Ronald Aymler Fisher y la Bioestadstica

Paul R. Earl
pearl@dsi.uanl.mx
Arcadio Valds Gonzlez
acuacu_uanl@yahoo.com.mx
Facultad de Ciencias Biolgicas
Universidad Autnoma de Nuevo Len
San Nicols, NL, 66450, Mexico

Veamos al famoso biomtrico

Sir Ronald Aymler Fisher (1890 - 1962) es el arquitecto
del anlisis Multivariado. El journal BIOMETRICS de
Junio de 1964 No. 2 est dedicado a l. Existen varios
libros que podemos recomendar ampliamente en este
tema: An Introduction to Probability: Theory and its
Applications por William Feller, Time Series Analysis,
Forecasting and Control por George EP Box and

La estadstica representa un severo problema

para muchos estudiantes latinos. El motivo
pude ser lo escaso o pobreza en la enseanza
de aritmtica y lgebra. Los estudiantes que
temen a las matemticas no podrn dominar
la probabilidad, la estadstica y as
subsecuentemente. Por otra parte, los
estudiantes de ingeniera se desempean muy

Referencias para el tema de Bioestadstica

Para mayor documentacin visite los siguientes
sitios de la red:
http://www.pitt.edu/~super1/lecture/lec25191/001.htm

sobre el anlisis de varianza. Tambin visiten

http://statgen.iop.kcl.ac.uk/bgim/mle/sslike_1.html

sobre probabilidad mxima.

Anlisis de varianza (ANDeVA de Fisher)

Existen tres modelos conceptuales de ANDeVA
(tambin llamado ANOVA directo de sus siglas en
ingls) dependiendo sobre el nmero de
tratamientos y niveles del experimento:
1) Modelo de efecto-fijo,
2) Modelo de efectos-al azar, y
3) Modelo de

La suma total de los cuadrados es dividida en sus

componentes relacionados con el efecto del modelo.
El nmero total de grados de libertad (df) puede tambin
dividirse y especificar la distribucin de chi-cuadrada
Origen
Suma de
df
Media del
F
que describe la suma asociada de los cuadrados.
cuadrados
cuadrado
----------------------------------------------------------------------------Factor A
SSA
a-1
MSA
MSA/MSE
Factor B
SSB
b-1
MSB
MSB/MSE
Error
SSE
a*b(r-1) MSE
-----------------------------------------------------------------------------Total
SST
a*b*(r-1)
r = repeticiones
Es el rango de F un trmino para llamar a una forma de
error?
Sumemos la probabilidad = p. Qu significa p = 0.01?

Estimacin de la mxima probabilidad (MLE del ingls)

MLE es un mtodo para acoplar modelos en estadstica a los
datos observados. Asumiendo que cada observacin es
estadsticamente independiente, la probabilidad conjunta de los
datos observados es dada por el producto de las probabilidades:
Cuando es considerada como una funcin de parmetro modelo,
esta es llamada la funcin de mayor semejanza de los datos
observados. Las estimaciones de la mxima probabilidad (MLEs)
de los parmetros del modelo, maximiza la funcin de mayor
semejanza, o equivalentemente, maximiza la funcin
logartmica-de-semejanza.

y puede ser calculado por cualquier mtodo apropiado de

optimizacin: optimization

PAML
PAML es un paquete de programas para
anlisis filogentico del ADN o de las
secuencias de bases proteicas utilizando el
MLE. Este es mantenido y distribuido para uso
acadmico por Zihen Yang y es gratuito. Los
recursos para cdigos son distribuidos por

Otros procesos en bioestadstica

Existen dos clases o tipos de error
dependiendo sobre qu hiptesis han sido
identificados como el verdadero estado de la
naturaleza del problema.
Una hiptesis nula es una especulacin para

La prueba de chi cuadrada es cualquier prueba

de hiptesis donde la prueba estadstica tiene
una distribucin de chi cuadrada cuando la
hiptesis nula es verdadera, o cuando en
cualesquier probabilidad de distribucin de la
prueba estadstica (asumiendo que la hiptesis
nula es verdadera) pueda ser que se aproxime a
una distribucin tipo chi tanto como sea

Error tipo I o error de primera clase o error alfa ( error )

es un falso positivo. La hiptesis nula fue rechazada
cuando en realidad era verdad.
Error tipo II o error de segunda clase o error beta (error
) es un falso negativo. El
error fue actual
no rechazar la
Condicin
hiptesis nula cuando
la hiptesis alterna es
verdadera.
Verdadero
Falso
Positivo correcto
Falso Positivo (Tipo I)
Positivo
(i.e. resultado correcto) (i.e. resultado equvoco)
Negativo Falso (Tipo II)
Negativo correcto
Negativo
(i.e. resultado equvoco) (i.e. resultado correcto)
El error tipo uno es usualmente fijado con un 0.05 o un 0.01
de confiabilidad. Vase en rango de F para ANOVA.

Informacin de Fisher
La informacin de Fisher es la varianza del
score o anotacin. Es la cantidad de
informacin que una variable al azar X lleva por
encima de una variable no observable o
parmetro sobre el que la funcin de
probabilidad depende de X, L () = F (X,).

Lo siguiente es una adaptacin de la biografa de

Fisher mayormente debida a PC Mahalanobis que
apareci en Sankhy, 4, 1958.
Fisher naci el 17 de Febrero de 1890 en East Finchley, uno
de los suburbios norteos de Londres. Su amor por las
matemticas domin su educacin. Harrow fue una escuela
modelo disponible para Fisher puesto que su familia era bien
posicionada econmicamente. La nica dificultad era su
escasa visin, situacin que le permiti no participar en los

Fundamentos
Mediciones exactas, compactadas en tablas,
debe formar el experimento. Las replicas, el
azar y la divisin en bloques son elementos
fundamentales de la estadstica.
Precisin es minimizar la desviacin entre
los resultados verdaderos del experimento.

Teora general de la seleccin natural

Fisher estuvo trabajando por largo tiempo
sobre la gentica Mendeliana, y para 1930
publica su libro Genetical Theory of Natural
Selection el cual se constituye como toda
una lectura obligatoria para los
investigadores en el tema. Son tres grandes

Ms sobre su biografa
l fue distinguido como Profesor Galton en la
Universidad de Londres, al jubilarse Kart Pearson
en el ao de 1933. Fisher siempre estuvo interesado
en la eugenesia gentica humana participando
con la Eugenics Society como Secretario Honorario
y posteriormente como su Vicepresidente. Tambin

Se muestran a continuacin
los principales eventos
en el trabajo de Fisher

El trabajo de Fisher se agrupa de manera

La teora de la distribucin del muestreo

La idea de la distribucin al azar del muestreo
en estadstica, es fundamental. Introduce los
grupos del lgebra en puntos determinados.
La probabilidad de el espacio completo de la
muestra es unidad, o P = 1. El ejemplo ms
temprano de tipo moderno de distribucin fue el

Teora de la estimacin e inferencia estadstica.

Fiera controversia se desarroll sobre este tema
desde 1768 en los trabajos de Bayes An Essay
Towards Solving a Problem in the Doctrine of
Chance (Phil Trans liii, p 370) en el que se propona
resolver este problema con auxilio del principio de
la igualdad en la distribucin de la ignorancia.
Fisher arroja luz sobre este problema en sus

Grupos sanguneos en el humano por RR Race

del Instituto Lister, Londres, en Biometrics
Uno de los resultados por el gran inters de
Fisher sobre la gentica humana fue el
establecer un departamento en el Laboratorio
Galton para grupos sanguneos. Esto fue
posible gracias a una generosa aportacin de la
Fundacin Rokefeller y al deseo y disponibilidad

Fisher vio en los grupos sanguneos una

herramienta esperanzadora para mejorar el
conocimiento de la gentica humana. WL
Stevens y DJ Finney visitaron el Laboratorio
Galton donde aplicaron el mtodo de Fisher para
los clculos de probabilidad mxima de las
frecuencias A1A2BO y al de la frecuencia de MN
(Edwards AWF (1972) Likelihood. Cambridge