puntual... es decir, solo voy a reportar los puntos donde ha aparecido la especie y trabajar desde ahí, suponiendo que dos zonas cercanas se parecerán más en diversidad que dos zonas alejadas
Otra opción es hablar de abundancia (cantidad recogida de esa especie), pero entonces el valor observado como 0 habría no debería tratarse como un 0 real si no como 0s que pueden tener doble naturaleza...
Puede ser 0 porque no haya de esa especie en ese lugar o porque no se hayan dejado capturar...
Y ya tenemos el lio, y nos toca usar mixturas y distribuciones 0 infladas y esas cosas.
Y ya tenemos el lio, y nos toca usar mixturas y distribuciones 0 infladas y esas cosas.
En definitiva, que los datos faltantes hay que tratarlos con cuidado porque a veces contienen información que no se puede ignorar
Ah... y esto me recuerda que os tengo que hablar de las distintas naturalezas de los datos faltantes (MCAR, MAR, MNAR, pero eso para otro día😜
Ah... y esto me recuerda que os tengo que hablar de las distintas naturalezas de los datos faltantes (MCAR, MAR, MNAR, pero eso para otro día😜
• • •
Missing some Tweet in this thread? You can try to
force a refresh
