R (2.15.2)

La distribución de R (versión 2.15.2) ya está disponible para su descarga desde el repositorio principal de CRAN (USA). Las versiones para Windows, MacOS y Linux estará disponibles desde la red de espejo CRAN en los próximos días.

Los cambios pueden consultarse en el archivo de noticias, pero entre ellas podemos destacar:
*.- Nuevo método de análisis estadístico: Multistratum MANOVA.
*.- Método splines de interpolación monotónica.   
*.- En las funciones del paquete paralelo se hará uso de un cluster de forma predeterminada.   
*.- Mejoras en el rendimiento y uso de memoria reducida para algunas funciones habituales como matriz, rep, tabular e hist.
*.- Aumento de la memoria disponible para datos en sistemas de 64 bits (se incrementa a 32 Gb).

SPSS 21: Definir propiedades de las variables.

En el SPSS (en este caso usamos la versión 21) encontramos en el bloque genérico de datos la función de ayuda en la definición de las propiedades de las variables (escala de medida) desde un punto de vista empírico. Alejándose de las reglas clásicas de medición (modelo clásico de Stevens) al  utilizar como elemento esencial el número de casos distintos dentro de la propiedad medida y la existencia de los decimales.

Por ejemplo, si propiedad en la base de datos presenta sólo dos números distintos la sugerencia será nominal, como podemos ver en el caso siguiente:

En el caso de 3 números distintos sugiere una escala ordinal, mientras que si nos encontramos con un "alto" caso de valores numéricos distintos o con valores con decimales la sugerencia pasaría a ser escala métrica:

Por supuesto, el programa recuerda que no intenta sustituir a las valoraciones teóricas que pueda utilizar el investigador.

Es un procedimiento que en ciertas ocasiones puede ser útil en el campo de la Metodología.

Modelo en consumo de drogas

Entre las últimas publicaciones llegadas a nuestras bases de datos recomendamos la lectura del artículo:
Riccardo Di Clemente & Luciano Pietronero(2012). Statistical Agent Based Modelization of the Phenomenon of Drug Abuse,SCIENTIFIC REPORTS | 2 : 532 | DOI: 10.1038/srep0053.

Describe un modelo estadístico interesante sobre el abuso de drogas.

Introspección en Neurociencias

La introspección ,  informes verbales con respecto a las funciones del procesamiento humano (Torres, 1985), se descartó en la mayoría de las corrientes de la Psicología científica en el siglo XX . No obstante, puede a veces sorprendernos que en ciertos campos siga siendo algo muy útil.

Como ejemplo podemos observar el siguiente caso tomado del campo de las Neurociencias, donde la empatía del profesional hacia el paciente juega un papel esencial:

Enlace relacionado.(Deric Bownds' MindBlog)

Referencias.

• Torres,M.F. (1985).Introspección e informes verbales en procesamiento humano de información.Estudios de Psicología, nº 19-20, 35-155

Criminología y Religión

La relación entre creencias religiosas y comportamientos humanos forma parte de la literatura psicológica. Uno de los últimos trabajos interesantes que hemos recogido es la relación del infierno y la conducta considerada como criminal  descrita por Shariff y Rhemtulla (2012) (también referenciado en el blog de Andrew).

Referencias.

Shariff AF & Rhemtulla M (2012) Divergent Effects of Beliefs in Heaven and Hell on National Crime Rates. PLoS: ONE 7(6) e39048. doi:10.1371/journal.pone.0039048.

Sonificación (II)

Para aquellos que estén interesados en introducirse en el mundo de la sonificación, la mejor forma es usar en un primer momento herramientas sencillas.

Índices de corrupción en una serie de países y años en formato "sonificado".

Un programa que podemos encontrar en la red, y de forma gratuita, es el programa SONIC desarrollado por Nalini Nadkarni  en el año 2003. Nos permite a partir de los datos almacenados en extensión csv,  obtener resultados sonoros en formato wav de acuerdo a ciertas restricciones.

Sonificación

En Metodología de las Ciencias del Comportamiento es de todos bien conocido el término visualización, por el cual referenciamos la representación de datos por medio de gráficos/imágenes. Pues bien, una de las alternativas actuales es la que se conoce bajo el nombre de sonificación.

La sonificación se entiende como la representación de datos por medio de sonidos (ej.: detector Geiger), usando nuestras capacidades del sistema auditivo para interpretar los datos.Precisando más, es el conjunto de algoritmos para convertir cualquier tipo de información en señales audibles (sonidos) que no incluyan la voz.

Los recientes proyectos de investigación en este tema, como es el caso de ISonProject, buscan la representación auditiva de grandes cantidades de información.

Cuando los cambios y patrones de datos multidimensionales son de gran complejidad, en la actualidad, se prefiere crear señales de audio para mostrar nuevos aspectos de esos datos que son muy problemáticos de discriminar con la visión (Ferguson et al., 2011).

Referencias.
Ferguson,S. Martens,W.L. and Cabrera,D.(2011).Statistical Sonification for Exploratory Data Analysis. Hermann, T., Hunt, A., Neuhoff, J. G., (editors). The Sonification Handbook. Logos Publishing House, Berlin, Germany.

Aprendizaje disruptivo

Christensen et al.(2008) defienden que nos encontramos en un momento donde los sistemas educativos están modificando su estrategia general de funcionamiento, propiciado por las TIC (Tecnologías de Información y Comunicación). A este nuevo tipo de aprendizaje se denomina disruptivo, caracterizándose por el acceso al conocimiento de manera individualizada basándose en el uso de plataformas e-learning (ej.: internet). 

En este nuevo paradigma, cada alumno encuentra lo que necesita según sus capacidades y aprende a su ritmo (fomenta la individualización), no pretendiendo hacerlo igual que el resto de sus compañeros (sistema educativo actual), sino potenciando las diferencias entre ellos. Todo ello provoca cambios en los roles de los docentes y de los propios alumnos, desapareciendo conceptos clásicos como el fracaso escolar.

                Siguiendo esta forma de trabajo distintas universidades americanas han lanzado distintos cursos on-line, entre las últimas ofertas, encontramos Coursera (Princeton University, Stanford University, University of California, Berkeley, University of Michigan-Ann Arbor, and University of Pennsylvania).

Referencias.

*Christensen,C.M., Johnson,C.W. &  Horn,M.B.(2008). Disrupting Class: How Disruptive Innovation Will Change the Way the World Learns. New York:McGraw-Hill.

Citar contenido Web en formato APA

Muchas veces, nos preguntamos cómo puede ser la forma correcta de citar el contenido de una página Web. En caso de tener dudas, un buen enlace se puede encontrar en esta página de la APA (Chelsea Lee, 2010).

Curso On Line

Para aquellos que les gusta observar o seguir cursos interactivos, uno de los más interesantes que podemos encontrar es el desarrollado por Susan Cooper-Nguyen para itunes-U (actualizado el 14-3-2012):

MATH 202: Introduction to Statistics

***********************************************

Duración recomendada: 26 semanas.

Artículo en formato APA

Un enlace para aquellos que desean publicar un artículo, de acuerdo a las normas de la APA.

Modificación de algoritmos clásicos

De todos es bien conocido el algoritmo clásico de diferencias de medias, para dos muestras independientes. Sus pasos resumidos son:
1.- Comprobar que los datos se ajustan a una distribución normal y son independientes los grupos.
2.- Verificar que las dispersiones (varianzas) son iguales.
3.- Determinar si las medias son iguales en la población.

Como todos recordaremos, los datos son los mismos en las tres situaciones.

Bien, llegados a este punto, y a la luz de la nueva metodología, y estrictamente hablando (Rasch, Kubinger y Yanagida, 2011) deberían ser usados datos procedentes de muestras distintas en cada uno de las ocasiones. Evitando los problemas que se comenten con el error de tipo I y la repetición de las pruebas.

Una alternativa ante este tipo de situaciones (Mundfrom et al., 2006), que es la recomendada por nosotros (Herrero et al., 2011), será corregir el valor de p de acuerdo al número de contrastes, usando el algoritmo que consideremos más adecuado (ej.:Bonferroni , Holm, Hommel, etc....).

Por ejemplo, una solución al problema sería usando un procedimiento en R como el siguiente:
p.adjust(p,method="holm")
 ...donde el vector p en este caso contendrá los 3 valores (grados de significación) correspondientes obtenidos en los pasos anteriormente comentados.

Referencias.
*Herrero,F.J.;Cuesta,M.; Fernández,P. y Vallejo,G. (2011). Uso de 4 procedimientos de ajuste del grado de significación en una matriz de correlaciones: Un algoritmo R incrustado en SPSS. Grupo Diseños de Investigación y Análisis de Datos, Report DPAM#18.08.1.A, Informe inédito, Universidad de Oviedo.
*Mundfrom,D.J.;Perret,J.J.;Piccone,A. y Roozeboom,M.(2006). Bonferroni adjustments in tests for regression coefficients. Multiple Linear Regression Viewpoints, 32(1), 1-6.
*Rasch,D.;Kubinger,K.D. y Yanagida,T. (2011). Statistics in Psychology Using R and SPSS. West Sussex: Wiley & Sons.

Redes Sociales

En las redes sociales existe un mecanismo bastante frecuente a la hora de transmitir la información entre los usuarios (copiar y pegar). Es decir, copiamos el enlace en el navegador donde está nuestro contenido relevante, abrimos por ejemplo el Facebook, e intentamos pegar esa información.

No obstante, a veces puede ocurrir cosas insólitas:

Es decir, no sabemos que ocurrió realmente entre el lapso de tiempo de copiar y pegar????.

*******************************************************************************
Nota:Resultado el día 19-04-2012

Índice de envejecimiento en R

La siguiente información es suministrada por SADEI:

"Índice de envejecimiento. Asturias 2011"

Uno de los índices utilizados para medir el envejecimiento de una población es el propuesto por Vasilios G. Valaoras que considera el cociente entre el número de personas de 65 y más años y el número de jóvenes menores de 15 años.

Así, por ejemplo, si tomamos los datos de 2001 recogidos por SADEI, el cociente usado será:

233.170 (mayores a 65)
-------------------------------  = 2,15
108.659 (menores a 15 )

A continuación veremos un procedimiento breve y sencillo en R, en el caso que deseamos usar en nuestras bases de datos el índice anterior. Una forma de abordarlo es:

#Ejemplo sobre 5 zonas simuladas

 ########################## 

rangos_edad15<-c(1200,1500,1800,1320,2134) 

rangos_edad65<-c(1800,1900,1930,1432,2256) 

indice_envejece<-rangos_edad65/rangos_edad15 

tabla<-data.frame(rangos_edad15,rangos_edad65,indice_envejece)

tabla  

Obteniéndose los siguientes resultados:

   rangos_edad15 rangos_edad65 indice_envejece
1          1200          1800        1.500000
2          1500          1900        1.266667
3          1800          1930        1.072222
4          1320          1432        1.084848
5          2134          2256        1.057170

********************************************************************
*Nota: El índice puede ser multiplicado por 100. 
---------------------------------------------------------------------------------------------

Libreria OpenMX en R

La librería OpenMX es una de las versiones libre en R para solventar modelos de ecuaciones estructurales.

Su página web contiene distintas versiones, ejemplos y manuales sobre el páquete estadístico.