Una transformación de valores de datos por medio de alguna

función matemática, tal como o 1/x a menudo produce

un conjunto de números que tienen “mejores” propiedades

estadísticas que los datos originales. En particular, puede ser

posible encontrar una función para la cual el histograma de

valores transformados es más simétrico (o, incluso mejor,

más parecido a una curva en forma de campana) que los datos

originales. Por ejemplo, el artículo (“Time Lapse Cinematographic Analysis of Beryllium-Lung Fibroblast Interactions”,

Environ. Research, 1983: 34-43) reportó los resultados de experimentos diseñados para estudiar el comportamiento de

ciertas células individuales que habían estado expuestas a berilio. Una importante característica de dichas células individuales es su tiempo de interdivisión (IDT, por sus siglas en

inglés). Se determinaron tiempos de interdivisión de un gran

número de células tanto en condiciones expuestas (tratamiento) como no expuestas (control). Los autores del artículo utilizaron una transformación logarítmica, es decir, valor

transformado log(valor original). Considere los siguientes

tiempos de interdivisión representativos.

IDT - log10 (IDT) /IDT - log10(IDT) / IDT - log10(IDT)

28.1 - 1.45 60.1 - 1.78 21.0 - 1.32

31.2 - 1.49 23.7 - 1.37 22.3 - 1.35

13.7 - 1.14 18.6 - 1.27 15.5 - 1.19

46.0 - 1.66 21.4 - 1.33 36.3 - 1.56

25.8 - 1.41 26.6 - 1.42 19.1 - 1.28

16.8 - 1.23 26.2 - 1.42 38.4 - 1.58

34.8 - 1.54 32.0 - 1.51 72.8 - 1.86

62.3 - 1.79 43.5 - 1.64 48.9 - 1.69

28.0 - 1.45 17.4 - 1.24 21.4 - 1.33

17.9 - 1.25 38.8 - 1.59 20.7 - 1.32

19.5 - 1.29 30.6 - 1.49 57.3 - 1.76

21.1 - 1.32 55.6 - 1.75 40.9 - 1.61

31.9 - 1.50 25.5 - 1.41

28.9 - 1.46 52.1 - 1.72

Use los intervalos de clase 10–<20, 20–<30, . . . para construir un histograma de los datos originales. Use los intervalos

1.1–<1.2, 1.2–<1.3, . . . para hacer lo mismo con los datos

transformados. ¿Cuál es el efecto de la transformación?