Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Hernn Echavarra Snchez1; Guillermo Correa Londoo2; Juan Fernando Patio Dez3;
Juan Jos Acosta Jaramillo4 y Jairo Alberto Rueda Restrepo5
__________________________________________________________________________
RESUMEN
Se hizo un censo de los mtodos estadsticos usados en los trabajos de grado y tesis realizados en
un periodo de tres aos (1999-2001) en la Facultad de Ciencias Agropecuarias de la Universidad
Nacional, sede Medelln. En casi la mitad de los trabajos evaluados se encontr al menos un error
(49,2 %). A nivel de pregrado, en el programa de Ingeniera Forestal se observ el menor
porcentaje de trabajos con al menos un error; mientras que el mayor porcentaje fue observado en
Ingeniera Agrcola. La mayora de los errores se originaron en la poca claridad sobre el papel de la
estadstica como herramienta para la consecucin de los objetivos planteados en los trabajos, lo
cual se reflej en que los trabajos incluyeran resultados estadsticos que en nada contribuan al
cumplimiento de los objetivos, en que se omitieran resultados relevantes para su satisfaccin y/o
en que habindose generado resultados pertinentes, no se les diera discusin alguna.
PALABRAS CLAVE:
CLAVE Evaluacin de mtodos estadsticos, trabajos de grado, tesis.
________________________________________________________________________________________
ABSTRACT
EVALUATION
EVALUATION OF STATISTICAL METHODS USED IN FINAL PROJECTS AND THESIS OF THE FACULTAD
DE CIENCIAS AGROPECUARIAS, OVER A THREE-
THREE-YEAR PERIOD
A census of the statistical methods used in the final projects and thesis of the Facultad de Ciencias
Agropecuarias of the Universidad Nacional de Colombia, Sede Medelln over a three-year period
was done (1999-2001). In almost half of the evaluated works (49,2 %), at least one error was
found. At the undergraduate level, the smallest proportion of at-least-one-error works was
1
Profesor Asistente. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias. A.A.
1779, Medelln, Colombia. <hechavar@unal.edu.co>
2
Profesor Asociado. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias. A.A.
1779, Medelln, Colombia. <gcorrea@unal.edu.co>
3
Ingeniero Forestal. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias. A.A.
1779, Medelln, Colombia. <jfpatino@unalmed.edu.co>
4
Ingeniero Forestal. Smurfit Kappa Cartn de Colombia S.A. Cl 15 18-109 Puerto Isaacs Yumbo, Cali, Colombia.
<juan.acosta@smurfitkappa.com.co>
5
Instructor Asociado. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias.
A.A. 1779. <jarueda@unal.edu.co>
observed in the Ingeniera Forestal program, whereas the higher proportion was observed in the
Ingeniera Agrcola program. A great bulk of errors was originated in the lack of conscience about
the role of statistics as a tool for the achievement of objectives. As a consequence, some works
included statistical results that had nothing to do with the objectives; they omitted relevant
results and/or failed to discuss them when they appeared.
Key Words:
Words Statistical methods evaluation, Final projects, Thesis.
________________________________________________________________________________________
100,0
80,0
Error (%)
60,0
40,0
20,0
0,0
I. Agrcola I. Agronmica I. Forestal Zootecnia Maestra Total
Figura 1.
1. Porcentaje de trabajos por programa en la Facultad de Ciencias
Agropecuarias, con al menos un error, 1999 y 2001.
cias se usan cuando se tienen variables sentido, se considera que los intervalos
cuantitativas; en stos las barras son de confianza deberan usarse ms a
adyacentes y su ubicacin corresponde menudo como complemento a otros
con el orden intrnseco de la variable. mtodos; en particular, en la pre-
Los diagramas de barras se deben utilizar sentacin final de los resultados, donde
cuando se tienen variables cualitativas; aportaran valiosa informacin adicional
en stos las barras estn separadas y su sobre los parmetros de inters, bien sea
ubicacin no responde a un orden en el mbito del diseo de experimentos,
particular. El uso de un histograma para la regresin o el muestreo.
la caracterizacin de una variable
cualitativa podra generar la falsa idea El uso de la aproximacin normal para
de continuidad de dicha variable. obtener intervalos de confianza del
parmetro p de una poblacin bino-
Una situacin detectada cuando se mial resulta especialmente inadecuado
haca uso de mtodos descriptivos cuando el tamao de la muestra es
consisti en hacer afirmaciones propias pequeo. En tales casos, lo ms
de la estadstica inferencial, sin usar las adecuado es obtener el intervalo de
herramientas propias de sta. Cabe confianza exacto, usando la distribucin
recordar que para generalizar a las binomial. De manera general, dada la
poblaciones los comportamientos de actual disponibilidad de herramientas
las muestras que las representan, no tecnolgicas, se recomienda obtener en
basta con reportar la magnitud de las todos los casos el intervalo de confianza
diferencias observadas; deben usarse a partir de la distribucin exacta.
mtodos inferenciales, los cuales per-
miten cuantificar la probabilidad de Tras calcular medidas de resumen para
error de las aseveraciones realizadas. variables ordinales (mediana y des-
viacin mediana), no es adecuado
construir intervalos de confianza para
ESTADSTICA INFERENCIAL los parmetros y . Lo anterior resulta
ms evidente si se tiene en cuenta que
Estimacin. En diversos campos de las y son los parmetros de una dis-
Ciencias Agropecuarias, como la tribucin normal, la cual resulta
produccin, el mejoramiento y la inadecuada para modelar fenmenos
modelacin de fenmenos naturales, medidos en escala ordinal. Olsen 2003,
entre otros, con frecuencia se busca tambin menciona esta situacin en
estimar parmetros. Si bien, tal artculos mdicos, donde se usaron
estimacin puede realizarse de manera mtodos que requeran la distribucin
puntual, los intervalos de confianza normal de los datos y stos tenan una
representan un mtodo ms completo, distrbucin sesgada.
pues adems de suministrar info.-
macin sobre la tendencia central y la Pruebas de hiptesis. El usar valores
dispersin de la variable de inters, se tabulares inadecuados, ya sea por
conoce la probabilidad de acierto en la errores en el nivel de significancia, en
estimacin del parmetro. En tal los grados de libertad o en la distribucin
Uno de los supuestos del diseo de slo puede evaluarse de manera objetiva
bloques al azar es la aditividad; esto es, la cuando se tienen repeticiones de los
no existencia de interaccin entre valores de la variable independiente. En
bloques y tratamientos. Cuando este caso contrario, que es lo ms frecuente,
supuesto no se cumple, el estimador del este supuesto se evala a travs del
error experimental es inadecuado, pues grfico de residuales estandarizados; an
corresponde en realidad al efecto de tal as, este procedimiento a menudo es
interaccin. En estos casos, no es posible omitido. Cuando las varianzas no son
estimar el verdadero error experimental, homogneas, no es posible obtener un
a menos que cada tratamiento est estimador adecuado de la varianza
presente ms de una vez dentro de cada promedio de las subpoblaciones de la
bloque (Lentner y Bishop 1986). variable dependiente para cada nivel de
la variable independiente, razn por la
cual la inferencia realizada en tales
REGRESIN Y CORRELACIN situaciones resulta inadecuada.
Regresin simple.
simple. Uno de los errores Regresin mltiple. Las consideraciones
detectados obedece a que existe la hechas para los modelos de regresin
creencia de que la significancia de un simple, en general aplican tambin a los
modelo de regresin lleva implcito el modelos de regresin mltiple. Vale la
buen ajuste del mismo. Esto, desde pena, sin embargo, resaltar algunos
luego, no es cierto, ya que la significancia aspectos adicionales.
de un modelo de regresin lineal simple
slo indica la presencia de un efecto El uso de modelos de regresin mltiple
lineal significativo, pero no da ninguna para predecir valores de la variable
informacin acerca de posibles efectos dependiente a menudo conlleva extra-
cuadrticos. polaciones, las cuales tienen las mismas
implicaciones anotadas para el caso de
Otro error frecuente en el uso de los regresin simple. Su deteccin, sin
modelos de regresin es utilizarlo para embargo, no es tan directa, pues no es
predecir valores de la variable respuesta a suficiente que los valores usados para la
partir de valores de la variable predictora prediccin estn incluidos en el rango
que estn por fuera de la regin usada de valores usado para cada una de las
para ajustar el modelo. Esta accin no es variables independientes, sino que ten-
recomendable, ya que el comporta- dra que verificarse que la combinacin
miento de un fenmeno en una regin evaluada est en una regin que haya
determinada no garantiza que dicha sido usada para el ajuste del modelo.
tendencia se mantenga por fuera de la
misma, lo cual puede causar que las Exceptuando aquellos casos en los
estimaciones as realizadas estn cuales deba respetarse el principio de
bastante alejadas de la realidad. jerarqua, un modelo final de regresin
slo debe contener trminos sig-
Uno de los supuestos para el anlisis de nificativos, pues de lo contrario se estara
regresin es la homocedasticidad. sta viciando el modelo con relaciones