Sexual education and reproductive health in secondary education
161
PAIDEIA XXI
PAIDEIA XXI
Vol. 12, Nº 1, Lima, enero-junio 2022, pp. 161-167
ISSN Versión Impresa: 2221-7770; ISSN Versión Electrónica: 2519-5700
COMMENTARY / COMENTARIO
TRAINING DECISION AS AN ELEMENT
OF SCIENTIFIC RESEARCH FROM THE
CONCEPTUALIZATION OF STATISTICS AND DATA
SCIENCE: THE OBVIOUS, NOT SO OBVIOUS
DECISIÓN FORMATIVA COMO ELEMENTO DE
LA INVESTIGACIÓN CIENTÍFICA DESDE LA
CONCEPTUALIZACIÓN ESTADÍSTICA Y CIENCIA
DE DATOS: LO OBVIO, NO TAN OBVIO
doi:10.31381/paideia.v12i1.4841
http://revistas.urp.edu.pe/index.php/Paideia
1 Centro de Investigaciones Avanzadas y Formación Superior en Educación, Salud y Medio
Ambiente ¨AMTAWI¨. Perú. george.argota@gmail.com
3 Casa Consultora DISAIC. La Habana, Cuba. solyap87@gmail.com
3 Facultad de Ciencias de la Salud. Universidad Nacional Jorge Basadre Grohmann (UNJBG).
Tacna, Perú. rinaalvarezb@gmail.com
4 Facultad de Farmacia y Bioquímica. Universidad Nacional “San Luis Gonzaga” (UNICA). Ica,
Perú. maria.reyes@unica.edu.pe
* Corresponding author: george.argota@gmail.com
George Argota-Pérez: https://orcid.org/0000-0003-2560-6749
Yadira Argota-Pérez: https://orcid.org/0000-0002-0880-4394
Rina María Álvarez-Becerra: https://orcid.org/0000-0002-5455-6632
María Gilda Reyes-Diaz: https://orcid.org/0000-0002-6607-9247
Este artículo es publicado por la revista Paideia XXI de la Escuela de posgrado (EPG), Universidad Ricardo Palma, Lima,
Perú. Este es un artículo de acceso abierto, distribuido bajo los términos de la licencia Creative Commons Atribución
4.0 Internacional (CC BY 4.0) [https:// creativecommons.org/licenses/by/4.0/deed.es] que permite el uso, distribución y
reproducción en cualquier medio, siempre que la obra original sea debidamente citada de su fuente original.
George Argota-Pérez1*; Yadira Argota-Pérez2; Rina María
Álvarez-Becerra3 & María Gilda Reyes-Diaz4
The purpose of the study was to describe the need for decision-making from
the conceptualized training between Statistics and Data Science. Four elements
are key in science: theory, data, methodology, and problem, because if the data
is part of science then it seems wrong that there is a DataScience since no
methodology from Data Science can decide, the “ideal or correct” pattern since
ABSTRACT
Argota-Pérez et al.
162
PAIDEIA XXI
there are multiple patterns to be understood. On the other hand, if the statistical
programs are incapable of analyzing hundreds of thousands of data (it makes no
sense when decisions are recognized from a random probabilistic sample and,
on the contrary, not considered makes it impossible to make inferences), then
the possibility of representing diversity from Statistics is limited since there is
centralization in minimizing the sums of the deviations to the mean square and
not understanding the diversity that Data Science performs. It is concluded
that Statistics adds to reliability and validity, while Data Science allows the
development of methodologies that condition the incorporation of technologies
where it is difcult to unmark the barrier between Statistics and Data Science
because on some occasions they are indistinct from each other and in other
cases an association is shared. Therefore, mastery of data processing from
Statistics and machine learning facilitated by Data Science is required for the
decision, but there must be training in both elds of study.
Keywords: data science – decisions – professional competence – statistics
El propósito del estudio fue describir la necesidad en la toma de decisiones
desde la formación conceptualizada entre la Estadística y Ciencia de Datos.
Cuatro elementos son claves en la ciencia: teoría, datos, metodología y problema,
por cuanto, si los datos forman parte de la ciencia entonces, parece erróneo
que exista una Ciencia de Datos, pues ninguna metodología desde la Ciencia
de Datos puede decidir, el patrón “ideal o correcto” dado que existen múltiples
patrones a comprenderse. Por su parte, si los programas estadísticos son
incapaces de analizar cientos de miles de datos (carece de sentido al reconocerse
las decisiones desde una muestra probabilística aleatoria y, por el contrario,
no considerarse imposibilita hacer inferencias), entonces la posibilidad de
representar la diversidad desde la Estadística es limitada, ya que existe una
centralización en minimizar las sumas de las desviaciones al cuadrado medio y
no comprender la diversidad que realiza la Ciencia de Datos. Se concluye, que la
Estadística suma a la conabilidad y validez, mientras que la Ciencia de Datos
permite el desarrollo de metodologías que condicionan a la incorporación de
tecnologías donde resulta difícil desmarcar la barrera entre la Estadística y la
Ciencia de Datos, pues en algunas ocasiones son indistintas entre sí y en otros
casos se comparte una asociación. Por tanto, el dominio del tratamiento de los
datos desde la Estadística y el aprendizaje automático que facilita la Ciencia
de Datos se requiere para la decisión, pero debe existir la formación en ambos
campos de estudio.
Palabras clave: ciencia de datos – competencia profesional – decisiones –
estadística
RESUMEN
Training decision as an element of scienti c research
163
PAIDEIA XXI
INTRODUCCIÓN
La Estadística se ocupa del
tratamiento de datos y la inferencia
poblacional mediante la observación de
hechos. Es decir, de ne los resultados
esperados, la población, unidades de
observación, variables, métodos, plan
de muestreo, tamaño de la muestra
y factores, métodos estadísticos y el
diseño de experimentos entre otros
aspectos (Villarroel, 2002; Pérez,
2015; Villegas, 2019). Actualmente,
la Estadística se aplica en todas las
áreas del saber y entre ellas destaca
la Ciencia de Datos, la cual in uye en
el desarrollo industrial y tecnológico
(McNutt, 2014; Nachtsheim & Stufken,
2019; MacGillivray, 2021; Sardareh
et al., 2021). Sin embargo, en los
últimos tiempos existe la discusión
que se puede hacer ciencia y tomar
decisiones hábiles desde la Ciencia
de Datos (Diggle, 2015; Galeano &
Pena, 2019), sin considerar una teoría
estadística (Granville, 2014; Davison,
2018).
Según, Learner & Phillips (1993),
existen cuatro componentes que
destacan en la ciencia: 1ro) la teoría,
2do) los datos, 3ro) la metodología, y
4to) el problema. Pareciera erróneo,
que exista una Ciencia de Datos, pues
los datos forman parte de la ciencia
y los mismos se procesan, a partir
de sus registros (Phillips, 2017). La
relevancia de la ciencia se comprende
desde la signi cación de una zona de
aceptación o rechazo (Figura 1) con
margen de probabilidad, según una
prueba de hipótesis: Ho (Fisher, 1992).
Figura 1. Signi cación estadística en la ciencia / zona
de aceptación o rechazo.
- z
+ z
ҧ
Zona de
rechazo: Ho
Zona de
aceptación: Ho
Al mismo tiempo, se desea suponer
que una institución universitaria
integró, dos profesionales cali cados a
sus planes de investigación cientí ca
y además adquirió, una tecnología
de última generación para generar
y analizar múltiples datos lo cual se
esperaría, un crecimiento por tres
años de sus productos y/o servicios, al
menos para dos clientes externos: A y
B (Figura 2), así como la continuación
del compromiso práctico que se tiene
en la propia formación y competencia
de sus estudiantes de pregrado.
Argota-Pérez et al.
164
PAIDEIA XXI
Figura 2. Aumento de productos y/o servicios. A = cliente externo /
B = cliente externo.
2015
2016
2017
año
Crecimiento de los
productos y/o servicios
(%)
A
B
Según, la observación entre las
Figuras 1 y 2, se derivan múltiples
interrogantes, a partir de no visuali-
zarse el cambio de oportunidad para
mantener o mejorar los productos y/o
servicios desde la argumentación es-
tadística que se realizó. Una cuestión
resulta la diferencia entre distinguir
los grandes datos orientados a la in-
vestigación cientí ca y otra es, que se
orienten a la metodología de la Ciencia
de Datos. Por consiguiente, la valora-
ción contable sobre cualquier escena-
rio futuro es circunstancial y pudiera
2018
2019
2020
año
Crecimiento de
productos y/o servicios
(%)
A
B
Durante este periodo se realizó, un
análisis de los resultados referidos a
los productos y/o servicios y no hubo
diferencias estadísticamente signi ca-
tivas (ej.: p≤0,05) entre A y B, aunque
la tasa de rentabilidad fue mayor en
A. De igual manera, la tecnología se
usó por los estudiantes de pregrado,
pues fue una condición de garantía,
no solo para su formación, sino en la
generación de datos, por parte de A
y B. Sin embargo, al nalizar el año
2017, la curva empezó a descender
(Figura 3), y existió preocupación,
pues los datos disponibles, “no
mostraron la predicción de tal efecto”
y esta respuesta se evidenció con el
crecimiento de productos y/o servicios
durante los tres años previos.
Figura 3. Disminución de productos y/o servicios A = cliente externo /
B = cliente externo.
Training decision as an element of scientic research
165
PAIDEIA XXI
ser, una cción la suposición ante
cualquier valor total a esperarse. En
este sentido, destaca para el análisis
las preguntas siguientes:
1. ¿Si, la hipótesis indica una
signicación estadística y
requiere de datos, qué representó
la intensión humana desde
la integración de los dos
profesionales y la adquisión de
una nueva tecnología?
2. ¿Solo la selección primaria de
una agrupación de datos que se
supuso para el crecimiento de
productos y/o servicios permite el
análisis del vacío del conocimiento
desde la observación empírica a
contrastar?
3. ¿El conjunto de datos que
se tenía y que relacionaba el
crecimiento de productos y/o
servicios se probaron de forma
independiente y dependiente?
4. ¿Se realizó desde la base de datos
la visualización del análisis y
la interacción de nuevos datos
como lo propuso Tukey (1962)?
5. ¿Qué variable fue determinante
a considerar y resultó ajena a
la observación empírica, si los
programas estadísticos son in-
capaces de analizar cientos de
miles o millones de datos y esto
carece de sentido al reconocer
las decisiones desde una mues-
tra probabilística aleatoria y, por
el contrario, si no se considera
tampoco pudiera hacerse infe-
rencias a la población (Tsao et
al., 2016)?
6. ¿Cuál sería el signicado desde la
representación de la diversidad,
pues la Estadística no reconoce
el signicado de las desviaciones
debido a su centralización en
minimizar las sumas de las
desviaciones al cuadrado medio
y no, a comprender la diversidad
que realiza la Ciencia de Datos?
7. ¿Por qué no se comprobó una
signicación del potencial
de valores atípicos y las
probabilidades desde un análisis
de la Ciencia de Datos (Phillip,
2017)?
Con razón al resultado de las
guras y posibles respuestas a las
interrogantes, puede entenderse que el
análisis de los datos hacia su inferencia
o no, requiere la combinación de tareas
sin segmentarse que la interpretación
obedezca a la Estadística o Ciencia de
Datos. Es decir, se necesita la formación
adecuada para que los resultados sean
satisfactorios (Sardareh et al., 2021).
Dado que, en diversas ocasiones los
procesos metodológicos fallan (en la
Estadística y la Ciencia de Datos),
entonces resulta una fuga de datos y,
en consecuencia, los resultados son
erróneos. Se considera que la Ciencia
de Datos, permite en algunos casos
el desarrollo de metodologías para
el análisis del cúmulo de datos (ej.:
Lenguajes Python y R, técnicas de
visualización y la inteligencia articial),
pero ninguna de las metodologías
puede decidir, el patrón “ideal o
correcto”, dado que existen múltiples
patrones a comprenderse. Ante, los
múltiples errores que se presentan en
Argota-Pérez et al.
166
PAIDEIA XXI
los entrenamientos o las pruebas de
modelos, bien sea en la Estadística o
Ciencia de Datos, es imprescindible
que la correcta toma de decisiones sea
mediante la participación formativa
(Vandeput, 2020).
Es por ello, que existe la necesidad
para la Estadística, incorporar la
Ciencia de Datos lo que constituye
ser más aplicable y accesible a una
realidad global, y al mismo tiempo,
que la Ciencia de Datos considere la
signicación desde los genuinos de
la Estadística porque la precisión e
interpretación de datos siempre será
crucial en el aprendizaje humano para
otorgar signicado al mundo exterior,
aunque muchos de los datos con
aplicaciones a la ciencia son complejos
y carecen de interpretaciones, a pesar
que sean precisos (Makridakis et al.,
2020).
Se concluye, que la Estadística
suma a la conabilidad y validez
(Carmichael & Marron, 2018),
mientras que la Ciencia de Datos
permite el desarrollo de metodologías
que condicionan a la incorporación de
tecnologías (Diggle, 2015), y resulta
difícil desmarcar, la barrera entre la
Estadística y la Ciencia de Datos, pues
en algunas ocasiones son indistintas
entre sí, pero en otros casos se
comparte una asociación. Por tanto,
se requiere el dominio del tratamiento
de los datos desde la Estadística con
el aprendizaje automático que facilita
la Ciencia de Datos como un elemento
fundamental de decisión formativa
para la investigación cientíca.
REFERENCIAS BIBLOGRÁFICAS
Carmichael, I. & Marron, J.S. 2018. Data science vs. statistics: two cultures?.
Japanese Journal of Statistics and Data Science, 1: 117–138.
Davison, J. 2018. No, Machine learning is not just gloried statistics. https://
towardsdatascience.com/no-machine-learning-is-not-just-gloried-statistic
Diggle, P.J. 2015. Statistics: a data science for the 21st century. Journal of the
Royal Statistical Society, 178: 793-813.
Fisher, R.A. 1992. Statistical methods for research workers. In: Kotz, S. &
Johnson, N.L. (eds) Breakthroughs in statistics. Springer series in statistics.
(Perspectives in Statistics). Springer, pp. 66-70.
Galeano, P. & Pena, D. 2019. Data science, big data and statistics. Test, 28:
289-329.
Granville, V. 2014. Data science without statistics is possible, even desirable.
Data Science Central. https://www.datasciencecentral.com/proles/blogs/
data-science-without-statistics-is-possible-even-desirable
Learner, D.B. & Phillips, F.Y. 1993. Method and progress in management
science. Socio-Economic Planning Sciences, 27: 9-24.
MacGillivray, H. 2021. Statistics and data science must speak together. Teaching
Statistics, 43: 5-10.
Training decision as an element of scientic research
167
PAIDEIA XXI
Makridakis, S.; Spiliotis, E. & Assimakopoulos, V. 2020. The M4 competition:
100,000 time series and 61 forecasting methods. International
Journal of Forecasting, 36: 54-74.
McNutt, M. 2014. Raising the Bar. Science, 345: 1- 9.
Nachtsheim, A.C. & Stufken, J. 2019. Comments on: Data science, big data and
statistics. Test, 28: 345-348.
Pérez, D.R. 2015. Importancia de la estadística en los trabajos enviados para
publicación. Revista Obstetricia Ginecología Venezolana, 75: 145-146.
Phillips, F. 2017. A perspective on ‘Big Data’. Science and Public Policy, 44:
730-737.
Sardareh, S.A.; Brown, G.T.L. & Denny, P. 2021. Comparing four contemporary
statistical software tools for introductory data science and statistics in the
social sciences. Teaching Statistics, 43: 157-172.
Tsao, C.C.; Chang, P.C.; Fan, C.Y.; Chang, S.H. & Phillips, F. 2016. A patent
quality classication model based on an articial immune system. Soft
Computing, 45: 1-10.
Tukey, J. 1962. The future of data analysis. Annals of Mathematical Statistics,
33: 1-67.
Vandeput, N. 2020. Data science for supply chain forecasting. De Gruyter, 2nd
edition, pp. 4.
Villarroel, P.L.A. 2002. Rol de la estadística aplicada en investigación
cientíca. Acta Nova, 2: 110-115.
Villegas, Z.D.A. 2019. La importancia de la estadística aplicada para la toma
de decisiones en Marketing. Revista de Investigación & Negocios, 12: 29-42.
Received February 18, 2022.
Accepted April 5, 2022.
