1. EXPLORATORIA 2. DESCRIPTIVA 3. CORRELACIONAL/ASOCIATIVA 4. EXPLICATIVA/ ESTUDIO COMPATATIVO 5. EXPLICATIVA/EST EXP Y CAUSI-EXP 6. PREDICTIVA 7.

APLICATIVA
 Problema poco investigado o con poca  Busca determinar el estado en que se  Establece relaciones o asociaciones entre dos Pretende  Se aplica para estimar la Busca la
información de base. encuentra una variable. o más variables.  buscar las causas de los hallazgos (estudios comparativos) o probabilidad de ocurrencia de los generación de
 Sirve para determinar tendencias,  Puede generalizarse de la muestra a la  Estos estudios son parcialmente explicativos  establecer los efectos por los cambios deliberados en las variables independientes (estudios experimentales eventos o variables. conocimiento
DEFINICIÓN

identificar relaciones y población con base en estimadores. ya que se deduce de ellos una serie de y cuasiexperimentales).  Pretende formular modelos para resolver
comportamiento de las variables,  Pueden hacerse cierto tipo de posibles razones de las relaciones  Está orientada a la comprobación de hipótesis. explicativos y predictivos problemas,
llevan a desarrollar nuevas preguntas asociaciones y comparaciones encontradas. derivados de la relación causa- generalmente
de investigación efecto entre dos o más variables. implican algún
 Variable predictora (x) y variable a grado de
estimar o predecir (y) intervención
 Se confina a un pequeño grupo, un  Representativa: Para fines inferenciales  Representativa  Representativa para una, dos o más  Los grupos no representan a ninguna población, se  Representativa (idealmente pero (procesos,
caso o una población en particular debe calcularse con parámetros  El cálculo depende del tipo de variables y poblaciones trata de unidades experimentales por lo que se les poco práctica) resultados,
(pequeña) estadísticos análisis a aplicar: Correlación de Pearson,  Cálculo estadístico considerando niveles de debe denominar “réplicas”  Depende del diseño y impacto).
MUESTRA

 Flexible (por conveniencia o por
intención)
 Puede surgir derivada de una
investigación más compleja o transectas, parcelas, etc.)
casualmente
 No hay reglas estrictas
 Hacer una lista de preguntas a
responder
 Recopilar todos los datos posibles
 Considerar la realización
RECOLECCION DE DATOS
 Se aplica un diseño de muestreo Odds Ratio, Ji cuadrado, etc. significancia y poder  Cálculo estadístico, considerando significancia, procedimiento a aplicar
(aleatorio simple, sistemático,  Diseño de muestreo similar a los estudios  Diseño de muestreo probabilístico o no poder y tamaño del efecto esperado  A veces es establecida en forma Por lo general
estratificado, por conglomerados, descriptivos, casos y controles, cohortes probabilístico “intuitiva” combina aspectos
 Dependiendo del diseño y factores descriptivos,
* Puede desarrollarse con muestras no se pueden tener muestra o correlacionales,
representativa réplicas explicativos y/o
predictivos
 Encuestas (demográficas,  Similar a los estudios descriptivos  Selección/control de las variables  Aplicación de un esquema específico de  Medición secuencial o aleatoria
epidemiológicas, seroepidemiológicas,  Aplicación de diseños particulares independientes, no hay asignación aleatoria aleatorización de las unidades experimentales a la de “y” con respecto a los valores
etnobotánicas, etc.): Desarrollo de epidemiológicos (casos y controles, cohortes) Estratificación variable independiente y presencia de controles escogidos o aleatorios de “x”
instrumentos específicos  Considera la observación y medición de  Medición de una o más variables en uno, dos (diseño experimental)  Puede seguirse un diseño
de  “Capturas” (esfuerzo) variables y covariables simultáneamente o más grupos, puntuales o medidas repetidas  La ausencia de aleatorización o controles implica que experimental o cuasi

indagaciones o ensayos específicos o
más profundos
 Recabar información complementaria,
contextual o comparativa
 Basado en el criterio del investigador
más que en métodos estadísticos
 Presentar los hallazgos de manera
ordenada y lógica
 Presentar los datos numéricos
necesarios, buscar tendencias,
ANALISIS
 Observaciones/mediciones periódicas
en tiempo y espacio (in situ o en el
laboratorio)
 Resumen de los datos con estadística
descriptiva: Medidas de tendencia
central y dispersión, cuantiles y
percentiles, frecuencias y porcentajes,
tasas o índices (demográficos,
económicos, epidemiológicos o de
 Bivariado: Correlaciones bivariadas, Ji
cuadrado, cálculo de Odds Ratio y riesgo
relativo, análisis de concordancia (correlación
de concordancia, Mc Nemar, Kappa de
Cohen)
 Multivariado: Análisis de correspondencias,
 Evaluación ex post facto
 Tener desde el principio definidos las
características o grupos a comparar
 Principales variables comparativas • Sexo •
Grupos etarios • Presencia/ausencia de una
variable • Puntos o lugares y temporalidad •
Puntos críticos de un proceso • Índices de
biodiversidad
 Pruebas de hipótesis sobre la media,
mediana o distribución de una, dos o más
poblaciones independientes (t de Student,
análisis de varianza o covarianza, prueba del
signo, U de Mann Whitney, Wilcoxon, Kruskal
Wallis)

el diseño sea cuasi experimental experimental
 Un grupo: Diseño pareado (antes y después o pre-  Diseños anidados o jerárquicos
test/post-test), para evaluar alguna intervención o Encuestas multipropósito
procedimiento
 Dos grupos: Diseño totalmente al azar, diseño pre-
test/post-test con grupo control, para evaluar una
modalidad de variable independiente o una
intervención, bloques aleatorios, factoriales,
anidados, medidas repetidas, etc., para evaluar
efecto de una o más variables independientes
 Mantener el esquema en todo momento
 Control de las fuentes de variación
 Un grupo: t de Student pareada, Ji cuadrado de Mc  Análisis exploratorio de datos
Nemar, Wilcoxon para muestras relacionadas  Regresión lineal simple o múltiple
 Dos grupos: t de Student, prueba del signo, U de  Regresión logística o regresión
Mann Whitney, Wilcoxon para muestras probit
independientes, Ji cuadrado, Z para proporciones  Análisis de varianza o covarianza
 Tres o más grupos: Análisis de varianza o covarianza  Modelos lineales generalizados

similitudes, diferencias, etc.
 No puede generalizarse
 Reporte de caso
 Estudios de bioprospección
EJEMPLOS/APLICACION
biodiversidad agrupamiento y discriminante, componentes
 Uso de estadística gráfica: Barras, principales, correlación canónica, Ji cuadrado
ciclogramas, barras de error, cajas, de Mantel y Haenszel, regresión logística
diagramas de tallos y hojas,  Estadística gráfica: Diagramas de dispersión,
histogramas. diagramas multivariados y dendrogramas
 Estimación de parámetros por medio  En varios procedimientos se contempla el
de intervalos de confianza uso de intervalos de confianza o pruebas de
hipótesis confirmativas para la correlación o
asociación.
 Estudios de frecuencia y prevalencia de  Determinar la existencia de alguna relación
enfermedades entre variables cuantitativas, cualitativas o
Pruebas de hipótesis sobre la proporción de
una, dos o más poblaciones independientes
(prueba binomial, Z para proporciones, Ji
cuadrado)
 Análisis multivariados (Manova)
 Estadística gráfica: Barras de error, cajas,
barras comparativas
 Comparación con datos teóricos o
reportados por la literatura
(depende del diseño), pruebas no paramétricas  Modelos mixtos o jerárquicos
(Kruskal Wallis, Friedman, Cochran), Ji cuadrado (multinivel)
 Análisis multivariado (Manova, factorial)  Geoestadística
 Gráficas de caja, barras de error, líneas
 Evaluación de intervenciones, tratamientos y  Ensayos dosis respuesta
procedimientos  Análisis de supervivencia o

 Desarrollo de un procedimiento de
síntesis
 Reporte de una nueva especie o
enfermedad
 Búsqueda de metabolitos secundarios
 Estudios CAP
 Descripción de ciclos fenológicos o
ciclos de vida
 Estudios de biodiversidad (diversidad,
abundancia, dominancia, distribución,
etc.)
ambas
 Establecer asociación entre enfermedades y
factores de riesgo o determinar el riesgo
relativo
 Relacionar factores ambientales y la
presencia/ausencia de especie
 Comparación de estadísticos específicos
entre dos o más poblaciones, entre estratos
poblacionales, condiciones espaciales y
temporales de muestreo
 Evaluación y comparación de métodos de letalidad
diagnóstico  Evaluación del efecto de varios
 Ensayos farmacológicos factores con fines predictivos o
 Ensayos clínicos explicativos
 Evaluación de efectos en general  Análisis de nicho ecológico
 Distribución espacial y relación
entre variables epidemiológicas,
ecológicas, sociodemográficas,
etc.