Statistician is one of the top 10 fastest-growing jobs in the US. Going by the rate at which the world is generating and collecting data, it is no surprise that the expertise of those who can effectively analyze this data is in great demand and are application of estadísticas. Fr experts help collect, study and extract relevant information from vast and complex data. This information is then applied to validate and further investigación, make sound business decisions and drive public initiatives.
Here Are the Top 6 Application of Statistics
1. Interpretaciones y conclusiones de la investigación
La estadística constituye una parte importante de la mayoría de las ciencias, ya que ayuda a los investigadores a probar hipótesis, confirmar (o rechazar) teorías y llegar a conclusiones fiables. Los datos generados por experimentos y estudios nunca son sencillos: hay que tener en cuenta la aleatoriedad y la incertidumbre, eliminar las coincidencias y llegar a las conclusiones más precisas. El análisis estadístico ayuda a reducir o eliminar los errores para que los investigadores puedan llegar con confianza a conclusiones que luego dirijan las investigaciones posteriores.
2. Meta-análisis de las revisiones de la literatura
Antes de que un investigador o científico se embarque en una nueva investigación, es habitual realizar una búsqueda bibliográfica de toda la información publicada disponible sobre un tema específico. Sin embargo, siempre es difícil llegar a una conclusión definitiva a partir de múltiples estudios, sobre todo si éstos siguen metodologías de investigación diferentes, se han publicado en revistas distintas (lo que provoca un sesgo de publicación) o se extienden a lo largo de un amplio intervalo de tiempo. Un análisis estadístico de estos estudios ayuda a extraer la verdad común que subyace en todos ellos, o a descubrir un patrón o relación oculta.
3. Diseño del ensayo clínico
Una de las aplicaciones más importantes del análisis estadístico es el diseño de ensayos clínicos. Cuando se descubre un nuevo fármaco o tratamiento, primero hay que probarlo en un grupo o grupos de personas para conocer su eficacia y seguridad. Un ensayo clínico implica la selección del tamaño de la población/muestra, la definición del intervalo de tiempo en el que se va a supervisar el tratamiento, el diseño de las fases y la selección de los parámetros que ayudarán a decidir la eficacia del tratamiento y si es mejor que otro ya existente. Bioestadísticos puede asumir la tarea de realizar un análisis estadístico del estudio, ayudando no sólo a diseñarlo sino también a analizar y determinar los resultados.
4. Diseño de encuestas
Do people who go to the gym lead a healthier, happier life? How safe is the city of New York? How effective is your HIV-awareness programme? Questions like these that cannot be answered without the help of statistics. Surveys require careful design and implementation, considerations about the survey format, accounting for bias and fatigue, etc. Data collected from surveys have to be carefully studied by statistical analysis experts who also use their own discretion and experience to derive the most meaningful information from a survey. Through surveys, governments can determine the effectiveness of an initiative, businesses can understand the response to a particular product, and social scientists can perform quantitative research.
5. Estudios epidemiológicos
Epidemiological studies help determine the link between the cause and effect of a disease, especially in outbreaks and epidemics. A statistical analysis involves identifying the most likely cause of a disease — for example, the link between smoking and lung cancer. This information is used to develop public health policies and implement preventive salud programmes. Data visualization and statistical analysis also played an important role in understanding the Epidemia de ébola en África Occidental.
6. Modelado estadístico
Statistical modeling involves building predictive models based on pattern recognition and knowledge discovery. It is used in environmental and geographical studies, predicting election outcomes, survival analysis of populations, and more. Meteorologists use statistical tools to help them predict the weather. The line between statistical modelling and aprendizaje automático is becoming increasingly blurry — Robert Tibshirani, a statistician at Stanford called machine learning “glorified statistics”.
He aquí un ejemplo del modelo estadístico de The Economist para predecir las elecciones de mitad de mandato en Estados Unidos.
Dado que los estadísticos también cobran uno de los salarios más altos, no todas las organizaciones pueden permitirse tenerlos en plantilla a tiempo completo. Las pequeñas empresas, las organizaciones sin ánimo de lucro, las agencias gubernamentales y los defensores de los derechos humanos, los investigadores y las nuevas empresas están subcontratando cada vez más su trabajo de análisis estadístico a estadísticos autónomosque pueden trabajar con presupuestos y plazos más reducidos.