0% encontró este documento útil (0 votos)
9 vistas18 páginas

Bio Est 1

Descargar como pdf o txt
Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1/ 18

MVZS013 Bioestadística Veterinaria

Dr. Huitzimengari Campos García


huitzi.campos@correo.buap.mx
INTRODUCCIÓN
 BV es un curso que se orienta a la presentación de conceptos básicos e
intermedios de estadística, aplicados a la solución de problemas en el entorno
de los sistemas agropecuarios.

 El propósito es conocer y dominar las principales herramientas utilizadas en el


análisis de información e interpretación de resultados, tanto en la estadística
descriptiva como en la inferencial, con el fin de que sea considerada como un
elemento necesario para la toma de decisiones en la práctica profesional.

 Horario: Lunes 10 a 12 y Miércoles 14 a 16. Salón 5MVZ1V.

 El objetivo general del curso es que el estudiante sea capaz de elegir y


utilizar herramientas metodológicas adecuadas para la descripción, síntesis y
análisis de datos.
Contenido Temático

1. Introducción a la bioestadística 2. Estadística descriptiva


1.1. Aplicaciones de la estadística en 2.1. Arreglo ordenado
la Medicina Veterinaria y 2.2 Datos simples y distribución de
Zootecnia frecuencias
1.2. Conceptos básicos 2.3. Datos agrupados y distribución de
1.3. Medidas y escalas de Medición frecuencias
1.4. Tipos de estudio en Bioestadística 2.4. Métodos gráficos para representar
1.4.1. Estadística Descriptiva conjuntos de datos
1.4.2. Estadística Inferencial 2.5. Notación sumatoria
2.6. Medidas de tendencia central
2.7. Medidas de dispersión
Contenido Temático
3. Correlación y Regresión lineal 4. Conceptos básicos de
simple probabilidad
3. 1. Aplicaciones de la correlación y 4. 1. Teoría de conjuntos
su interpretación
4.2. Propiedades elementales de la
3.1.1. Correlación simple
probabilidad
3.1.2. Correlación múltiple
4.3. Probabilidad clásica o a priori y
3.2. Regresión Lineal simple
frecuentista o a posteriori.
3.2.1. El modelo de Regresión
4.4. Cálculo de probabilidad en un
lineal
evento
3.2.2. Aplicaciones de la
4.5. Teorema de Bayes
Regresión Lineal
3.2.3. Estimación de la recta de
regresión mediante mínimos
cuadrados.
3.3. Regresión lineal múltiple y sus
aplicaciones
Contenido Temático
5. Distribuciones de probabilidad 6. Introducción a la estadística
Inferencial
5. 1. Funciones de densidad
6. 1. Muestreo aleatorio simple
5.2. Variable aleatoria
6.2. Estimador
5.3. Distribución para variables
discretas: 6.3. Estimación puntual y por
intervalos
5.3.1. Distribución binomial
6.4. Población y muestra
5.3.2 Distribución de Poisson
6.5. Distribución t
5. 4. Distribución para variables
continuas 6.6. Distribución X2
5.4.1. Distribución normal 7. Distribución F
5.4.2. Transformación de la
distribución normal a normal
estándar
Contenido Temático
7. Fundamentos de Pruebas de 8. Introducción a los Diseños
hipótesis Experimentales
7.1. Formulación de hipótesis 8. 1. Tipos de diseños experimentales
estadísticas utilizados en Medicina Veterinaria
y Zootecnia.
7.2. Error Tipo I y II
8.1.1 Diseño completamente al azar
7.3. Pruebas de hipótesis más usadas
8.1.2 Diseños de Bloques
7.3.1. Media de una sola
completamente al azar
población
8.2. Prueba de comparación de Medias
7.3.2. Diferencia entre las medias
de dos poblaciones 8.3. Análisis de Covarianza
7.3.3. Comparación por parejas
7.3.4. El modelo lineal en el
Análisis de Varianza
7.3.5. Varianza de dos
poblaciones
Criterios de evaluación

ACTIVIDAD PORCENTAJE DE CALIFICACIÓN


Ejercicios y prácticas de cómputo 20
Proyecto de clase final
Reporte escrito 15
Presentación oral 15
Exámenes parciales (4) 40
Evaluación subjetiva 10
TOTAL 100%
Bibliografía
• Petrie A., Watson P. 2013. Statistics for veterinary and animal science. Third
edition. Wiley-Blackwell, Oxford. 391 p.

• Duursma R., Powell J., Stone G. 2016. Data análisis and visualization with R.
Western Sydney University, Australia. 269 p.

• Taback N. 2022. Design and Analysis of experiments and observational and


studies using R. CRC Press, Florida. 270 p.

• Thompson S.K. 2012. Sampling. Third edition. Wiley, New Jersey. 436 p.

• Kuehl R.O. 2001. Diseño de experimentos: Principios estadísticos de diseño y


análisis de investigación. Segunda edición. Thomson Learning, México.
666 p.
Unidad 1. Introducción a la
bioestadística
1.1. Aplicaciones de la estadística en
Medicina Veterinaria y Zootecnia
Por qué debo estudiar estadística?
 La literatura científica publicada está llena de estudios donde se emplean
procedimientos estadísticos (promedio ± D.E., significancia estadística, P-
values, t-test, análisis de varianza, regresión múltiple).
 Necesidad de entender los tipos de experimentos e investigaciones, así como
conocer los términos utilizados en epidemiología y medicina veterinaria
basada en evidencia.
 Control y calidad de los servicios de diagnóstico usados en las ciencias de
salud animal con guías claras para la interpretación de los resultados
obtenidos en el laboratorio.
 Las industrias farmacéuticas y agroquímicas requieren demostrar la seguridad
y eficacia de sus productos de manera formal.
 Desarrollo de productos farmacéuticos necesitan entender la importancia del
diseño experimental y asegurar el tamaño de muestra para experimentos
exitosos.
 Los proveedores claman tener productos efectivos sustentados en estudios
que hay que saber interpretar para no ser engañados.
1.2. Conceptos básicos

 Variable. Es una característica que puede tomar valores que varían de


individuo a individuo (p. ej., altura, peso, conteo sanguíneo, actividad
enzimática, color, etc.).

 Variable categórica (cualitativa). Un individuo pertenece a cualquiera de dos


o más categorías. Binaria (dos categorías). Se anota la información para
variable categórica mediante el conteo de individuos (número) o porcentaje
en cada categoría de la muestra o la población.

 Población. Es todo conjunto de elementos, finito o infinito, definido por una


o más características, de las que gozan todos los elementos que lo componen.

 Población teórica. Conjunto de elementos a los cuales se quiere extrapolar


los resultados.
 Población estudiada. Conjunto de elementos accesibles en nuestro estudio.

Se habla de que una población es finita cuando consta de un número


limitado de elementos, ejemplo: todos los habitantes de una comunidad.

Una población es infinita cuando no se pueden contabilizar todos sus


elementos pues existen en número ilimitado, como por ejemplo, la
población de insectos en el mundo.

 Censo. En ocasiones resulta posible estudiar cada uno de los elementos que
componen la población, lo que se denomina censo, es decir el estudio de
todos los elementos que componen la población.

 Muestra. Dado que no siempre es posible o conveniente realizar un censo, lo


que hacemos es trabajar con una muestra, entendiéndola como una parte
representativa de la población.
1.2.1. Ventajas de la utilización de las
muestras
 El costo es menor y se puede obtener un mejor rendimiento del dinero
invertido.

 Se obtiene una disminución notable del tiempo necesario para alcanzar la


información.

 Mayor exactitud. Al estudiar una muestra se reduce el volumen de trabajo,


por lo cual es posible entonces emplear personal más capacitado, supervisar
con mayor cuidado las actividades de campo, el procesamiento de los datos, y
de esta forma obtener resultados más exactos que los que obtendríamos de
estudiar toda la población.

 Mayores posibilidades: Existen casos en los cuales no es posible estudiar toda


la población, como por ejemplo, cuando ésta es infinita o muy grande o
cuando el proceso de medida para estudiar la característica deseada es
destructivo (determinar la dosis letal de una droga por ejemplo, o al consumir
un artículo para juzgar sobre su calidad). En esos casos solo es posible
estudiar una muestra.
1.3. Medidas y escalas de medición
 Escala nominal. Las distintas categorías que definen a la variable no están
ordenadas y puede asignársele un nombre, p. ej., color del pelaje.

 Escala ordinal. Las categorías tienen cierto orden, p. ej., calificación de la


condición del cuerpo, intensidad de la fluorescencia de las células, desarrollo
del vigor de la movilidad del semen de una muestra. A estas escalas se les
asignan valores numéricos de 1 hasta n.

 Variable numérica (cuantitativa). Consiste de valores numéricos en una


escala bien definida.
Escala discreta (discontinua). P. ej., los datos pueden tomar valores
numéricos enteros, conteos (número de embarazos de un animal).
Escala continua. Todos los valores teóricos son posibles, p. ej., altura, peso,
velocidad, concentración de un químico en sangre u orina.
1.3.1. Variaciones en las mediciones

 Se sabe que si observamos y cuantificamos repetidamente un fenómeno


biológico, la medición no va a ser idéntica.

Variación biológica. Es la variabilidad debida a la variación en el material


biológico que va a ser medido.

 En mediciones repetidas en el mismo sujeto pueden presentarse diferencias


en las mediciones y se le llama error técnico, debido a una variedad de
causas desde el instrumental hasta el error humano.
1.3.2. Términos relacionados a la
calidad de la medición
 Precisión. Se refiere a que tan bien las observaciones repetidas concuerdan
una con otra.

 Exactitud. Se refiere a que tan bien el valor observado concuerda con el valor
verdadero.

Fuente: Petrie A., Watson P. 2013. Statistics for veterinary and animal science. Third
edition. Wiley-Blackwell, Oxford. 391 p.
1.4. Tipos de estudios en bioestadística
1.4.1. Estadística descriptiva
 Estadística descriptiva. Es aquella que utiliza técnicas estadísticas para
reducir un conjunto de datos a proporciones manejables, resumiendo las
tendencias con el objetivo de representar los resultados claramente.

 De dichos procedimientos se pueden producir diagramas, cuadros y


descriptores numéricos.

 Los descriptores numéricos incluyen medidas que indican dónde está el centro
del conjunto de datos, como la media aritmética o mediana, medidas de la
dispersión de los datos, como la varianza o el rango.
1.4.2. Estadística inferencial

 Estadística inferencial. La inferencia estadística es el proceso de generalizar


desde la muestra a la población: nos permite generar conclusiones acerca de
las características de la población cuando solo un subconjunto de ella (la
muestra), está disponible para la investigación.

 Una característica de la estadística inferencial es la estimación de los


parámetros poblacionales utilizando una muestra de datos.

 Usualmente, la estimación es seguida por un procedimiento llamado prueba


de hipótesis, ésta última permite construir conclusiones relacionadas a la
población pero derivadas de la muestra.

También podría gustarte