Variable molesta y parámetro molesto: definición, ejemplos

Actualizado por ultima vez el 12 de marzo de 2022, por Luis Benites.

¿Qué es una variable molesta?

variable molesta

Las variables molestas aumentan la variabilidad en un experimento.

Comenzando, una variable molesta es un tipo de variable extraña que provoca un aumento en la variabilidad dentro de los grupos en un experimento. A raíz de esto, estas variables tienden a no diferir entre los niveles de una variable independiente (como variable de confusión), pero aumentan la variabilidad de las puntuaciones en general .

Ejemplo : un investigador está investigando qué tan fácil es perder peso. Las posibles variables molestas incluyen:

  • La facilidad para perder peso probablemente esté relacionada con el sobrepeso de una persona.
  • Algunas personas pueden tener una predisposición genética a tener sobrepeso.

factor de molestia

Un término relacionado es un factor de molestia , un factor de bloqueo que tiene un efecto sobre la variable de respuesta pero que no es de interés para el tema de investigación. Además, si se conoce un factor molesto pero no se puede controlar, es posible que pueda usar ANCOVA para estimar el efecto del factor y eliminarlo de sus resultados. A continuación, es importante tener en cuenta que si un factor molesto es desconocido e incontrolable, la aleatorización puede mitigar su efecto.

Parámetro molesto

Los términos «variable molesta» y «parámetro molesto» a veces se usan indistintamente. En el análisis bayesiano , son esencialmente iguales. En las estadísticas frecuentistas , son ligeramente diferentes. Ambos no son deseados en un análisis o experimento. Pero mientras que una variable molesta es una variable aleatoria , un parámetro molesto es un parámetro de población . Por ejemplo, la varianza de la población , σ 2 es un parámetro molesto para una distribución normal cuando la media de la población , μ, es el parámetro de interés.

Formas de minimizar las variables molestas

Obviamente, la forma más sencilla de tratar con estas variables es averiguar cuáles son y eliminarlas del experimento. En la mayoría de los casos, eso simplemente no es posible ya que tienden a ser intrínsecos al experimento (como el ejemplo anterior de pérdida de peso). Sin embargo, hay varias formas de minimizar su efecto:

  • Bloqueo : si tu variable es conocida y controlable, puedes agregarla a tu diseño experimental como otra variable independiente.
  • Control estadístico : si su variable es conocida pero no controlable por bloqueo, use ANCOVA o correlación parcial para mantener constante la variable no deseada.
  • Aleatorización : si no sabe cuál es su variable molesta, la aleatorización puede equilibrar el efecto de cualquier potencial. Esta técnica también se puede utilizar después de haber utilizado el bloqueo en las variables más importantes y desea reducir los efectos de las restantes variables conocidas o desconocidas.
  • Diseño de cuadrado latino: si tiene dos variables molestas, este diseño experimental puede aislarlas. Los niveles de uno se asignan a las filas y los niveles del otro se asignan a las columnas.

Referencias:
Basu, D. (1977), “Sobre la eliminación de parámetros molestos”, Journal of the American Statistical Association, vol. 77, págs. 355–366. doi:10.1080/01621459.1977.10481002
Irving B. Weiner, John A. Schinka, Wayne F. Velicer. Manual de Psicología, Métodos de Investigación en Psicología. Disponible aquí .

.

Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

Deja un comentario

¿Qué es una prueba binomial? La prueba binomial se utiliza cuando un experimento tiene dos resultados posibles (es decir, éxito/fracaso)…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!