¿Qué es la bioestadística?

En el ámbito de la Estadística, la Biometría o Bioestadística, hace

referencia a métodos estadísticos y matemáticos que se aplican al
análisis de datos provenientes de las Ciencias Biológicas, como lo es
la Agronomía. Debido a que las cuestiones a investigar, cuando se
trabaja con personas, animales, plantas u otros organismos vivos, son
de naturaleza muy variada, la Biometría es una disciplina en constante
desarrollo. Incluye no sólo herramientas para el análisis estadístico
descriptivo sino también el uso de numerosos procedimientos y
algoritmos de cálculo y computación para el análisis inferencial, el
reconocimiento de patrones en los datos y la construcción de modelos
que permiten describir y analizar procesos aleatorios

• ¿Qué caracteriza a la bioestadística descriptiva?

En el ámbito de la Estadística, la Biometría o Bioestadística, hace

referencia a métodos estadísticos y matemáticos que se aplican al
análisis de datos provenientes de las Ciencias Biológicas, como lo es
la Agronomía. Debido a que las cuestiones a investigar, cuando se
trabaja con personas, animales, plantas u otros organismos vivos, son
de naturaleza muy variada, la Biometría es una disciplina en constante
desarrollo. Incluye no sólo herramientas para el análisis estadístico
descriptivo sino también el uso de numerosos procedimientos y
algoritmos de cálculo y computación para el análisis inferencial, el
reconocimiento de patrones en los datos y la construcción de modelos
que permiten describir y analizar procesos aleatorios

3 • ¿Cuáles son los pasos del método científico? Y, en sus palabras,

identifiquen su relación con el uso de la bioestadística (¿en cuáles de
sus pasos creen se puede usar?). Justifique sus respuestas.
 1. Definición y planteamiento del problema: pregunta para la cual
no encontramos respuesta. Es necesario que sea resoluble y
debe ser formulado en términos adecuados.

2. Formulación de la hipótesis: la hipótesis exige una formulación

más elaborada con la aparición de las variables y la relación que
esperamos encontrar entre ellas. Es la “verdad provisional” o
cómo se explica el problema a la luz de lo que se sabe. Las
hipótesis se pueden formular como objetivos o resultados que se
quieren conseguir. Para aceptar o rechazar la hipótesis (o
conseguir el objetivo) se elige un determinado diseño de estudio.

3. Recogida y análisis de datos: comprobación empírica tras

recogida de datos. Es la etapa más específica de cada técnica
concreta del método científico.

4. Confrontación de los datos con la hipótesis r ecoger los datos de

forma sistemática, siempre del mismo modo de tal manera que no haya
divergencias que invaliden la posible interpretación de los datos.

5. Conclusiones y generalización de los resultados: Si los datos

avalan la hipótesis será confirmada. En caso contrario se
concluirá que en las circunstancias contempladas la hipótesis no
ha sido confirmada y/o se volverá a la segunda etapa
proponiendo una nueva y coherente solución al problema.

6. Nuevas predicciones: esta etapa es añadida por algunos autores

y hace referencia a nuevos problemas que surgirían de los
resultados obtenidos

Conclusión de mis propias palabras:

para mí la relación que hay entre los pasos del método científico y la
bioestadística es bastante grade ya que en ambos surge un problema
en la cual debemos platear un hipótesis, tener una base de datos y
variables para dar una posible solución al problema y esto se da en
todos los pasos ya que hay bastante similitud entre estos dos temas.

• ¿Qué es una variable?

• Defina qué es una variable cualitativa y una cuantitativa. Dé tres (3)

ejemplos de cada una y señale sus diferencias.

VARIABLE CUALITATIVA:
Reciben este nombre aquellas variables cuyos elementos de variación
tienen un carácter cualitativo no susceptible de medición numérica

Ejemplos
El sexo (solo hay dos clases: varón, mujer)

VARIABLE CUANTITATIVA:
Son aquellas en las que las características o propiedades pueden
presentarse en diversos grados o intensidad y tienen un carácter
numérico o cuantitativo.

EJEMPLOS
Nivel de ingresos, deserción escolar, etc.

• Describa qué es una variable de tipo discreta y una de tipo continua.

Dé tres (3) ejemplos de cada una y resalte sus diferencias.

VATRIABLE DISCRETA:
Son las que no pueden tomar valores intermedios entre otros dos
valores dados, han de hacerlo siempre con valores enteros.

EJEMPLOS:
Números de alumnos de una escuela, asociados a una cooperativa,
etc.)

VARIABLE CONTINUA:
Son aquellas que pueden tomar cualquier valor dentro de un intervalo
dado.

EJEMPLOS:
Tasas de natalidad.

• Defina que es una variable aleatoria

Definiremos a una variable aleatoria como una función que asocia a

cada elemento del espacio muestral  un número real. Luego a cada
uno de estos valores le asignaremos probabilidades de ocurrencia
para construir la distribución de la variable. El tipo de espacio muestral
determina el tipo de variable aleatoria. El espacio muestral asociado a
una variable aleatoria de tipo continua es no contable, queriendo
significar que, entre dos valores de la variable, pueden realizarse un
número infinito de otros valores.

• ¿Qué es una constante?

En contraste con la definición ofrecida de variable, cuando
una característica presenta una sola modalidad, o cuando los objetos
presentan la misma magnitud de una determinada característica,
decimos que se trata de una constante, y los objetos o entidades
estudiadas tendrán todos el mismo valor numérico.

• Defina qué es una variable de tipo ordinal y nominal. Mencione tres

ejemplos de cada una y señale sus diferencias.

VARIABLE ORDINAL:
Los datos ordinales son un tipo de datos estadísticos conde las
variables tienen categorías naturales ordenadas y no se conocen las
distancias entre las categóricas. Estos datos existen en una ordinal.

EJEMPLOS

 Nota de una prueba. Por ejemplo, un examen que se califica

como suspenso, aprobado, notable, sobresaliente y matrícula de
honor.
 Posición en una carrera deportiva. Primero, segundo, tercero,
cuarto, etc.
 Satisfacción con un servicio al cliente. Muy insatisfecho,
insatisfecho, neutro, satisfecho y muy satisfecho.

VARIABLE NOMINAL:

Una variable cualitativa nominal presenta modalidades no numéricas

que no admiten un criterio de orden.

EJEMPLO:
El estado civil, con las siguientes modalidades: solteros, casado,
separado y viudo.

.
• ¿Qué se entiende por muestreo y para qué se realiza?

El muestreo es la ciencia y arte de controlar y medir la confiabilidad de

la información estadística útil a través de la teoría de la teoría de la
probabilidad

• ¿Qué se entiende por Tratamiento estadístico?

Consiste en asignar a cada valor distinto que toma o puede tomar la

variable un numero no negativo ni llamado frecuencia, el cual es el
numero de veces que se repite dicho valor. Con esto puede resumirse
la información en una tabla, llamada tabla de frecuencia o distribución
empírica de frecuencias.

• ¿Qué es una base de datos?

es una recopilación organizada de información

o datos estructurados, que normalmente se almacena de forma
electrónica en un sistema informático. Normalmente, una base de
datos está controlada por un sistema de gestión de bases de datos

• ¿Cuáles tipos de gráficos descriptivos existen? Mencionen y

expliquen sus ventajas y desventajas (usen como información de
base, los diferentes tipos de variables y cuáles gráficas serían mejores
para representar sus datos).

Gráficos de distribuciones de frecuencias

Las frecuencias de variables discretas se grafican utilizando gráficos
de barras. En el eje X (abscisas) se representan los valores de la
variable y en el eje Y (ordenada), la frecuencia. Cada barra se levanta
sobre un punto del eje X que representa a un valor de la variable y la
altura de la barra señala la frecuencia para dicho valor

Gráficos para dos variables

En la presentación de las tablas de frecuencias para variables

categorizadas, se mencionó su uso para el estudio de asociaciones o
relaciones y en el ejemplo de los gráficos de sectores o de barras
apiladas se observa cómo pueden ser usados para representar las dos
dimensiones de las tablas de contingencia.

Gráficos multivariados

En muchos estudios, existen respuestas multidimensionales; éstas se

generan cuando sobre una misma unidad de análisis se miden varias
variables. Un ejemplo de esta situación se produce cuando se toman
muestras de suelo y en cada una se realizan múltiples análisis y por
tanto se tienen múltiples datos (materia orgánica, carbono, nitratos,
capacidad de intercambio catiónica, conductividad eléctrica, pH, entre
otros). El análisis estadístico multivariado se usa en bases de datos
que tienen más de una variable medida para cada unidad de análisis;
puede ser que alguna variable sea respuesta y otras explicativas, o
bien que todas sean respuestas, es decir tengan la misma “jerarquía”.
En esta sección ilustramos el uso de herramientas gráficas que
pueden resultar de utilidad en problemas multivariados

• ¿A qué se le conoce como medidas de resumen? (Su descripción

debe involucrar los conceptos de: media, mediana, moda, cuantiles y
percentiles)
Para resumir la distribución de un conjunto de datos de naturaleza
cuantitativa, aparte de gráficos, se calculan medidas de posición, de
variación y de la forma de la distribución asociada. La obtención de
estas medidas permite complementar y acompañar a la información
contenida en una tabla de frecuencias o a la distribución mostrada en
un gráfico.

• Defina y establezca las diferencias entre un estudio experimental, de

uno observacional

La diferencia entre estos dos es que el estudio experimental es

epidemiológico analítico, prospectivo, caracterizado por la
manipulación artificial del factor de estudio y el estudio observacional
son estudios de carácter estadístico y demográficos, ya sean de tipo
sociológico o biológico -estudios epidemiológicos- en los que no hay
intervención por parte del investigador, y este se limita a medir las
variables que define en el estudio
 Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C.,
Córdoba, M & Casanoves, F. (2011). Estadística y Biometría.
Editorial Brujas. 1º Edición. https://bit.ly/3wBPsfF

 Castán, Y. (2014). Introducción al método científico y sus

etapas. Metodología en Salud Pública España, 6(3)..

 Cauas, D. (2015). Definición de las variables, enfoque y tipo de

investigación. Bogotá: biblioteca electrónica de la universidad
Nacional de Colombia, 2, 1-11.

 Vivanco, M. (2005). Muestreo estadístico. Diseño y aplicaciones.

Editorial Universitaria.