0:00:00.107,0:00:03.926
♪ [música] ♪

0:00:20.880,0:00:22.077
[Thomas Stratmann] Hola.

0:00:22.077,0:00:24.268
En las próximas series de videos

0:00:24.268,0:00:26.858
les vamos a dar una herramienta[br]nueva muy útil

0:00:26.858,0:00:30.414
para ponerla en su caja de herramientas[br]de <i>Understanding Data</i>

0:00:30.414,0:00:31.981
regresión lineal.

0:00:32.885,0:00:34.668
Imaginemos que tiene esta teoría.

0:00:34.668,0:00:37.249
Ha visto que personas atractivas[br]parecen tener ventajas especiales.

0:00:37.249,0:00:39.067


0:00:39.642,0:00:40.878
Y se pregunta

0:00:40.878,0:00:43.798
"¿Dónde más se podría ver este fenómeno?".

0:00:44.132,0:00:45.637
¿Qué tal el caso de los profesores?

0:00:45.637,0:00:48.259
¿Es posible que los profesores atractivos[br]obtengan ventajas especiales también?

0:00:48.259,0:00:50.010


0:00:50.350,0:00:53.899
¿Es posible que los estudiantes[br]los traten mejor

0:00:53.899,0:00:57.209
llenándolos de evaluaciones[br]mejores de los estudiantes?

0:00:57.866,0:01:00.467
Si es así, ¿el efecto de la apariencia

0:01:00.467,0:01:03.573
en las evaluaciones[br]es grande o muy pequeño?

0:01:04.159,0:01:07.519
Supongamos que un profesor nuevo[br]está comenzando en una universidad.

0:01:07.519,0:01:08.759
<i>Buenos días, amigos.</i>

0:01:08.759,0:01:11.810
¿Qué podemos predecir sobre su evaluación

0:01:11.810,0:01:13.371
con solo mirar su apariencia?

0:01:13.940,0:01:17.216
Dado que estas evaluaciones[br]pueden determinar los aumentos salariales

0:01:17.671,0:01:21.709
si esta teoría fuera cierta,[br]veríamos a profesores recurrir

0:01:21.709,0:01:24.519
a tácticas sorprendentes[br]para mejorar sus puntajes.

0:01:24.519,0:01:25.731


0:01:25.731,0:01:27.461
Supongamos que quería saber

0:01:27.461,0:01:30.801
si las evaluaciones mejoran[br]con una mejor apariencia.

0:01:31.441,0:01:34.450
¿Cómo haría para probar esta hipótesis?

0:01:34.956,0:01:36.552
Podría recolectar datos.

0:01:36.761,0:01:40.025
Primero, le pediría a los estudiantes[br]que califiquen en una escala del 1 al 10

0:01:40.025,0:01:42.076
qué tan apuesto les parece un profesor

0:01:42.076,0:01:44.807
lo que les da un puntaje[br]de atractivo promedio.

0:01:45.229,0:01:48.552
Luego, puede extraer las evaluaciones[br]de enseñanza del profesor

0:01:48.552,0:01:50.421
de 25 estudiantes.

0:01:50.421,0:01:53.273
Veamos estas dos variables al mismo tiempo

0:01:53.273,0:01:54.738
usando una dispersión.

0:01:54.981,0:01:57.419
Pondremos el atractivo[br]en el eje horizontal

0:01:57.852,0:02:00.589
y las evaluaciones del profesor[br]en el eje vertical.

0:02:01.223,0:02:04.903
Por ejemplo, este punto[br]representa al profesor Peate

0:02:04.903,0:02:06.423


0:02:06.423,0:02:08.811
que recibió un puntaje de atractivo de 3

0:02:08.811,0:02:11.866
y una evaluación de 8.425.

0:02:12.084,0:02:14.958
Este de aquí es el profesor Helmchen

0:02:14.958,0:02:16.797
que es muy atractivo.

0:02:16.797,0:02:18.721
Y obtuvo un puntaje de atractivo alto

0:02:18.721,0:02:20.872
pero una evaluación no muy buena.

0:02:21.101,0:02:22.283
¿Pueden ver una tendencia?

0:02:22.283,0:02:25.533
Mientras nos movemos[br]de izquierda a derecha

0:02:25.533,0:02:27.963
en el eje horizontal,[br]de lo feo a lo atractivo

0:02:27.963,0:02:31.186
vemos una tendencia ascendente[br]en los puntajes de evaluación.

0:02:31.870,0:02:35.174
Por cierto, los datos[br]que revisamos en estas series

0:02:35.174,0:02:38.923
no son inventados

0:02:38.923,0:02:40.897
vienen de un estudio real,[br]realizado en la Universidad de Texas.

0:02:41.337,0:02:46.023
Si se preguntan, "pulcritud" es una manera[br]elegante y académica

0:02:46.023,0:02:47.880
de referirse a lo atractivo.

0:02:48.405,0:02:51.474
Con las dispersiones, puede ser difícil

0:02:51.474,0:02:55.594
distinguir la relación exacta[br]entre dos variables

0:02:55.594,0:02:59.104
sobre todo, cuando los valores[br]fluctúan un poco

0:02:59.104,0:03:01.318
si nos desplazamos de izquierda a derecha.

0:03:02.000,0:03:04.908


0:03:04.908,0:03:08.144


0:03:08.144,0:03:10.775


0:03:10.775,0:03:12.613


0:03:13.295,0:03:17.181


0:03:17.669,0:03:20.888


0:03:20.888,0:03:24.278


0:03:24.278,0:03:26.456


0:03:27.087,0:03:29.536


0:03:30.067,0:03:32.596


0:03:32.596,0:03:35.358


0:03:36.107,0:03:39.827


0:03:40.794,0:03:43.807


0:03:43.807,0:03:45.587


0:03:46.070,0:03:50.237


0:03:50.237,0:03:53.026


0:03:53.544,0:03:55.907


0:03:55.907,0:03:59.469


0:03:59.768,0:04:03.939


0:04:04.377,0:04:07.420


0:04:07.857,0:04:10.764


0:04:11.158,0:04:13.903


0:04:14.389,0:04:17.304


0:04:17.770,0:04:21.262


0:04:21.579,0:04:25.569


0:04:25.569,0:04:28.429


0:04:28.429,0:04:30.229


0:04:30.229,0:04:31.297


0:04:31.297,0:04:34.109


0:04:34.683,0:04:36.749


0:04:37.019,0:04:38.749


0:04:39.233,0:04:41.665


0:04:41.665,0:04:43.515


0:04:44.844,0:04:47.890


0:04:47.890,0:04:49.770


0:04:49.770,0:04:52.039


0:04:52.838,0:04:55.439


0:04:55.439,0:04:58.340


0:04:58.833,0:05:00.430


0:05:00.430,0:05:03.639


0:05:03.639,0:05:06.900


0:05:07.344,0:05:09.965


0:05:09.965,0:05:12.456


0:05:12.456,0:05:15.645


0:05:16.052,0:05:18.956


0:05:19.228,0:05:22.972


0:05:23.660,0:05:27.668


0:05:28.080,0:05:32.095


0:05:32.095,0:05:34.335


0:05:34.335,0:05:37.383


0:05:37.861,0:05:40.388


0:05:40.388,0:05:43.537


0:05:43.537,0:05:45.848


0:05:46.346,0:05:49.807


0:05:50.289,0:05:53.620


0:05:53.620,0:05:54.900


0:05:54.900,0:05:58.166


0:05:58.922,0:06:02.069


0:06:02.069,0:06:05.781


0:06:06.626,0:06:09.575


0:06:09.846,0:06:14.577


0:06:14.577,0:06:18.994


0:06:19.408,0:06:21.758


0:06:21.758,0:06:24.477


0:06:24.477,0:06:26.219


0:06:26.219,0:06:28.368


0:06:28.368,0:06:30.737


0:06:31.762,0:06:35.509


0:06:35.509,0:06:39.070


0:06:41.169,0:06:42.445


0:06:42.445,0:06:45.247


0:06:45.568,0:06:47.139


0:06:47.139,0:06:48.700


0:06:48.700,0:06:50.404


0:06:50.865,0:06:53.976


0:06:54.313,0:06:55.364


0:06:55.598,0:06:58.325


0:06:58.325,0:07:01.642


0:07:01.892,0:07:04.406