Estadística

1
Objetivos
• Conocer lo que es la estadística y para qué nos sirve como
biólogos.
• Conocer las herramientas básicas usadas en estadística para
representar y analizar datos.
• Conocer las medidas de tendencia central.
• Que el estudiante sea capaz de manejar datos estadísticos y
crear gráficas al final del laboratorio.

2
¿Qué es la estadística?
• Ciencia de recolectar, organizar, resumir y analizar información
para llegar a conclusiones o responder preguntas.
• Nos permite inferir el comportamiento de sucesos iguales o
similares sin necesidad de que estos ocurran.

3
 Tipos de estadísticas

Estadística descriptiva:
Se encarga de la recolección,
organización, presentación y análisis de los
datos de una población. Ej: Gráficas y/o
tablas.
Estadística inferencial:
Se encarga de analizar la información
presentada por la estadística descriptiva
mediante técnicas que nos ayuden a
conocer, con determinado grado de
confianza, a la población. Lo que nos
permite tomar decisiones.
4
 Población vs muestra
• En muchas ocasiones resulta muy
difícil obtener datos de la población
entera.
• El objetivo es capturar en la muestra
características de la población.
• El Individuo es un elemento de la
población o de la muestra que aporta
información sobre lo que se estudia.
• Variable – cualquier característica que
es registrada para un sujeto en el
estudio. Ejemplo: edad, sexo, peso,
color, etc.
5
Población vs muestra

6
 Variables experimentales
• Variable Indpendiente (x): la condición experimental a ser
manipulada.
• Variable Dependiente (y): aquello que se va a medir, observar o
cuantificar en respuesta a las condiciones experimentales.

Dependientes:
- Longitud del tallo Independientes:
- Número de hojas - Exposición a la luz solar
- Tamaño de las hojas - Cantidad de agua
- …reproducción
- …sobrevivencia
7
 Valor que se obtiene al realizar la medición de la
Dato: característica de la variable en estudio.

1) Discreta: un número entero (eg. conteos).

Cuantitativa: variable numérica. 2) Continua: una cantidad que puede ser continua
(altura, peso, etc).

Cualitativa: no es una cantidad sino una 1) Categórica: eg. color, especie, localidad, etc.
cualidad o categoría. 2) Ordinal: lleva un orden (calificaciones, rangos).

8
 Fuentes de información

Encuesta:
Recopilar los datos mediante el uso de
cuestionarios o entrevistas.

Experimento:
Procedimiento utilizado en la
investigación científica.

9
 Medidas de tendencia central
• Media- promedio de la cantidad de datos.
• Mediana- medida que está en el centro cuando la cantidad de datos es
impar y si es par, los dos números que quedan en el centro, se suma y se
divide entre dos.
• Moda- dato que más se repite.
Bimodal: dos valores ocurren con la misma frecuencia, cada uno de
ellos es la moda y se dice que el set de datos.
Multimodal: más de dos valores ocurren con la misma frecuencia,
cada uno de ellos es una moda y se le conoce al set de datos.
• Rango- resta entre el númeor más alto y el más bajo del set de datos.

10
Ejemplo
Datos:
5
4
3
3

• Media: 5+4+3+3=15, 15/4= 3.75

• Mediana: 4 + 3= 7, 7/2= 3.5
• Moda: 3
• Rango: 5-3=2

11
Orden de datos
La ordenación es el proceso
mediante el cual los datos
están acomodados de tal
manera que se establece un
orden (ascendente o
descendente) entre ellos.
Ejemplo: Considera que la
variable de estudio es el
peso de 25 estudiantes. Los
pesos se encuentran en la
siguiente tabla:

12
Listado en orden ascendente

MEDIA MEDIANA MODA RANGO

= 1311/25 = 52 = 44, 50, 51, 52, 55, 56, 63 = 66-40
13
= 52.44 Multimodal = 26
Listado en orden descendente
Cantidad de plomo en el aire Cantidad de plomo en el aire

5.4 5.4

1.1 1.1

0.42 1.1

0.73 0.73

0.48 0.48

1.1 0.42

MEDIA MEDIANA MODA RANGO

= 9.23/6 = 1.1 +0.73/2 = 1.1 = 5.4 – 0.42
14
= 1.54 = 0.915 Unimodal = 4.98
Gráfica de Datos

Existen varios tipos de

gráficas que ayudan a
visualizar y entender los
resultados.
• Histograma
• Gráfica de barras
• Gráfica de regresión lineal

15
 Histograma
• Forma gráfica de presentar una
distribución de frecuencia en forma
de barras.
• Se construye usando intervalos
para permitir resumir la información.
Esto ayuda a reducir la información
lo suficiente sin afectar la veracidad
de los datos.
• Permite observar la distribución de
los datos.
• Representa los datos mediante
rectángulos:

Ancho de cada rectángulo (eje de

x) = intervalo
Altura de cada rectángulo (eje de
y) = frecuencia 16
Tabla de Frecuencia de Datos
• Una vez que se tenga ordenados los datos, se acomodan en la
“Tabla de distribución de frecuencias o tabla de frecuencias”.
• La tabla es básicamente una tabla de valores x-y, dónde “x”
representa el dato y “y” representa la frecuencia.

17
Tabla de frecuencias de los pesos en kg de 25 alumnos

18
 Intervalo de clase
• En ocasiones es conveniente acomodar los datos en pequeños
grupos de igual tamaño, llamados intervalos de clase.
• Para calcular intervalos:
(valor mayor-valor menor)/cantidad de intervalo.

19
Intervalo de clase

20
Tipos de distribución (histograma)
• Distribución simétrica o normal
• Promedio = Mediana:
distribución simétrica
• Distribución sesgada
• Positiva – Promedio > Mediana:
Sesgo hacia la derecha
• Negativa – Promedio < Mediana:
Sesgo hacia la izquierda
21
 • Unimodal:
Sólo hay un "pico" mayor en la distribución de puntuaciones cuando se representa
Modalidad como un histograma.
(histograma) • Bimodal:
Si hay dos picos principales cuando se representa como un histograma.
• Multimodal:
Si hay más de dos picos principales cuando se representa como un histograma. 22
Gráficas de barra

• Se usan a menudo para datos

cualitativos o categóricos, aunque
pueden utilizarse con datos
cuantitativos si el número de
puntuaciones en el conjunto de datos
no es grande.
• Representa el número de veces que
un valor o categoría particular ocurre
en un conjunto de datos.
• La altura de la barra que representa
el número de observaciones con esa
puntuación o en esa categoría.

23
Gráficas de barra

24
25
 Regresión lineal
El coeficiente de correlación lineal nos permite determinar si, efectivamente,
existe relación entre las dos variables. Una vez que se concluye que sí existe
relación, la regresión nos permite definir la recta que mejor se ajusta a los
datos.

26
Regresión lineal – R2 (coeficiente de regresión)

Mientras más cercano a 1 sea el valor de R2 la correlación entre las

variables será positiva (están más relacionadas las variables).
Prueba estadística t
• Comparación entre el promedio de dos poblaciones.
• T-Test: Para usted saber si hay diferencia significativa entre variables
iguales pero diferentes poblaciones.
• ¿Cómo sabemos si hay diferencia significativa?
P > 0.05: No hay diferencia P < 0.05: Hay diferencia significativa

28
 Ejemplo prueba estadística t
Suponga que en los pasados seis meses algunos de
sus empleados nuevos hayan asistido a un seminario
de entrenamiento en Boston y otros en New York. Al
final del seminario, todos los empleados tomaron un
examen para obtener el certificado. El seminario en
Boston es más caro, pero en general usted piensa que
el entrenamiento que se ofrece en Boston es mejor
que el que se ofrece en New York. Usted ha recibido
los resultados de las calificaciones de 15 empleados
que estudiaron en Boston y de 15 empleados que
estudiaron en New York. Basadas en es estas
calificaciones, ¿puede comprobar usted que el
programa de Boston es mejor que el programa de
New York? 29
Excel (t test)
• Como resultado, la función de este ejemplo es la siguiente.
• La probabilidad asociada con el valor t es de 0.6609. Ya que el
valor no es menor de 0.05, no podemos decir que el entrenamiento
en Boston es significativamente mejor que el entrenamiento de
New York.
• Además, basada en esta información sería difícil justificar el
entrenamiento más caro de Boston.

30
Actividad de Laboratorio

31
Procedimiento
• Hacer una observación, identificar un problema y realizar una hipótesis.
*Debes tener 2 poblaciónes distintas a comparar. No tienen que ser
caracoles, puede ser cualquier objeto.
• Medir ancho y largo de las muestras de cada población.
• Llenar las tablas y contestar las preguntas.
• Realizar un histograma y regresión lineal.
• Realizar t-test.
*Deben realizar las actividades de la introducción, práctica y asignación.

32