{"id":32925,"date":"2025-04-21T21:04:02","date_gmt":"2025-04-21T21:04:02","guid":{"rendered":"http:\/\/toposuranos.com\/material\/?p=32925"},"modified":"2025-04-22T21:07:01","modified_gmt":"2025-04-22T21:07:01","slug":"formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r","status":"publish","type":"post","link":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/","title":{"rendered":"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R"},"content":{"rendered":"<p><head><\/p>\n<style>\n    p, ul, ol {\n      text-align: justify;\n    }\n    h1 {\n      text-align: center;\n      text-transform: uppercase;\n    }\n    h2 {\n      text-align: center;\n      text-transform: uppercase;\n      font-size: 24pt;\n    }\n    h3 {\n      text-align: center;\n      text-transform: uppercase;\n      font-size: 24px !important;\n    }\n    .table-limites {\n      width: 100%;\n      border-collapse: collapse;\n      margin: 25px 0;\n      font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;\n      box-shadow: 0 0 20px rgba(0, 0, 0, 0.05);\n      border-radius: 8px;\n      overflow: hidden;\n    }\n    .table-limites thead tr {\n      background-color: #2c3e50;\n      color: #ffffff;\n      text-align: left;\n    }\n    .table-limites th,\n    .table-limites td {\n      padding: 12px 15px;\n      border: 1px solid #e0e0e0;\n    }\n    .table-limites tbody tr {\n      border-bottom: 1px solid #e0e0e0;\n    }\n    .table-limites tbody tr:nth-of-type(even) {\n      background-color: #f8f9fa;\n    }\n    .table-limites tbody tr:last-of-type {\n      border-bottom: 2px solid #2c3e50;\n    }\n    .table-limites tbody tr:hover {\n      background-color: #f1f4f7;\n      cursor: default;\n    }\n    .code-param {\n      font-family: 'Fira Code', monospace;\n      background-color: #f3f6f9;\n      padding: 2px 6px;\n      border-radius: 4px;\n      color: #2c3e50;\n    }\n    .valor-cientifico {\n      font-family: 'Roboto Mono', monospace;\n      color: #27ae60;\n    }\n  <\/style>\n<p><\/head><br \/>\n<body><\/p>\n<h1>Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R<\/h1>\n<p style=\"text-align:center;\">\n<em>En esta clase abordaremos c\u00f3mo identificar y formular correctamente un problema estad\u00edstico aplicado, comprendiendo su contexto, variables clave y preguntas orientadoras. Exploraremos herramientas filos\u00f3ficas como las categor\u00edas aristot\u00e9licas y el \u00e1rbol de Porfirio para definir con mayor precisi\u00f3n las dimensiones de an\u00e1lisis, diferenciando entre lo esencial, lo propio y lo accidental en cada variable. Aprenderemos tambi\u00e9n a operacionalizar conceptos abstractos, seleccionar m\u00e9todos de recolecci\u00f3n adecuados, y organizar la informaci\u00f3n en estructuras como los data.frames de R. Finalmente, compararemos enfoques estad\u00edsticos descriptivos, inferenciales y predictivos, culminando con la formulaci\u00f3n de una pregunta de investigaci\u00f3n fundamentada y clara que dar\u00e1 inicio a nuestro proyecto de an\u00e1lisis de datos.<\/em>\n<\/p>\n<p style=\"text-align:center;\"><strong>Objetivos de Aprendizaje<\/strong><br \/>\nAl finalizar esta clase, el estudiante ser\u00e1 capaz de:\n<\/p>\n<ul>\n<li><strong>Identificar<\/strong> problemas estad\u00edsticos en contextos reales, formulando preguntas claras, medibles y relevantes.<\/li>\n<li><strong>Aplicar<\/strong> herramientas conceptuales como las categor\u00edas aristot\u00e9licas y el \u00e1rbol de Porfirio para definir con precisi\u00f3n las variables de an\u00e1lisis.<\/li>\n<li><strong>Clasificar<\/strong> las variables seg\u00fan su tipo, escala de medici\u00f3n y m\u00e9todo de recolecci\u00f3n adecuado.<\/li>\n<li><strong>Construir<\/strong> y <strong>organizar<\/strong> conjuntos de datos en R mediante <code>data.frames<\/code>, incluyendo la transformaci\u00f3n de variables categ\u00f3ricas en factores.<\/li>\n<li><strong>Comparar<\/strong> enfoques estad\u00edsticos (descriptivo, inferencial, predictivo) y seleccionar el m\u00e1s adecuado para cada problema.<\/li>\n<li><strong>Formular<\/strong> una pregunta de investigaci\u00f3n estad\u00edstica coherente con los objetivos del an\u00e1lisis y los datos disponibles.<\/li>\n<\/ul>\n<p style=\"text-align:center;\"><strong><u>\u00cdNDICE DE CONTENIDOS<\/u>:<\/strong><br \/>\n<a href=\"#1\">Identificaci\u00f3n de Problemas en Contexto<\/a><br \/>\n<a href=\"#2\">Enfoque Filos\u00f3fico para la Precisi\u00f3n Conceptual en Problemas Estad\u00edsticos<\/a><br \/>\n<a href=\"#3\">Definici\u00f3n de Variables y M\u00e9todos de Recolecci\u00f3n<\/a><br \/>\n<a href=\"#4\">Creaci\u00f3n de un data.frame en R<\/a><br \/>\n<a href=\"#5\">Comparaci\u00f3n de Enfoques Estad\u00edsticos<\/a><br \/>\n<a href=\"#6\">Propuesta Inicial de An\u00e1lisis<\/a>\n<\/p>\n<p><a name=\"1\"><\/a><\/p>\n<h2>Identificaci\u00f3n de Problemas en Contexto<\/h2>\n<p>\nEn estad\u00edstica aplicada, el primer paso fundamental es <strong>identificar un problema real<\/strong> cuya resoluci\u00f3n requiera recolectar, analizar e interpretar datos. Este paso inicial da forma al resto del proyecto y determina qu\u00e9 herramientas ser\u00e1n \u00fatiles para encontrar respuestas confiables. Un problema estad\u00edstico bien planteado no solo menciona una situaci\u00f3n, sino que formula una <strong>pregunta concreta y medible<\/strong> a partir de la cual se puedan extraer datos y tomar decisiones.\n<\/p>\n<h3>\u00bfQu\u00e9 es un problema estad\u00edstico?<\/h3>\n<p>\nUn <em>problema estad\u00edstico<\/em> es una situaci\u00f3n del mundo real que puede abordarse a trav\u00e9s del an\u00e1lisis de datos. Para que sea \u00fatil en el contexto del an\u00e1lisis, debe tener estas tres caracter\u00edsticas:\n<\/p>\n<ul>\n<li><strong>Contexto claro:<\/strong> describe una situaci\u00f3n real o simulada que requiere atenci\u00f3n.<\/li>\n<li><strong>Variables identificables:<\/strong> incluye elementos cuantificables o clasificables.<\/li>\n<li><strong>Pregunta bien definida:<\/strong> establece lo que se desea conocer, estimar, predecir o explicar.<\/li>\n<\/ul>\n<h3>Ejemplos comparativos<\/h3>\n<p>A continuaci\u00f3n se presenta una tabla comparativa con ejemplos de problemas mal y bien planteados:<\/p>\n<table class=\"table-limites\">\n<thead>\n<tr>\n<th style=\"color: white;\">\u274c Mal planteado<\/th>\n<th style=\"color: white;\">\u2705 Bien planteado<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>\u00bfCu\u00e1ntos estudiantes hay en la universidad?<\/td>\n<td>\u00bfCu\u00e1l es el porcentaje de estudiantes que trabajan mientras estudian en la sede X de la universidad Y?<\/td>\n<\/tr>\n<tr>\n<td>\u00bfCu\u00e1nto contaminan las f\u00e1bricas?<\/td>\n<td>\u00bfC\u00f3mo var\u00eda el nivel de part\u00edculas PM2.5 en el aire durante d\u00edas laborales y fines de semana en el sector Z?<\/td>\n<\/tr>\n<tr>\n<td>\u00bfEs buena la salud en Chile?<\/td>\n<td>\u00bfCu\u00e1l es la tasa de obesidad en adultos mayores de 60 a\u00f1os en la regi\u00f3n R, seg\u00fan sexo y nivel socioecon\u00f3mico?<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Actividad: detectar un problema en tu entorno<\/h3>\n<p>\nEn equipos, identifica una situaci\u00f3n cotidiana que se pueda convertir en un problema estad\u00edstico. Puede estar relacionada con tu entorno educativo, barrio, transporte, consumo, tiempo libre o cualquier \u00e1rea que consideres relevante. Luego, responde las siguientes preguntas:\n<\/p>\n<ol>\n<li>\u00bfCu\u00e1l es el contexto del problema?<\/li>\n<li>\u00bfQu\u00e9 pregunta estad\u00edstica se puede formular?<\/li>\n<li>\u00bfQu\u00e9 tipo de datos se necesitar\u00edan para responderla?<\/li>\n<li>\u00bfPor qu\u00e9 es relevante abordar este problema?<\/li>\n<\/ol>\n<p>\nUna vez definido, guarda la idea, ya que te servir\u00e1 como base para formular tu propuesta inicial de an\u00e1lisis m\u00e1s adelante.\n<\/p>\n<p><a name=\"2\"><\/a><\/p>\n<h2>Enfoque Filos\u00f3fico para la Precisi\u00f3n Conceptual en Problemas Estad\u00edsticos<\/h2>\n<p>\nLa formulaci\u00f3n rigurosa de problemas estad\u00edsticos no solo exige claridad matem\u00e1tica y t\u00e9cnica, sino tambi\u00e9n una base conceptual s\u00f3lida. En este sentido, el pensamiento cl\u00e1sico \u2014especialmente el de <strong>Arist\u00f3teles<\/strong> y su tradici\u00f3n l\u00f3gica a trav\u00e9s del <strong>\u00e1rbol de Porfirio<\/strong>\u2014 ofrece herramientas \u00fatiles para definir con precisi\u00f3n los elementos de an\u00e1lisis.\n<\/p>\n<h3>\ud83c\udfdb\ufe0f Las categor\u00edas aristot\u00e9licas y la Elaboraci\u00f3n de Mapas Conceptuales<\/h3>\n<p style=\"text-align:justify;\">\nArist\u00f3teles identific\u00f3 diez categor\u00edas fundamentales que describen todo aquello que puede ser pensado, enunciado o analizado. Estas categor\u00edas conforman una estructura conceptual b\u00e1sica que permite organizar y analizar sistem\u00e1ticamente la realidad observada. Comprenderlas permite no solo razonar con mayor claridad, sino tambi\u00e9n <strong>formular variables e hip\u00f3tesis estad\u00edsticamente relevantes<\/strong> con rigor filos\u00f3fico y l\u00f3gico.\n<\/p>\n<h4>\ud83d\udcda Las diez categor\u00edas aristot\u00e9licas<\/h4>\n<ol>\n<li><strong>Sustancia:<\/strong> lo que existe en s\u00ed y no en otro. Es el sujeto del que se predica todo lo dem\u00e1s (ej.: persona, estudiante, empresa).<\/li>\n<li><strong>Cantidad:<\/strong> cu\u00e1nto hay de algo (ej.: edad, ingresos, n\u00famero de hijos).<\/li>\n<li><strong>Cualidad:<\/strong> c\u00f3mo es algo, sus atributos internos (ej.: nivel educativo, tipo de contrato, color de ojos).<\/li>\n<li><strong>Relaci\u00f3n:<\/strong> c\u00f3mo se vincula con otros (ej.: proporci\u00f3n, tasa, dependencia, posici\u00f3n jer\u00e1rquica).<\/li>\n<li><strong>Lugar:<\/strong> d\u00f3nde est\u00e1 (ej.: ciudad, regi\u00f3n, escuela).<\/li>\n<li><strong>Tiempo:<\/strong> cu\u00e1ndo ocurre (ej.: a\u00f1o, trimestre, momento de medici\u00f3n).<\/li>\n<li><strong>Situaci\u00f3n:<\/strong> disposici\u00f3n o postura (ej.: estar sentado, estar matriculado).<\/li>\n<li><strong>Estado:<\/strong> condiciones externas o vestimenta (ej.: uniforme, equipamiento).<\/li>\n<li><strong>Acci\u00f3n:<\/strong> lo que el sujeto hace (ej.: estudiar, trabajar, migrar).<\/li>\n<li><strong>Pasi\u00f3n:<\/strong> lo que el sujeto padece o recibe (ej.: ser despedido, recibir una beca).<\/li>\n<\/ol>\n<h4>\ud83d\udccc Relevancia estad\u00edstica<\/h4>\n<p style=\"text-align:justify;\">\nAunque todas las categor\u00edas son filos\u00f3ficamente importantes, no todas se operacionalizan con igual frecuencia en an\u00e1lisis estad\u00edsticos. Las que m\u00e1s com\u00fanmente se traducen en <strong>variables cuantificables o clasificables<\/strong> son:\n<\/p>\n<ul>\n<li><strong>Sustancia<\/strong>: define el sujeto de an\u00e1lisis (unidad de observaci\u00f3n).<\/li>\n<li><strong>Cantidad<\/strong>: base de las variables num\u00e9ricas.<\/li>\n<li><strong>Cualidad<\/strong>: origen de variables categ\u00f3ricas o cualitativas.<\/li>\n<li><strong>Relaci\u00f3n<\/strong>: fundamento de proporciones, tasas, correlaciones.<\/li>\n<li><strong>Tiempo y lugar<\/strong>: indican el momento y el contexto espacial donde se recolectan o analizan los datos, aspectos fundamentales para contextualizar cualquier estudio estad\u00edstico.<\/li>\n<\/ul>\n<p style=\"text-align:justify;\">\nLas otras categor\u00edas \u2014como <em>acci\u00f3n<\/em>, <em>pasi\u00f3n<\/em>, <em>estado<\/em> o <em>situaci\u00f3n<\/em>\u2014 tambi\u00e9n pueden ser relevantes dependiendo del enfoque del estudio, especialmente en investigaciones cualitativas, sociales o fenomenol\u00f3gicas.\n<\/p>\n<p style=\"text-align:justify;\">\nIntegrar este marco ontol\u00f3gico permite formular preguntas m\u00e1s precisas y dise\u00f1ar variables con una base conceptual s\u00f3lida, evitando ambig\u00fcedades y mejorando la validez del an\u00e1lisis.\n<\/p>\n<p>\nEstas categor\u00edas nos permiten clarificar qu\u00e9 estamos midiendo, por qu\u00e9 lo medimos y c\u00f3mo se articula cada variable dentro del fen\u00f3meno general.\n<\/p>\n<h3>\ud83c\udf33 El \u00e1rbol de Porfirio: del g\u00e9nero a la especie<\/h3>\n<p>\nEl <strong>\u00e1rbol de Porfirio<\/strong> complementa este enfoque al ofrecer una estructura jer\u00e1rquica que parte de un g\u00e9nero general y desciende por diferencias espec\u00edficas hasta llegar a una definici\u00f3n concreta. Aplicado a estad\u00edstica, este recurso nos ayuda a construir <strong>tipolog\u00edas bien definidas<\/strong> y evitar ambig\u00fcedades. Por ejemplo, en un estudio sobre estudiantes, podemos descender desde \u201cser humano\u201d hasta \u201cestudiante universitario de jornada vespertina en sector urbano\u201d.\n<\/p>\n<h3>\ud83d\udccc Diferencia espec\u00edfica, lo propio y el accidente<\/h3>\n<p>\nAl definir una variable, es clave distinguir entre:\n<\/p>\n<ul>\n<li><strong>Diferencia espec\u00edfica:<\/strong> aquello que define la esencia de una categor\u00eda dentro de su g\u00e9nero (ej.: nivel educativo alcanzado).<\/li>\n<li><strong>Lo propio:<\/strong> rasgos que siempre acompa\u00f1an al sujeto pero no lo definen (ej.: modalidad del estudio).<\/li>\n<li><strong>Accidente:<\/strong> elementos contingentes que pueden estar presentes o no (ej.: clima el d\u00eda de la encuesta).<\/li>\n<\/ul>\n<p>\nEsta distinci\u00f3n nos ayuda a evitar variables imprecisas o irrelevantes, enfocando el an\u00e1lisis en lo que realmente caracteriza al fen\u00f3meno investigado.\n<\/p>\n<p>\nLa incorporaci\u00f3n de estas herramientas filos\u00f3ficas al inicio del an\u00e1lisis estad\u00edstico favorece un razonamiento m\u00e1s claro, una definici\u00f3n m\u00e1s precisa de variables y, en consecuencia, el dise\u00f1o de estudios metodol\u00f3gicamente m\u00e1s robustos.\n<\/p>\n<h3>\ud83e\udde0 Actividad: An\u00e1lisis Filos\u00f3fico de Variables en un Estudio sobre Deserci\u00f3n Escolar<\/h3>\n<p>\nImagina que formas parte de un equipo de investigaci\u00f3n educativa encargado de analizar los factores asociados a la <strong>deserci\u00f3n escolar en ense\u00f1anza media<\/strong> en tu regi\u00f3n. El objetivo general del estudio es comprender qu\u00e9 variables influyen en que un estudiante deje sus estudios antes de finalizar el ciclo completo.\n<\/p>\n<p>\nTu tarea es identificar y analizar conceptualmente las variables clave que podr\u00edan estar relacionadas con este fen\u00f3meno, utilizando para ello herramientas de la l\u00f3gica aristot\u00e9lica y el \u00e1rbol de Porfirio.\n<\/p>\n<h4>\ud83d\udd0d Instrucciones<\/h4>\n<ol>\n<li><strong>Contextualiza<\/strong> brevemente el problema de deserci\u00f3n escolar: \u00bfpor qu\u00e9 es relevante estudiarlo?, \u00bfqui\u00e9nes se ven afectados?<\/li>\n<li>Define claramente la <strong>sustancia principal<\/strong> de an\u00e1lisis del estudio (\u00bfqu\u00e9 o qui\u00e9n es el sujeto del que se hablar\u00e1?).<\/li>\n<li>Selecciona <strong>tres variables<\/strong> que consideres relevantes para explicar o describir el fen\u00f3meno.<\/li>\n<li>Para cada variable, completa la siguiente tabla aplicando las herramientas filos\u00f3ficas:<\/li>\n<\/ol>\n<table class=\"table-limites\">\n<thead>\n<tr>\n<th style=\"color: white;\">\ud83d\udccc Variable<\/th>\n<th style=\"color: white;\">\ud83d\udcda Categor\u00eda Aristot\u00e9lica<\/th>\n<th style=\"color: white;\">\ud83c\udf3f Diferencia espec\u00edfica<\/th>\n<th style=\"color: white;\">\ud83e\uddf7 Lo propio<\/th>\n<th style=\"color: white;\">\ud83c\udfb2 Accidente<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Ej.: Nivel de escolaridad del apoderado<\/td>\n<td>Cantidad<\/td>\n<td>\u00daltimo nivel completado formalmente<\/td>\n<td>Tipo de establecimiento donde estudi\u00f3<\/td>\n<td>Errores de autodeclaraci\u00f3n en encuestas<\/td>\n<\/tr>\n<tr>\n<td>[Variable 2]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<\/tr>\n<tr>\n<td>[Variable 3]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><a name=\"3\"><\/a><\/p>\n<h2>Definici\u00f3n de Variables y M\u00e9todos de Recolecci\u00f3n<\/h2>\n<p>\nUna vez que el problema estad\u00edstico ha sido identificado con claridad conceptual, el siguiente paso es <strong>definir operacionalmente las variables<\/strong> que ser\u00e1n observadas, medidas o recolectadas. En esta etapa, avanzamos desde la conceptualizaci\u00f3n filos\u00f3fica hacia la representaci\u00f3n pr\u00e1ctica y concreta de esas ideas en forma de datos medibles.\n<\/p>\n<h3>\ud83d\udd27 \u00bfQu\u00e9 significa operacionalizar una variable?<\/h3>\n<p>\nOperacionalizar una variable significa <strong>traducir un concepto abstracto<\/strong> en una forma que pueda ser medida o clasificada. Esto implica especificar:\n<\/p>\n<ul>\n<li><strong>Nombre de la variable<\/strong>: c\u00f3mo se llamar\u00e1.<\/li>\n<li><strong>Definici\u00f3n t\u00e9cnica<\/strong>: qu\u00e9 representa y c\u00f3mo se mide.<\/li>\n<li><strong>Tipo de variable<\/strong>: cuantitativa o cualitativa; discreta o continua.<\/li>\n<li><strong>Escala de medici\u00f3n<\/strong>: nominal, ordinal, de intervalo o de raz\u00f3n.<\/li>\n<li><strong>Instrumento de recolecci\u00f3n<\/strong>: encuesta, observaci\u00f3n, base de datos, etc.<\/li>\n<\/ul>\n<h3>\ud83d\udccb Ejemplo aplicado<\/h3>\n<p>\nSupongamos que en un estudio sobre abandono escolar deseamos analizar el \u201cnivel de motivaci\u00f3n acad\u00e9mica de los estudiantes\u201d. Dado que se trata de un concepto abstracto, es necesario operacionalizarlo, defini\u00e9ndolo claramente para su medici\u00f3n pr\u00e1ctica.\n<\/p>\n<table class=\"table-limites\">\n<thead>\n<tr>\n<th style=\"color: white;\">Elemento<\/th>\n<th style=\"color: white;\">Contenido<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Nombre<\/strong><\/td>\n<td>Motivaci\u00f3n acad\u00e9mica<\/td>\n<\/tr>\n<tr>\n<td><strong>Definici\u00f3n t\u00e9cnica<\/strong><\/td>\n<td>Grado de inter\u00e9s y compromiso declarado por el estudiante hacia sus estudios<\/td>\n<\/tr>\n<tr>\n<td><strong>Tipo de variable<\/strong><\/td>\n<td>Cualitativa ordinal<\/td>\n<\/tr>\n<tr>\n<td><strong>Escala<\/strong><\/td>\n<td>Muy baja \u2013 Baja \u2013 Media \u2013 Alta \u2013 Muy alta<\/td>\n<\/tr>\n<tr>\n<td><strong>Instrumento<\/strong><\/td>\n<td>Encuesta autoadministrada con \u00edtems tipo Likert<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>\ud83d\udcd1 Clasificaci\u00f3n pr\u00e1ctica de variables<\/h3>\n<ul>\n<li><strong>Cuantitativas:<\/strong> Son aquellas que representan magnitudes o cantidades num\u00e9ricas, pudiendo subdividirse en:\n<ul>\n<li><em>Discretas<\/em>: n\u00famero entero (ej. hijos, hermanos, faltas).<\/li>\n<li><em>Continuas<\/em>: valor real medible (ej. peso, ingreso, temperatura).<\/li>\n<\/ul>\n<\/li>\n<li><strong>Cualitativas:<\/strong> Son aquellas que representan categor\u00edas, atributos o caracter\u00edsticas no num\u00e9ricas, pudiendo clasificarse como:\n<ul>\n<li><em>Nominales<\/em>: sin orden (ej. sexo, comuna, tipo de colegio).<\/li>\n<li><em>Ordinales<\/em>: con orden impl\u00edcito (ej. nivel educativo, satisfacci\u00f3n).<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h3>\ud83d\udee0\ufe0f M\u00e9todos de recolecci\u00f3n de datos<\/h3>\n<p>\nUna vez definidas las variables, se deben establecer los <strong>m\u00e9todos concretos de recolecci\u00f3n<\/strong>. Estos depender\u00e1n del tipo de variable, del contexto del estudio y de los recursos disponibles. A continuaci\u00f3n se presentan algunos m\u00e9todos comunes:\n<\/p>\n<table class=\"table-limites\">\n<thead>\n<tr>\n<th style=\"color: white;\">M\u00e9todo<\/th>\n<th style=\"color: white;\">Aplicaci\u00f3n<\/th>\n<th style=\"color: white;\">Ventajas<\/th>\n<th style=\"color: white;\">Limitaciones<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Encuesta<\/td>\n<td>Recolecci\u00f3n de opiniones, percepciones, hechos autorreportados<\/td>\n<td>R\u00e1pida, estandarizada, aplicable a grandes grupos<\/td>\n<td>Puede haber sesgo de respuesta, requiere dise\u00f1o cuidadoso<\/td>\n<\/tr>\n<tr>\n<td>Observaci\u00f3n directa<\/td>\n<td>Medici\u00f3n de comportamientos o fen\u00f3menos visibles<\/td>\n<td>Alta fidelidad contextual<\/td>\n<td>Consume tiempo, puede ser intrusiva<\/td>\n<\/tr>\n<tr>\n<td>Registros institucionales<\/td>\n<td>Datos existentes en bases de datos oficiales o administrativas<\/td>\n<td>Alta cobertura y precisi\u00f3n<\/td>\n<td>No siempre est\u00e1n disponibles o actualizados<\/td>\n<\/tr>\n<tr>\n<td>Entrevistas<\/td>\n<td>Exploraci\u00f3n cualitativa en profundidad<\/td>\n<td>Rica en detalles y matices<\/td>\n<td>Dif\u00edcil de sistematizar a gran escala<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>\u270d\ufe0f Buenas pr\u00e1cticas al definir variables<\/h3>\n<ul>\n<li>Evita ambig\u00fcedades en los nombres o en las escalas.<\/li>\n<li>Aseg\u00farate de que las variables respondan directamente a la pregunta del estudio.<\/li>\n<li>Verifica que la forma de recolecci\u00f3n sea coherente con el tipo de variable.<\/li>\n<li>Si es posible, revisa estudios anteriores para mantener coherencia y comparabilidad.<\/li>\n<\/ul>\n<p>\nLa calidad de todo an\u00e1lisis estad\u00edstico depende directamente de la calidad con que fueron dise\u00f1adas las variables. Por eso, esta etapa debe realizarse con cuidado, claridad y conciencia metodol\u00f3gica.\n<\/p>\n<h3>\ud83e\udde0 Actividad: Ficha T\u00e9cnica de Variables para tu Proyecto de An\u00e1lisis<\/h3>\n<p>\nA partir del <strong>problema estad\u00edstico que ya identificaste<\/strong> en la secci\u00f3n anterior, tu tarea ahora ser\u00e1 dise\u00f1ar una ficha t\u00e9cnica que describa con claridad y rigurosidad tres variables clave para tu proyecto.\n<\/p>\n<h4>\ud83c\udfaf Objetivo<\/h4>\n<p>\nTransformar conceptos del problema en variables medibles, clasificarlas adecuadamente y proponer m\u00e9todos pertinentes de recolecci\u00f3n de datos.\n<\/p>\n<h4>\ud83d\udccb Instrucciones<\/h4>\n<ol>\n<li>Retoma el problema que formulaste anteriormente (puede ser el de deserci\u00f3n escolar u otro). Si lo hiciste en grupo, trabajen sobre ese mismo caso.<\/li>\n<li>Identifica tres variables relevantes para abordar el problema.<\/li>\n<li>Completa la siguiente tabla de an\u00e1lisis para cada una:<\/li>\n<\/ol>\n<table class=\"table-limites\">\n<thead>\n<tr>\n<th style=\"color: white;\">\ud83d\udd0e Nombre de la variable<\/th>\n<th style=\"color: white;\">\ud83d\udcda Definici\u00f3n t\u00e9cnica<\/th>\n<th style=\"color: white;\">\ud83d\udcca Tipo<\/th>\n<th style=\"color: white;\">\ud83d\udcd0 Escala<\/th>\n<th style=\"color: white;\">\ud83d\udee0\ufe0f M\u00e9todo de recolecci\u00f3n<\/th>\n<th style=\"color: white;\">\ud83d\udcdd Justificaci\u00f3n<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>[Ej.: Nivel educativo del apoderado]<\/td>\n<td>\u00daltimo nivel de estudios formalmente finalizado<\/td>\n<td>Cualitativa ordinal<\/td>\n<td>Primaria \/ Secundaria \/ T\u00e9cnica \/ Universitaria<\/td>\n<td>Encuesta autoadministrada<\/td>\n<td>Se relaciona con el apoyo familiar al proceso educativo<\/td>\n<\/tr>\n<tr>\n<td>[Variable 2]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<\/tr>\n<tr>\n<td>[Variable 3]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<td>[&#8230;]<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h4>\ud83e\udde0 Preguntas de reflexi\u00f3n<\/h4>\n<ul>\n<li>\u00bfQu\u00e9 dificultades encontraste al intentar traducir conceptos en variables operativas?<\/li>\n<li>\u00bfC\u00f3mo influyen tus elecciones en la calidad de los resultados que obtendr\u00e1s?<\/li>\n<li>\u00bfHay alguna variable que hayas decidido descartar? \u00bfPor qu\u00e9?<\/li>\n<\/ul>\n<p>\nEsta ficha ser\u00e1 parte de la construcci\u00f3n progresiva de tu proyecto de an\u00e1lisis de datos. Guarda una copia, ya que volveremos a ella cuando dise\u00f1emos el an\u00e1lisis descriptivo y la visualizaci\u00f3n de resultados.\n<\/p>\n<p><a name=\"4\"><\/a><\/p>\n<h2>Creaci\u00f3n de un data.frame en R<\/h2>\n<p>\nUna vez que hemos definido las variables de inter\u00e9s para nuestro problema estad\u00edstico, el siguiente paso es representarlas dentro del entorno de R. Para ello utilizamos una estructura fundamental llamada <strong><code>data.frame<\/code><\/strong>. Esta es la forma m\u00e1s com\u00fan de almacenar y manipular datos en R, y su l\u00f3gica es semejante a la de una tabla o planilla de c\u00e1lculo.\n<\/p>\n<h3>\ud83d\udccc \u00bfQu\u00e9 es un data.frame?<\/h3>\n<p>\nUn <code>data.frame<\/code> es una estructura bidimensional en R donde:\n<\/p>\n<ul>\n<li>Cada <strong>columna<\/strong> representa una <em>variable<\/em>.<\/li>\n<li>Cada <strong>fila<\/strong> representa una <em>observaci\u00f3n<\/em> (caso, individuo, unidad de an\u00e1lisis).<\/li>\n<li>Las columnas pueden contener distintos tipos de datos (n\u00fameros, texto, factores).<\/li>\n<\/ul>\n<p>\nEs la base sobre la cual se construyen la mayor\u00eda de los an\u00e1lisis estad\u00edsticos y visualizaciones de datos en R.\n<\/p>\n<h3>\ud83d\udc68\u200d\ud83d\udcbb Crear un data.frame desde cero: ejemplo paso a paso<\/h3>\n<p>\nA continuaci\u00f3n, construiremos un <code>data.frame<\/code> simulado para un estudio sobre factores que podr\u00edan estar asociados a la deserci\u00f3n escolar. Incluir\u00e1 datos ficticios de cinco estudiantes, y cada columna representar\u00e1 una variable relevante:\n<\/p>\n<pre class=\"brush: r; title: ; notranslate\" title=\"\">\r\n# Crear vectores para cada variable\r\nestudiante &lt;- c(&quot;E01&quot;, &quot;E02&quot;, &quot;E03&quot;, &quot;E04&quot;, &quot;E05&quot;)\r\nedad &lt;- c(16, 17, 15, 16, 17)\r\nnivel_educ_apoderado &lt;- c(&quot;Secundaria&quot;, &quot;T\u00e9cnica&quot;, &quot;Primaria&quot;, &quot;Universitaria&quot;, &quot;Secundaria&quot;)\r\npromedio_notas &lt;- c(5.5, 4.8, 3.9, 6.2, 4.1)\r\ntrabaja &lt;- c(TRUE, FALSE, TRUE, FALSE, TRUE)\r\n\r\n# Combinar todo en un data.frame\r\ndatos &lt;- data.frame(\r\n  estudiante,\r\n  edad,\r\n  nivel_educ_apoderado,\r\n  promedio_notas,\r\n  trabaja\r\n)\r\n\r\n# Ver los primeros registros\r\nhead(datos)\r\n<\/pre>\n<p><strong>Explicaci\u00f3n paso a paso:<\/strong><\/p>\n<ol>\n<li><strong>Definimos cada variable como un vector:<\/strong>\n<ul>\n<li><code>estudiante<\/code>: identificador textual (tipo <em>character<\/em>)<\/li>\n<li><code>edad<\/code>: valor num\u00e9rico (tipo <em>numeric<\/em>)<\/li>\n<li><code>nivel_educ_apoderado<\/code>: nivel categ\u00f3rico (tipo <em>character<\/em>, puede convertirse en <em>factor<\/em>)<\/li>\n<li><code>promedio_notas<\/code>: nota num\u00e9rica entre 1.0 y 7.0<\/li>\n<li><code>trabaja<\/code>: variable booleana (<em>TRUE<\/em> o <em>FALSE<\/em>) que indica si el estudiante trabaja<\/li>\n<\/ul>\n<\/li>\n<li><strong>Usamos la funci\u00f3n <code>data.frame()<\/code> para combinar todas las variables.<\/strong> Esta funci\u00f3n genera una estructura tabular con una columna por cada vector.<\/li>\n<li><strong>Con <code>head(datos)<\/code><\/strong> visualizamos las primeras filas del conjunto de datos.<\/li>\n<\/ol>\n<h3>\ud83d\udd0d Inspeccionar y validar la estructura del data.frame<\/h3>\n<p>\nEs buena pr\u00e1ctica verificar que los datos se hayan cargado correctamente y que cada variable tenga el tipo adecuado:\n<\/p>\n<pre class=\"brush: r; title: ; notranslate\" title=\"\">\r\n# Ver estructura general del data.frame\r\nstr(datos)\r\n\r\n# Resumen estad\u00edstico r\u00e1pido\r\nsummary(datos)\r\n<\/pre>\n<h4>Ejemplo de salida esperada:<\/h4>\n<pre class=\"brush: r; title: ; notranslate\" title=\"\">\r\n&#039;data.frame&#039;:\t5 obs. of  5 variables:\r\n $ estudiante           : chr  &quot;E01&quot; &quot;E02&quot; &quot;E03&quot; &quot;E04&quot; &quot;E05&quot;\r\n $ edad                : num  16 17 15 16 17\r\n $ nivel_educ_apoderado: chr  &quot;Secundaria&quot; &quot;T\u00e9cnica&quot; &quot;Primaria&quot; ...\r\n $ promedio_notas      : num  5.5 4.8 3.9 6.2 4.1\r\n $ trabaja             : logi  TRUE FALSE TRUE FALSE TRUE\r\n<\/pre>\n<h3>\ud83d\udd04 Convertir una columna en factor<\/h3>\n<p>\nCuando una variable tiene un n\u00famero limitado de categor\u00edas (como el nivel educativo), podemos transformarla en un <code>factor<\/code> para que R la interprete correctamente:\n<\/p>\n<pre class=\"brush: r; title: ; notranslate\" title=\"\">\r\ndatos$nivel_educ_apoderado &lt;- factor(\r\n  datos$nivel_educ_apoderado,\r\n  levels = c(&quot;Primaria&quot;, &quot;Secundaria&quot;, &quot;T\u00e9cnica&quot;, &quot;Universitaria&quot;),\r\n  ordered = TRUE\r\n)\r\n\r\n# Verificar cambio\r\nstr(datos$nivel_educ_apoderado)\r\n<\/pre>\n<h4>\u00bfQu\u00e9 hace realmente el comando factor()?<\/h3>\n<p>Cuando transformamos una columna en <code>factor<\/code>, estamos indic\u00e1ndole a R que esa variable representa una <strong>categor\u00eda con un conjunto finito de valores posibles<\/strong>. Esto es especialmente \u00fatil para variables cualitativas como el nivel educativo, tipo de contrato o regi\u00f3n geogr\u00e1fica.<\/p>\n<ul>\n<li><strong><code>levels = ...<\/code><\/strong> define el conjunto de categor\u00edas v\u00e1lidas y su <em>orden l\u00f3gico<\/em>.<\/li>\n<li><strong><code>ordered = TRUE<\/code><\/strong> convierte el factor en <strong>ordinal<\/strong>, lo que permite comparaciones como <code>\"T\u00e9cnica\" > \"Secundaria\"<\/code>.<\/li>\n<li>Internamente, R asocia cada categor\u00eda a un valor num\u00e9rico oculto (1, 2, 3&#8230;), \u00fatil para an\u00e1lisis y visualizaci\u00f3n.<\/li>\n<\/ul>\n<p>\n  Este tipo de conversi\u00f3n mejora el an\u00e1lisis posterior, ya que permite a R:\n  <\/p>\n<ul>\n<li>Tratar correctamente las categor\u00edas en modelos estad\u00edsticos.<\/li>\n<li>Ordenar etiquetas de forma l\u00f3gica en tablas y gr\u00e1ficos.<\/li>\n<li>Optimizar el almacenamiento de memoria para grandes conjuntos de datos.<\/li>\n<\/ul>\n<p>\n  En resumen, <code>factor()<\/code> es una herramienta esencial para estructurar y clasificar variables categ\u00f3ricas de forma precisa, lo que impacta directamente en la calidad del an\u00e1lisis.\n  <\/p>\n<h3>\u270f\ufe0f Buenas pr\u00e1cticas al construir data.frames<\/h3>\n<ul>\n<li>Usa nombres de columnas claros, sin tildes ni espacios.<\/li>\n<li>Aseg\u00farate de que todos los vectores tengan la misma longitud.<\/li>\n<li>Revisa el tipo de cada variable y convi\u00e9rtelo si es necesario (<code>as.numeric()<\/code>, <code>as.factor()<\/code>, etc.).<\/li>\n<li>Incluye siempre una verificaci\u00f3n inicial con <code>str()<\/code> y <code>summary()<\/code>.<\/li>\n<\/ul>\n<p>\nDominar la construcci\u00f3n de <code>data.frames<\/code> es una habilidad esencial para todo an\u00e1lisis estad\u00edstico. A partir de estas estructuras podr\u00e1s aplicar funciones estad\u00edsticas, realizar visualizaciones, limpiar datos y construir modelos.\n<\/p>\n<p><a name=\"5\"><\/a><\/p>\n<h2>Comparaci\u00f3n de Enfoques Estad\u00edsticos<\/h2>\n<p>\nUna vez definido claramente el problema y establecidas las variables relevantes, es momento de determinar cu\u00e1l es el enfoque estad\u00edstico m\u00e1s apropiado para desarrollar nuestro an\u00e1lisis. Cada enfoque responde a preguntas y objetivos distintos, y puede conducirnos a conclusiones diferentes aun cuando utilicemos los mismos datos iniciales.\n<\/p>\n<h3>\ud83d\udccc Principales enfoques estad\u00edsticos<\/h3>\n<p>\nA continuaci\u00f3n, revisaremos los tres enfoques estad\u00edsticos m\u00e1s comunes, indicando su objetivo principal, tipos de preguntas que responden y ejemplos pr\u00e1cticos.\n<\/p>\n<table class=\"table-limites\">\n<thead>\n<tr>\n<th style=\"color: white; width: 20%;\">Enfoque<\/th>\n<th style=\"color: white;\">Objetivo principal<\/th>\n<th style=\"color: white;\">Preguntas t\u00edpicas<\/th>\n<th style=\"color: white;\">Ejemplo aplicado<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Estad\u00edstica Descriptiva<\/strong><\/td>\n<td>Describir, resumir y visualizar informaci\u00f3n<\/td>\n<td>\u00bfQu\u00e9 sucede? \u00bfCu\u00e1l es el promedio, proporci\u00f3n o distribuci\u00f3n?<\/td>\n<td>\u00ab\u00bfCu\u00e1l es la tasa promedio de deserci\u00f3n escolar en nuestra regi\u00f3n en los \u00faltimos cinco a\u00f1os?\u00bb<\/td>\n<\/tr>\n<tr>\n<td><strong>Estad\u00edstica Inferencial<\/strong><\/td>\n<td>Estimar, generalizar y sacar conclusiones sobre una poblaci\u00f3n a partir de una muestra<\/td>\n<td>\u00bfQu\u00e9 podemos afirmar sobre la poblaci\u00f3n completa? \u00bfQu\u00e9 tan probable es este resultado?<\/td>\n<td>\u00ab\u00bfExiste evidencia suficiente para afirmar que el programa X reduce significativamente la deserci\u00f3n escolar?\u00bb<\/td>\n<\/tr>\n<tr>\n<td><strong>Estad\u00edstica Predictiva<\/strong><\/td>\n<td>Predecir eventos o resultados futuros a partir de modelos construidos con datos hist\u00f3ricos<\/td>\n<td>\u00bfQu\u00e9 ocurrir\u00e1 en el futuro? \u00bfQu\u00e9 variables predicen mejor este resultado?<\/td>\n<td>\u00ab\u00bfPodemos predecir qu\u00e9 estudiantes tienen m\u00e1s probabilidades de abandonar sus estudios en el pr\u00f3ximo a\u00f1o escolar?\u00bb<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>\ud83d\udde3\ufe0f Discusi\u00f3n guiada: Un mismo problema, diferentes enfoques<\/h3>\n<p>\nAhora que conoces los diferentes enfoques, considera el siguiente problema:\n<\/p>\n<blockquote><p>\n  <em>\u00abUna escuela enfrenta altas tasas de ausentismo escolar. La direcci\u00f3n quiere entender el problema y tomar decisiones informadas.\u00bb<\/em>\n<\/p><\/blockquote>\n<p>\nDependiendo del enfoque estad\u00edstico elegido, el an\u00e1lisis y las conclusiones derivadas de \u00e9ste pueden diferir considerablemente. Discute con tu grupo las siguientes preguntas:\n<\/p>\n<ul>\n<li><strong>Si adoptas un enfoque descriptivo:<\/strong> \u00bfQu\u00e9 tipo de informaci\u00f3n priorizar\u00edas obtener? \u00bfC\u00f3mo resumir\u00edas visualmente estos datos?<\/li>\n<li><strong>Si eliges un enfoque inferencial:<\/strong> \u00bfQu\u00e9 muestra podr\u00edas tomar? \u00bfQu\u00e9 hip\u00f3tesis podr\u00edas plantear? \u00bfC\u00f3mo evaluar\u00edas la confianza de tus conclusiones?<\/li>\n<li><strong>Si utilizas un enfoque predictivo:<\/strong> \u00bfQu\u00e9 variables ser\u00edan clave para construir un modelo de predicci\u00f3n de ausentismo? \u00bfQu\u00e9 decisiones podr\u00edan tomarse a partir de estas predicciones?<\/li>\n<\/ul>\n<h3>\ud83d\udcac Preguntas para el plenario<\/h3>\n<p>\nLuego de la discusi\u00f3n en equipos, reflexionen colectivamente sobre las siguientes preguntas:\n<\/p>\n<ul>\n<li>\u00bfQu\u00e9 ventajas y limitaciones presenta cada enfoque al abordar el problema planteado?<\/li>\n<li>\u00bfEn qu\u00e9 circunstancias ser\u00eda preferible uno u otro enfoque?<\/li>\n<li>\u00bfEs posible (o \u00fatil) combinar diferentes enfoques para abordar integralmente un problema estad\u00edstico complejo?<\/li>\n<li>\u00bfQu\u00e9 otros problemas cotidianos podr\u00edan abordarse utilizando estos enfoques? Da ejemplos concretos.<\/li>\n<\/ul>\n<p>\nEsta reflexi\u00f3n conjunta permitir\u00e1 profundizar en la comprensi\u00f3n de cu\u00e1ndo y por qu\u00e9 elegir un enfoque estad\u00edstico particular, prepar\u00e1ndote para desarrollar an\u00e1lisis robustos y relevantes.\n<\/p>\n<p><a name=\"6\"><\/a><\/p>\n<h2>Propuesta Inicial de An\u00e1lisis<\/h2>\n<p>\nLlegados a este punto, ya tenemos definido nuestro problema, identificadas y operacionalizadas nuestras variables y hemos reflexionado sobre posibles enfoques estad\u00edsticos. El siguiente paso esencial es formular una <strong>pregunta de investigaci\u00f3n clara y precisa<\/strong>, que gu\u00ede concretamente el an\u00e1lisis que realizaremos.\n<\/p>\n<h3>\ud83d\udcdd \u00bfQu\u00e9 es una pregunta de investigaci\u00f3n?<\/h3>\n<p>\nUna <strong>pregunta de investigaci\u00f3n<\/strong> es una interrogante concreta y medible que orienta toda la investigaci\u00f3n. Debe especificar claramente lo que queremos conocer, estimar, describir o predecir mediante nuestro an\u00e1lisis de datos.\n<\/p>\n<h4>\ud83d\udccc Caracter\u00edsticas esenciales de una buena pregunta de investigaci\u00f3n<\/h4>\n<ul>\n<li><strong>Clara y espec\u00edfica:<\/strong> debe evitar ambig\u00fcedades.<\/li>\n<li><strong>Medible:<\/strong> debe permitir obtener evidencia mediante la observaci\u00f3n o medici\u00f3n.<\/li>\n<li><strong>Realista:<\/strong> debe ser posible responderla con los recursos y datos disponibles.<\/li>\n<li><strong>Relevante:<\/strong> debe abordar un aspecto significativo del problema estudiado.<\/li>\n<\/ul>\n<h3>\ud83d\udcd1 Plantilla para redactar tu pregunta de investigaci\u00f3n<\/h3>\n<p>\nUna manera sencilla de formular correctamente una pregunta es utilizando la siguiente plantilla general:\n<\/p>\n<blockquote style=\"background-color:#f3f6f9; padding:15px; border-radius:8px;\"><p>\n  <em>\u00ab\u00bfC\u00f3mo \/ cu\u00e1l es [variable o fen\u00f3meno de inter\u00e9s] en [poblaci\u00f3n espec\u00edfica] considerando [variables o condiciones relevantes]?\u00bb<\/em>\n<\/p><\/blockquote>\n<p>\nPuedes adaptarla seg\u00fan lo necesites, pero siempre cuidando mantener claridad, especificidad y precisi\u00f3n.\n<\/p>\n<h3>\ud83d\udcda Ejemplos de buenas preguntas<\/h3>\n<p>\nA continuaci\u00f3n, se presentan ejemplos concretos de preguntas bien formuladas, siguiendo criterios de calidad:\n<\/p>\n<table class=\"table-limites\">\n<thead>\n<tr>\n<th style=\"color: white; width: 20%;\">Tipo de pregunta<\/th>\n<th style=\"color: white;\">Ejemplo<\/th>\n<th style=\"color: white;\">Comentario<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Descriptiva<\/strong><\/td>\n<td>\u00bfCu\u00e1l es la tasa promedio de deserci\u00f3n escolar en colegios municipales de La Serena en los \u00faltimos 5 a\u00f1os?<\/td>\n<td>Define claramente lo que se mide, d\u00f3nde, cu\u00e1ndo y c\u00f3mo.<\/td>\n<\/tr>\n<tr>\n<td><strong>Inferencial<\/strong><\/td>\n<td>\u00bfExiste una diferencia significativa en la tasa de deserci\u00f3n escolar entre colegios urbanos y rurales en la Regi\u00f3n de Coquimbo?<\/td>\n<td>Propone comparar grupos claramente definidos y utiliza la noci\u00f3n de significancia estad\u00edstica.<\/td>\n<\/tr>\n<tr>\n<td><strong>Predictiva<\/strong><\/td>\n<td>\u00bfQu\u00e9 variables permiten predecir con mayor precisi\u00f3n el riesgo de deserci\u00f3n escolar en estudiantes de ense\u00f1anza media?<\/td>\n<td>Busca establecer predicciones claras, indicando el objetivo del an\u00e1lisis.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>\ud83d\udcdd Actividad pr\u00e1ctica: Formula tu pregunta de investigaci\u00f3n<\/h3>\n<p>\nAhora es tu turno. Redacta una pregunta inicial de investigaci\u00f3n sobre el problema que has definido en secciones anteriores. Para ayudarte, usa la siguiente ficha de apoyo:\n<\/p>\n<h4>\ud83d\udccb Ficha de formulaci\u00f3n de la pregunta de investigaci\u00f3n<\/h4>\n<table class=\"table-limites\">\n<tbody>\n<tr>\n<td><strong>Problema general:<\/strong><\/td>\n<td>[Escribe aqu\u00ed brevemente el problema general que has seleccionado]<\/td>\n<\/tr>\n<tr>\n<td><strong>Variables clave identificadas:<\/strong><\/td>\n<td>[Lista las variables m\u00e1s importantes que quieres analizar]<\/td>\n<\/tr>\n<tr>\n<td><strong>Poblaci\u00f3n espec\u00edfica:<\/strong><\/td>\n<td>[Describe brevemente la poblaci\u00f3n o grupo espec\u00edfico que analizar\u00e1s]<\/td>\n<\/tr>\n<tr>\n<td><strong>Enfoque estad\u00edstico elegido:<\/strong><\/td>\n<td>[Descriptivo, inferencial o predictivo]<\/td>\n<\/tr>\n<tr>\n<td><strong>Tu pregunta de investigaci\u00f3n:<\/strong><\/td>\n<td><em>\u00ab\u00bf&#8230;? \u00ab<\/em><\/td>\n<\/tr>\n<tr>\n<td><strong>Justificaci\u00f3n breve:<\/strong><\/td>\n<td>[Explica brevemente por qu\u00e9 elegiste esta pregunta y su relevancia]<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>\ud83d\udde3\ufe0f Preguntas gu\u00eda para revisar tu propuesta en plenario<\/h3>\n<p>\nLuego de redactar tu pregunta, reflexiona con tu grupo acerca de lo siguiente:\n<\/p>\n<ul>\n<li>\u00bfEs suficientemente clara y espec\u00edfica tu pregunta?<\/li>\n<li>\u00bfEs realista en t\u00e9rminos de disponibilidad de datos y recursos?<\/li>\n<li>\u00bfEst\u00e1 alineada con el enfoque estad\u00edstico que elegiste anteriormente?<\/li>\n<li>\u00bfQu\u00e9 aspectos podr\u00edas mejorar o precisar m\u00e1s?<\/li>\n<\/ul>\n<p>\nEsta actividad tiene como objetivo ayudarte a formular una propuesta de an\u00e1lisis s\u00f3lida y relevante, sentando as\u00ed las bases para desarrollar con \u00e9xito tu investigaci\u00f3n.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R En esta clase abordaremos c\u00f3mo identificar y formular correctamente un problema estad\u00edstico aplicado, comprendiendo su contexto, variables clave y preguntas orientadoras. Exploraremos herramientas filos\u00f3ficas como las categor\u00edas aristot\u00e9licas y el \u00e1rbol de Porfirio para definir con mayor precisi\u00f3n las dimensiones de an\u00e1lisis, diferenciando entre [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":32950,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"iawp_total_views":322,"footnotes":""},"categories":[1164,973],"tags":[],"citadela-post-location":[],"class_list":["post-32925","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-analisis-de-datos-con-r","category-computacion-e-informatica"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.0 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R - toposuranos.com\/material<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R - toposuranos.com\/material\" \/>\n<meta property=\"og:description\" content=\"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R En esta clase abordaremos c\u00f3mo identificar y formular correctamente un problema estad\u00edstico aplicado, comprendiendo su contexto, variables clave y preguntas orientadoras. Exploraremos herramientas filos\u00f3ficas como las categor\u00edas aristot\u00e9licas y el \u00e1rbol de Porfirio para definir con mayor precisi\u00f3n las dimensiones de an\u00e1lisis, diferenciando entre [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/\" \/>\n<meta property=\"og:site_name\" content=\"toposuranos.com\/material\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/groups\/toposuranos\" \/>\n<meta property=\"article:published_time\" content=\"2025-04-21T21:04:02+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-04-22T21:07:01+00:00\" \/>\n<meta property=\"og:image\" content=\"http:\/\/toposuranos.com\/material\/wp-content\/uploads\/2025\/04\/problemasestadisticos.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1792\" \/>\n\t<meta property=\"og:image:height\" content=\"666\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"giorgio.reveco\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@topuranos\" \/>\n<meta name=\"twitter:site\" content=\"@topuranos\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"giorgio.reveco\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"10 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/\"},\"author\":{\"name\":\"giorgio.reveco\",\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/#\\\/schema\\\/person\\\/e15164361c3f9a2a02cf6c234cf7fdc1\"},\"headline\":\"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R\",\"datePublished\":\"2025-04-21T21:04:02+00:00\",\"dateModified\":\"2025-04-22T21:07:01+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/\"},\"wordCount\":4093,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/wp-content\\\/uploads\\\/2025\\\/04\\\/problemasestadisticos.jpg\",\"articleSection\":[\"An\u00e1lisis de Datos con R\",\"Computaci\u00f3n e Inform\u00e1tica\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/\",\"url\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/\",\"name\":\"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R - toposuranos.com\\\/material\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/wp-content\\\/uploads\\\/2025\\\/04\\\/problemasestadisticos.jpg\",\"datePublished\":\"2025-04-21T21:04:02+00:00\",\"dateModified\":\"2025-04-22T21:07:01+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/#primaryimage\",\"url\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/wp-content\\\/uploads\\\/2025\\\/04\\\/problemasestadisticos.jpg\",\"contentUrl\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/wp-content\\\/uploads\\\/2025\\\/04\\\/problemasestadisticos.jpg\",\"width\":1792,\"height\":666,\"caption\":\"toposuranos.com\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Portada\",\"item\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/es\\\/cursos-de-matematica-y-fisica\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/#website\",\"url\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/\",\"name\":\"toposuranos.com\\\/material\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/#organization\",\"name\":\"toposuranos.com\\\/material\",\"url\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"http:\\\/\\\/toposuranos.com\\\/material\\\/wp-content\\\/uploads\\\/2023\\\/10\\\/logo.png\",\"contentUrl\":\"http:\\\/\\\/toposuranos.com\\\/material\\\/wp-content\\\/uploads\\\/2023\\\/10\\\/logo.png\",\"width\":2400,\"height\":2059,\"caption\":\"toposuranos.com\\\/material\"},\"image\":{\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/groups\\\/toposuranos\",\"https:\\\/\\\/x.com\\\/topuranos\",\"https:\\\/\\\/www.youtube.com\\\/channel\\\/UC16yDm12cPcrwsE0fAM7X1g\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/69429190\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/#\\\/schema\\\/person\\\/e15164361c3f9a2a02cf6c234cf7fdc1\",\"name\":\"giorgio.reveco\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"http:\\\/\\\/toposuranos.com\\\/material\\\/wp-content\\\/uploads\\\/2023\\\/10\\\/1694478625378-96x96.jpeg\",\"url\":\"http:\\\/\\\/toposuranos.com\\\/material\\\/wp-content\\\/uploads\\\/2023\\\/10\\\/1694478625378-96x96.jpeg\",\"contentUrl\":\"http:\\\/\\\/toposuranos.com\\\/material\\\/wp-content\\\/uploads\\\/2023\\\/10\\\/1694478625378-96x96.jpeg\",\"caption\":\"giorgio.reveco\"},\"description\":\"Soy Licenciado en F\u00edsica, Magister en Ingenier\u00eda Industrial y Docente Universitario. Me dedico a desmitificar la f\u00edsica y las matem\u00e1ticas. Mi objetivo es hacer que estos campos sean f\u00e1cilmente comprensibles para todos, proporcionando las herramientas para explorar no solo el mundo que nos rodea, sino tambi\u00e9n las profundidades de nuestra propia existencia y el orden natural que nos conecta con el cosmos.\",\"sameAs\":[\"http:\\\/\\\/toposuranos.com\\\/material\"],\"url\":\"https:\\\/\\\/toposuranos.com\\\/material\\\/author\\\/giorgio-reveco\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R - toposuranos.com\/material","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/","og_locale":"es_ES","og_type":"article","og_title":"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R - toposuranos.com\/material","og_description":"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R En esta clase abordaremos c\u00f3mo identificar y formular correctamente un problema estad\u00edstico aplicado, comprendiendo su contexto, variables clave y preguntas orientadoras. Exploraremos herramientas filos\u00f3ficas como las categor\u00edas aristot\u00e9licas y el \u00e1rbol de Porfirio para definir con mayor precisi\u00f3n las dimensiones de an\u00e1lisis, diferenciando entre [&hellip;]","og_url":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/","og_site_name":"toposuranos.com\/material","article_publisher":"https:\/\/www.facebook.com\/groups\/toposuranos","article_published_time":"2025-04-21T21:04:02+00:00","article_modified_time":"2025-04-22T21:07:01+00:00","og_image":[{"width":1792,"height":666,"url":"http:\/\/toposuranos.com\/material\/wp-content\/uploads\/2025\/04\/problemasestadisticos.jpg","type":"image\/jpeg"}],"author":"giorgio.reveco","twitter_card":"summary_large_image","twitter_creator":"@topuranos","twitter_site":"@topuranos","twitter_misc":{"Escrito por":"giorgio.reveco","Tiempo de lectura":"10 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/#article","isPartOf":{"@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/"},"author":{"name":"giorgio.reveco","@id":"https:\/\/toposuranos.com\/material\/#\/schema\/person\/e15164361c3f9a2a02cf6c234cf7fdc1"},"headline":"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R","datePublished":"2025-04-21T21:04:02+00:00","dateModified":"2025-04-22T21:07:01+00:00","mainEntityOfPage":{"@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/"},"wordCount":4093,"commentCount":0,"publisher":{"@id":"https:\/\/toposuranos.com\/material\/#organization"},"image":{"@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/#primaryimage"},"thumbnailUrl":"https:\/\/toposuranos.com\/material\/wp-content\/uploads\/2025\/04\/problemasestadisticos.jpg","articleSection":["An\u00e1lisis de Datos con R","Computaci\u00f3n e Inform\u00e1tica"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/","url":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/","name":"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R - toposuranos.com\/material","isPartOf":{"@id":"https:\/\/toposuranos.com\/material\/#website"},"primaryImageOfPage":{"@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/#primaryimage"},"image":{"@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/#primaryimage"},"thumbnailUrl":"https:\/\/toposuranos.com\/material\/wp-content\/uploads\/2025\/04\/problemasestadisticos.jpg","datePublished":"2025-04-21T21:04:02+00:00","dateModified":"2025-04-22T21:07:01+00:00","breadcrumb":{"@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/"]}]},{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/#primaryimage","url":"https:\/\/toposuranos.com\/material\/wp-content\/uploads\/2025\/04\/problemasestadisticos.jpg","contentUrl":"https:\/\/toposuranos.com\/material\/wp-content\/uploads\/2025\/04\/problemasestadisticos.jpg","width":1792,"height":666,"caption":"toposuranos.com"},{"@type":"BreadcrumbList","@id":"https:\/\/toposuranos.com\/material\/es\/formulacion-de-problemas-estadisticos-aplicados-y-construccion-de-propuestas-en-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Portada","item":"https:\/\/toposuranos.com\/material\/es\/cursos-de-matematica-y-fisica\/"},{"@type":"ListItem","position":2,"name":"Formulaci\u00f3n de Problemas Estad\u00edsticos Aplicados y Construcci\u00f3n de Propuestas en R"}]},{"@type":"WebSite","@id":"https:\/\/toposuranos.com\/material\/#website","url":"https:\/\/toposuranos.com\/material\/","name":"toposuranos.com\/material","description":"","publisher":{"@id":"https:\/\/toposuranos.com\/material\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/toposuranos.com\/material\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/toposuranos.com\/material\/#organization","name":"toposuranos.com\/material","url":"https:\/\/toposuranos.com\/material\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/toposuranos.com\/material\/#\/schema\/logo\/image\/","url":"http:\/\/toposuranos.com\/material\/wp-content\/uploads\/2023\/10\/logo.png","contentUrl":"http:\/\/toposuranos.com\/material\/wp-content\/uploads\/2023\/10\/logo.png","width":2400,"height":2059,"caption":"toposuranos.com\/material"},"image":{"@id":"https:\/\/toposuranos.com\/material\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/groups\/toposuranos","https:\/\/x.com\/topuranos","https:\/\/www.youtube.com\/channel\/UC16yDm12cPcrwsE0fAM7X1g","https:\/\/www.linkedin.com\/company\/69429190"]},{"@type":"Person","@id":"https:\/\/toposuranos.com\/material\/#\/schema\/person\/e15164361c3f9a2a02cf6c234cf7fdc1","name":"giorgio.reveco","image":{"@type":"ImageObject","inLanguage":"es","@id":"http:\/\/toposuranos.com\/material\/wp-content\/uploads\/2023\/10\/1694478625378-96x96.jpeg","url":"http:\/\/toposuranos.com\/material\/wp-content\/uploads\/2023\/10\/1694478625378-96x96.jpeg","contentUrl":"http:\/\/toposuranos.com\/material\/wp-content\/uploads\/2023\/10\/1694478625378-96x96.jpeg","caption":"giorgio.reveco"},"description":"Soy Licenciado en F\u00edsica, Magister en Ingenier\u00eda Industrial y Docente Universitario. Me dedico a desmitificar la f\u00edsica y las matem\u00e1ticas. Mi objetivo es hacer que estos campos sean f\u00e1cilmente comprensibles para todos, proporcionando las herramientas para explorar no solo el mundo que nos rodea, sino tambi\u00e9n las profundidades de nuestra propia existencia y el orden natural que nos conecta con el cosmos.","sameAs":["http:\/\/toposuranos.com\/material"],"url":"https:\/\/toposuranos.com\/material\/author\/giorgio-reveco\/"}]}},"_links":{"self":[{"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/posts\/32925","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/comments?post=32925"}],"version-history":[{"count":0,"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/posts\/32925\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/media\/32950"}],"wp:attachment":[{"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/media?parent=32925"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/categories?post=32925"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/tags?post=32925"},{"taxonomy":"citadela-post-location","embeddable":true,"href":"https:\/\/toposuranos.com\/material\/wp-json\/wp\/v2\/citadela-post-location?post=32925"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}