He leído este libro como un acompañamiento del curso ‘Managing Data Analysis’ que la universidad Johns Hopkins imparte en Coursera. De hecho, el seguimiento del libro en los vídeos y textos del curso es muy, muy estrecho.
-
‘Stating and Refining the Question‘: en que se concede mucha importancia a formular claramente la pregunta a que se quiere dar respuesta con el análisis, y que describe los tipos de preguntas posibles y sus implicaciones.
-
‘Exploratory Data Analysis‘: propone una serie de exploraciones iniciales sobre los datos orientadas en parte a comprobar su corrección y, en parte, a hacerse una idea preliminar delo que nos vamos a encontrar.
-
‘Using Models to Explore Your Data‘:, complementario del anterior, explica cómo usar modelos (lineal, curva normal, etc) para ayudar en ese análisis exploratorio.
- ‘Inference: A primer‘: proporciona algunas ideas sobre inferencia trabajando con aspectos como la población, el muestreo, etc
-
‘Formal Modeling’: explica el concepto de modelado formal y la distinción entre un análisis asociativo (orientado a encontrar relaciones) y uno predictivo (orientado a predecir comportamientos)
-
‘Inference vs Prediction: Implications for Modelling Strategy‘: profundiza en las implicaciones de los dos tipos de análisis mencionados en el capítulo anterior.
-
‘Interpreting Your Results‘: da algunas pautas para la interpretación de los resultados, como son el revisar la pregunta que queríamos contestar, usar un modelo inicial, desarrollar el análisis y considerar las implicaciones de lo que se deduce.
- ‘Communications‘:nos habla de la comunicación de los resultados finales pero, sobre todo, de la comunicación menos formal que se establece dentro del equipo o con otras áreas durante el propio proceso de análisis.
![]() |
Roger D. Peng |
Roger D. Peng es profesor de Bioestadística en la Johns Hopkins Bloomberg School of Public Health y co-editor del blog ‘Simply Statistics‘. Recibió su doctorado en estadística de la Universidad de California en Los Ángeles y es un investigador destacado en las áreas de contaminación del aire y evaluación del riesgo para la salud así como en métodos estadísticos para los datos de medioambiente. Recibió en 2016 el premio Mortimer Spiegelman de la American Public Health Association que premia a estadísticos que han hecho una aportación destacada a la estadística de la salud.
![]() |
Elizabeth Matsui |
Elizabeth Matsui es profesora de Pediatría, Epidemiología y Ciencias de la Salud Ambiental en Johns Hopkins University y profesional en ejercicio en alergología e inmunología pediátrica. Dirige un centro de análisis y gestión de datos con el Dr. Roger D. Peng que presta soporte a estudios epidemiológicos y pruebas clínicas y es co-fundadora de Skybrude Consulting, LLC, una firma de consultoría en ciencia de los datos.
PAGINAS: 162