Etiqueta: estadistica

  • Distribución t de Student. ¿Cómo decidir cuando todavía tienes poca información?

    La distribución t de Student es una herramienta estadística utilizada para extraer conclusiones cuando solo disponemos de una muestra pequeña y desconocemos la variabilidad real de la población. En lugar de asumir una precisión que no tenemos, incorpora la incertidumbre propia de trabajar con pocos datos, permitiendo realizar estimaciones e inferencias de forma más fiable.

    Tomar decisiones con pocas observaciones es como intentar juzgar un libro leyendo solo unos capítulos, puedes hacerte una idea, pero conviene ser más prudente que si lo hubieras leído entero. William Sealy Gosset desarrolló esta distribución mientras trabajaba en Guinness, donde necesitaban controlar la calidad de la cerveza sin analizar toda la producción. Cuantos menos datos tenemos, mayor debe ser nuestra cautela.

  • La advertencia de Hans

    La advertencia de Hans

    A principios del siglo XX, un caballo alemán era la sensación de Europa. No por su fuerza, velocidad, tamaño o color … era famoso por su inteligencia.

    El inteligente Hans, como se le conocía, era capaz de resolver todo tipo de operaciones que antes estaban limitadas a los humanos. Podía sumar y restar números, decir la hora y leer un calendario, incluso deletrear palabras y frases, todo ello resuelto a golpe de pezuña. 

    “Si el octavo día del mes cae en martes, ¿cuál es la fecha del viernes siguiente?”. “A” era un golpe; “B”, dos; 2+3, cinco. Era un fenómeno internacional que demostraba que se podía enseñar a los animales a razonar tan bien como a los humanos, ¿o no?. El tema generaba tanto interés que se formó una comisión para investigarlo profundamente.

    Los investigadores descubrieron, después de varias y exhaustivas pruebas, que el caballo había aprendido a dar la respuesta correcta observando los cambios en la postura, respiración y las expresiones faciales de su dueño. Los cambios eran casi imperceptibles, muy sutiles, pero el caballo los captaba e interpretaba que tenía que dejar de golpear el suelo.

    ¿Se puede decir entonces que el caballo no era inteligente? Bueno… sí y no, el pobre Hans simplemente daba la respuesta correcta en base a otras variables.

    Esta historia es una advertencia para los que desarrollamos “inteligencia artificial”. Tenemos que comprender cómo nuestro modelo está dando los resultados y qué variables considera importantes. Si nos centramos únicamente en los resultados, nunca sabremos si es “inteligente” o ha encontrado otra forma de ganarse el azucarillo.