Soluciones preguntas generales PEC4

1. ¿Cuál es la probabilidad (p-valor) para que nuestra hipótesis de investigación sea

aceptada o validada?
El valor-p es un indicador de significación estadística que simboliza la probabilidad
mínima definida por la distribución con la que podemos descartar la hipótesis nula.
Esto quiere decir que es una medida destinada a medir el peso del azar en la
distribución de la variable. Es una prueba de verificación de hipótesis que nos muestra
la probabilidad de obtener el mismo resultado o valores aún más extremos suponiendo
que sea verdad la hipótesis nula, es decir, la hipótesis que se quiere verificar el test o
probar contra la hipótesis alternativa que es la que plantea el investigador. El p-valor
compran un rango de valores entre 0 y 1. La convención en ciencias sociales es que si
el p-valor es inferior a un 0,05 significa que existe la posibilidad de que la hipótesis nula
es falsa. Un p-valor menor de 0,05 significa que las probabilidades de que realmente
no exista ninguna diferencia entre las dos medias, por ejemplo, son muy bajas,
inferiores a un 5%, proporción que los científicos consideran suficiente para rechazar
la hipótesis nula. Si es superior, en cambio, tendremos que aceptar la hipótesis nula ya
que tendrá muchas probabilidades de ser válida.

2. ¿Cuál es la diferencia entre correlación y causalidad?

La correlación se refiere a la relación entre dos variables que están asociadas. La
correlación implica la existencia un cierto grado de asociación entre los valores de las
dos variables numéricas. Una relación que puede tener una dirección y una fuerza
determinada que la mesuraríem con el coeficiente de correlación de Pearson que nos
da un rango de valores entre -1 y 1. Cuanto más cerca del 0 esté menos fuerte es la
relación entre las dos variables y cuando más cerca de -1 o 1 más fuerte será la
asociación. Además, si el coeficiente es negativo la dirección de la relación es negativa
y si es positivo la dirección será positiva. La diferencia fundamental con la causalidad
es que esta relación o asociación entre las dos variables no implica un efecto de la una
sobre la otra. La causalidad, por su parte, implica que hay una variable que tiene un
efecto sobre la otra, por lo cual un determinado comportamiento, un cambio en este
caso, sobre la otra variable. Que dos variables estén relacionadas no significa que
exista un efecto de una sobre la otra si no que ambas siguen un patrón determinado
en la variación de sus valores. En cambio, causalidad explica que la concurrencia de
una variable causa o tiene efectos sobre la otra, es decir, su existencia hace que varíen
los valores de la variable sobre la que tiene efectos. En conclusión, la correlación es
cuando dos o más variables van enlazadas y la causalidad es cuando una de estas tiene
una influencia que provoca un efecto.

3. ¿Qué puedes concluir a partir de un análisis de diferencia de medias?

Un análisis de diferencia de medias nos permite observar la relación entre una variable
independiente categórica y una dependiente numérica. A partir del análisis de medias
podemos responder dos preguntas: si se puede rechazar o no la hipótesis nula de la
diferencia estadística de la variable dependiente según las categorías de la
independiente; y en qué medida hay diferencia estadística entre una media y la otra.
Resolviendo la primera pregunta rechazando o no la hipótesis nula, podremos concluir
con certeza o no la segunda pregunta.

4. ¿Cuándo se utiliza un análisis de tablas de contingencia?

Una tabla de contingencia se utiliza para visualizar la relación entre dos variables
categóricas. El análisis de tablas de contingencia se utiliza cuando se quiere visualizar
y analizar la relación entre dos variables categóricas (dependiente e independiente),
de las que la variable independiente se representará en el eje horizontal y la
dependiente en el eje vertical. En cada casilla de la tabla obtendremos el número total
de observaciones de la relación de las variables, es decir, el número de frecuencias y
podremos así obtener el porcentaje sobre el total.

Respuesta al análisis del tuit de Ernest Urtasun.

El tuit se formula el 7 de febrero de 2021, una semana antes de las elecciones catalanas,
cuando los medios se hacían eco del "efecto Isla": el efecto positivo que había tenido
sobre la intención de voto al PSC que Salvador Isla fuera elegido candidato. Ernest
Urtasun, eurodiputado en el Parlamento Europeo de Cataluña en Común, hace un tuit
mostrando la evolución en intención de voto de la candidata de En Común Podemos
Jéssica Albiach. Llama a la evolución, "el efecto Albiach".
El eurodiputado infiere que existe un "efecto", por lo tanto una relación de causalidad
entre la candidata y el que se observa el diagrama de línea. Se supone que Urtasun se
refiere al aumento en intención de voto de 5.5 a 7.7 puntos de 15 de enero a 7 de
febrero. Esta inferencia tiene dos problemas. El primero, no queda claro cuál es la
"causa". Albiach ya era candidata al mes de diciembre. No hay ningún fenómeno
relacionado con la candidata que haya producido alrededor del 15 de enero que haga
pensar que haya causado el aumento de voto del partido En Común Podemos.
En segundo lugar, el tuit tiene un problema de inferencia muestral. Las encuestas se
hacen a partir de una muestra de pocos cientos de individuos y todas las estimaciones
tienen error muestral, que hace que no podemos saber con exactitud el valor real a la
población y que la tengamos que tener siempre en cuenta cuando hacemos inferencias
causales. Normalmente, el margen de error de encuestas como la del GESOP se sitúa en
torno al 3.5%. Por lo tanto, la diferencia observada entre 5.5 y 7.7 es demasiado
pequeña para poder decir que existe efecto Albiach (cualquiera que sea la causa). Es
demasiado probable que la diferencia sea producida por azar, fruto del error muestral.