Estimaciones y Distribuciones. BIOMETRIA I2 Estadística: Es la ciencia, pura y aplicada que crea, desarrolla y aplica técnicas de modo que pueda evaluarse.

Presentación del tema: "Estimaciones y Distribuciones. BIOMETRIA I2 Estadística: Es la ciencia, pura y aplicada que crea, desarrolla y aplica técnicas de modo que pueda evaluarse."— Transcripción de la presentación:

1 Estimaciones y Distribuciones

2 BIOMETRIA I2 Estadística: Es la ciencia, pura y aplicada que crea, desarrolla y aplica técnicas de modo que pueda evaluarse la incertidumbre de inferencias inductivas Steel y Torrie 1980 Tema II Estimaciones y Distribuciones

3 BIOMETRIA I3 Inferencia Estadística: Proceso de obtener conclusiones a cerca de una población basándose en los datos de una fracción llamada muestra. Tema II Estimaciones y Distribuciones

4 BIOMETRIA I4 Procedimiento general para obtener conclusiones válidas acerca de una población a partir de la observación de una muestra representativa de sus elementos Peña y Romo 1997 Tema II Estimaciones y Distribuciones Inferencia Estadística

5 BIOMETRIA I5 Población Conjunto de todas las medidas de interés para el colector de la muestra Ott, 1984 Tema II Estimaciones y Distribuciones

6 BIOMETRIA I6 Población Biológica Conjunto de individuos que comparten un pool génico Mayer 1985 Tema II Estimaciones y Distribuciones

7 BIOMETRIA I7 Población (definición operativa) Conjunto de individuos o unidades que comparten varias características, al menos una de ellas mesurable. Armella 2000 Tema II Estimaciones y Distribuciones

8 BIOMETRIA I8 Propiedades de las unidades Los individuos (o unidades) deben ser distinguibles. Armella 2000 Tema II Estimaciones y Distribuciones

9 BIOMETRIA I9 Características de Inclusión Son características que deben poseer las unidades para poder ser consideradas parte de la población. Tema II Estimaciones y Distribuciones

10 BIOMETRIA I10 Características de Exclusión Son características que si aparecen en una unidad de la población la excluyen de ésta (independientemente de que cumpla las características de inclusión). Tema II Estimaciones y Distribuciones

11 BIOMETRIA I11 Ejemplo de Población INCLUSIÓN  Ratas Blancas  Raza Winstar  Criadas en el bioterio UAM-I.  Entre 6 y 8 meses de edad. EXCLUSIÓN  No enfermas  Si son hembras no paridas. Tema II Estimaciones y Distribuciones

12 BIOMETRIA I12 Importancia de la población La población definida dependerá el subconjunto muestral, por lo tanto, de ella dependerá el alcance que tenga la inferencia realizada. Tema II Estimaciones y Distribuciones

13 BIOMETRIA I13 Muestra Subconjunto de medidas seleccionadas de la población Ott 1987 Tema II Estimaciones y Distribuciones

14 BIOMETRIA I14 Muestra Subconjunto de Unidades seleccionadas de la población. Armella 2000 Tema II Estimaciones y Distribuciones

15 BIOMETRIA I15 Muestra representativa Subconjunto de unidades que representa verazmente a la población. Tema II Estimaciones y Distribuciones

16 BIOMETRIA I16 Experimento 1 Búsqueda planeada para obtener nuevos conocimientos o para confirmar o no resultados previos con los que se ayuda a la toma de decisiones Steel y Torrie 1980 Tema II Estimaciones y Distribuciones

17 BIOMETRIA I17 Experimento 2 Proceso de observación que arroja, al menos, un valor de una variable aleatoria Infante Tema II Estimaciones y Distribuciones

18 BIOMETRIA I18 Experimento 3 Estudio en el que las condiciones naturales son alteradas por el investigador(a) Méndez 1983 Tema II Estimaciones y Distribuciones

19 BIOMETRIA I19 Experimento:Definición operativa Proceso en el que el investigador(a) modifica la naturaleza para proveer un resultado mesurable que permita contestar un cuestionamiento científico. Armella 2000 Tema II Estimaciones y Distribuciones

20 BIOMETRIA I20 Experimento vs Muestra A veces se le conoce como muestreo inverso pues al definir la muestra (grupo experimental) se esta definiendo a la población, ésta puede ser inexistente en términos reales pero posible dadas las características de las unidades experimentales Tema II Estimaciones y Distribuciones

21 BIOMETRIA I21 Experimento vs Muestra Por definición el grupo experimental conforma una muestra representativa de la población a estudiar. Tema II Estimaciones y Distribuciones

22 BIOMETRIA I22 Parámetro Característica numérica que define a una población. Normalmente su valor es desconocido pues no es posible conocer todas las medidas de una población. Estadísticamente se le denota con letras griegas μ ó σ Tema II Estimaciones y Distribuciones

23 BIOMETRIA I23 Estimador Característica numérica extraída de la muestra. su valor es conocido. Estadísticamente se le denota con letras latinas x o s Tema II Estimaciones y Distribuciones

24 BIOMETRIA I24 Estimador Exacto pero Sesgado

25 BIOMETRIA I25 Estimador Preciso (insesgado) pero inexacto

26 BIOMETRIA I26 Características de los estimadores El promedio (estimador de la media) y la desviación estándar muestral son estimadores insesgados de los parámetros poblacionales Tema II Estimaciones y Distribuciones

27 BIOMETRIA I27 Regularidad Estadística Tema II Estimaciones y Distribuciones

28 BIOMETRIA I28 Variable aleatoria Es una función que asigna un valor único a cada evento posible (transparente y no determinado por el investigador) Tema II Estimaciones y Distribuciones

29 BIOMETRIA I29 Variable aleatoria Ejemplo Considere el experimento consistente en extraer tres tunas de un huacal para determinar cuantas de ellas están infectadas: Tema II Estimaciones y Distribuciones ExperimentoResultadoValor de x 1S,S,S0 2S,S,E1 3S,E,E2 4E,E,E3

30 BIOMETRIA I30 Distribución de variables aleatorias La distribución de frecuencias de una variable aleatoria es la representación del número de veces que la variable aleatoria obtiene un valor determinado en una serie de eventos repetidos. Tema II Estimaciones y Distribuciones

31 BIOMETRIA I31 Probabilidad frecuencial Cuando el número de eventos es muy grande, la frecuencia relativa de los resultados (= valores de la variable aleatoria) tiende a ser uniforme. Entonces la frecuencia relativa de un valor se iguala a la probabilidad de ocurrencia [de ese valor] en un evento próximo. Tema II Estimaciones y Distribuciones

32 BIOMETRIA I32 Modelo Probabilístico Un Modelo Probabilistico de una variable aleatoria X es la forma específica de función de probabilidades que se supone refleja el comportamiento de X Infante y Zarate 1983 Tema II Estimaciones y Distribuciones

33 BIOMETRIA I33 Modelos Probabilísticos Comunes Son modelos (distribuciones conocidas) a las que se aplican la leyes de probabilidad y que se ha visto que diferentes fenómenos se asemejan a ellas Infante y Zarate 1983 Tema II Estimaciones y Distribuciones

34 BIOMETRIA I34 Modelos Probabilísticos Comunes  Modelo Binomial puntual o Bernoulli (volados)  Hipergeométrica (igual pero sin remplazo)  Modelo de Poission  Binomial negativa Infante y Zarate 1983 Tema II Estimaciones y Distribuciones

35 BIOMETRIA I35 Modelos Probabilísticos Comunes continuos  Modelo Uniforme continuo  Distribución Normal  Distibucion ji cuadrada  Distribucion t  Distribución F Infante y Zarate 1983 Tema II Estimaciones y Distribuciones

36 BIOMETRIA I36 Distribución Normal La más común de las distribuciones en la naturaleza. Casi cualquier variable continua de medidas morfométricas sigue esta distribución. Tema II Estimaciones y Distribuciones

37 BIOMETRIA I37 Distribución Normal