2.5 Anlisis estadsticos y probabilsticos de datos experimentales.

La exploracin, descripcin y anlisis se limita al conjunto datos observado mediante

resmenes numricos y grficos de la frecuencia.
1. El mtodo cientfico
2. Fundamentos de probabilidad
3. Contraste estadstico de hiptesis
4. Fundamentos del diseo experimental
5. Anlisis estadstico: enfoques metodolgicos
6. Anlisis estadstico: estadsticos descriptivos
7. Anlisis estadstico: mtodos y modelos
1. El mtodo cientfico

Ciencia La ciencia trata de explicar racionalmente la naturaleza obteniendo

explicaciones sobre el funcionamiento de un sistema, o siendo capaz de predecir
los resultados del sistema (Kry y Schaub 2012).
Science is a process for learning about nature in which competing ideas about how
the world works are measured against observations (Richard Feynman, citado en
Hilborn y Mangel 1997).

Hiptesis y teoras.
Una hiptesis cientficase refiera a un mecanismo o relacin causa-efecto
particular. Una teora cientfica es mucho ms general y sinttica (Gotelli y
Ellison2004) e implica un nivel de evidencia y soporte considerablemente mayor
(Hilborn y Mangel1997).
Mtodo cientfico
Es la tcnica que se utiliza para decidir entre las hiptesis en base a las
observaciones (Gotelli y Ellison2004).
Azar, variacin, impredecibilidad, incertidumbre Cualquier sistema que
encontramos en la naturaleza (y cualquier faceta de la vida) es estocstico; es
decir, sistemas que no son completamente predecibles porque incluyen procesos
aleatorios que aaden un mayor o menor grado de variabilidad y, en
consecuencia, de incertidumbre en sus resultados

Modelos
Para interpretar formalmente cualquier observacin necesitamos un modelo. Los modelos
son herramientas para evaluar las hiptesis (Hilborn y Mangel1997). Un modelo es una
definicin abstracta de cmo creemos que nuestras observaciones son el resultado de
cantidades observables (datos) e inobservables (parmetros).
Los resultados de un sistema estocstico (la respuesta) pueden expresarse, en forma de
modelo estadstico
RESPUESTA = PARTE SISTEMATICA + PARTE ESCATOCASTICA
2.5.1 Distribucin probabilstica.
Una distribucin de probabilidad indica toda la gama de valores que pueden representarse
como resultado de un experimento si ste se llevase a cabo.
Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una
herramienta fundamental para la prospectiva, puesto que se puede disear un escenario
de acontecimientos futuros considerando las tendencias actuales de diversos fenmenos
naturales
Toda distribucin de probabilidad es generada por una variable (porque puede tomar
diferentes valores) aleatoria x (porque el valor tomado es totalmente al azar), y puede ser
de dos tipos:

VARIABLE ALEATORIA DISCRETA (x).

Porque solo puede tomar valores enteros y un nmero finito de ellos. Por ejemplo:
X Variable que nos define el nmero de alumnos aprobados en la materia de probabilidad
en un grupo de 40 alumnos (1, 2 ,3 los 40).

PROPIEDADES DE UNA VARIABLE ALEATORIA DISCRETA (X)

p(xi)<1 Las probabilidades asociadas a cada uno de los valores que toma x deben ser
mayores o iguales a cero y menores o iguales a 1.

E p(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los valores que
toma x debe ser igual a 1.

EJEMPLO
Para variable aleatoria discreta
Tenemos una moneda que al lanzarla puede dar slo dos resultados: o cara (50%), o cruz
(50%).
La siguiente tabla
nos muestra los
posibles resultados de
lanzar dos veces una
moneda:

VARIABLE ALEATORIA CONTINUA (x).

Porque puede tomar tanto valores enteros como fraccionarios y un nmero infinito de ellos
dentro de un mismo intervalo. Por ejemplo:
x es la Variable que nos define la concentracin en gramos de plata de algunas muestras
de mineral (14.8 gr, 12.1, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8, , n)

PROPIEDADES DE UNA VARIABLE ALEATORIA DISCRETA (X)

p(x) Las probabilidades asociadas a cada uno de los valores que toma x deben ser
mayores o iguales a cero. Dicho de otra forma, la funcin de densidad de probabilidad
deber tomar solo valores mayores o iguales a cero.

El rea definida bajo la funcin de densidad de probabilidad deber ser de 1.

ESPERANZA MATEMATICA O VALOR ESPERADO

El valor esperado de una Variable Aleatoria X es el promedio ponderado de todos los
valores posibles de la misma. Donde los pesos son las probabilidades asociadas con los
valores.

Para calcular el valor esperado de una variable aleatoria por su correspondiente

probabilidad y luego sumar los trminos resultante.

La esperanza matemtica o valor esperado de una variable aleatoria tiene sus orgenes
en los juegos de azar, debido a que los apostadores deseaban saber cul era su
esperanza de ganar repetidamente un juego, por lo tanto, el valor esperado representa la
cantidad de dinero promedio que el jugador est dispuesto a ganar o perder despus de
un nmero grande de apuestas.

DISTRIBUCIN BINOMIAL
La distribucin Binomial es un caso particular de probabilidad de variable aleatoria
discreta, y por sus aplicaciones, es posiblemente la ms importante.
Esta distribucin corresponde a la realizacin de un experimento aleatorio que cumple con
las siguientes condiciones:

* Al realizar el experimento slo son posible dos resultados: el suceso A, llamado xito, y
el suceso B, llamado fracaso.
* Al repetir el experimento, el resultado obtenido es independiente de los resultados
obtenidos anteriormente.
* La probabilidad del suceso A es constante, es decir, no vara de una prueba del
experimento a otra.
* En cada experimento se realizan n pruebas idnticas.

Todo experimento que tenga estas caractersticas se dice que sigue el modelo de la
distribucin Binomial o distribucin de Bernoulli.

En general, si se tienen n ensayos Bernoulli con probabilidad de xito p y de fracaso q,

entonces la distribucin de probabilidad que la modela es la distribucin de probabilidad
binomial y su regla de correspondencia es:
Donde:
P(X)= es la probabilidad de ocurrencia del
evento
p = es la probabilidad de xito del evento (en un intento)

q = es la probabilidad de fracaso del evento (en un intento) (se define como q = 1 p )

X = ocurrencia del evento o xitos deseados

n = nmero de intentos