BIOSTATISTIQUE SCHERRER PDF

Facultad de Ciencias Qumico Biolgicas Estadstica I La elaboracin de un enfoque metodolgico cientfico, implica una serie de elecciones y decisiones que tienen todas repercusiones unas sobre otras, y que se referirn en los prrafos siguientes. En el caso de las lluvias cidas mencionado antes, el material biolgico deber, en la medida de lo posible, presentar inters econmico, ser frecuente en los lagos vulnerables a las lluvias cidas, disponible sin dificultad mayor y barato. Adems de talla reducida para evitar el empleo de acuarios voluminosos, capaz de vivir en acuario sin instalaciones costosas, tener huevos fcilmente recuperables, estar ms o menos en extincin o en fuerte disminucin. En este caso la mejor opcin fue la trucha Salvelinus fontinalis.

Author:Zulkikora Faujar
Country:Reunion
Language:English (Spanish)
Genre:Career
Published (Last):10 July 2011
Pages:251
PDF File Size:18.65 Mb
ePub File Size:16.82 Mb
ISBN:358-2-37851-799-9
Downloads:36677
Price:Free* [*Free Regsitration Required]
Uploader:Maulmaran



Facultad de Ciencias Qumico Biolgicas Estadstica I La elaboracin de un enfoque metodolgico cientfico, implica una serie de elecciones y decisiones que tienen todas repercusiones unas sobre otras, y que se referirn en los prrafos siguientes. En el caso de las lluvias cidas mencionado antes, el material biolgico deber, en la medida de lo posible, presentar inters econmico, ser frecuente en los lagos vulnerables a las lluvias cidas, disponible sin dificultad mayor y barato.

Adems de talla reducida para evitar el empleo de acuarios voluminosos, capaz de vivir en acuario sin instalaciones costosas, tener huevos fcilmente recuperables, estar ms o menos en extincin o en fuerte disminucin.

En este caso la mejor opcin fue la trucha Salvelinus fontinalis. Dos enfoques fundamentales estn a disposicin del investigador: el experimental y el descriptivo; Sin embargo existe tambin el enfoque cuasi-experimental que ser tratado en la seccin 2. Consiste en observar bajo condiciones controladas por el investigador, el efecto de la variacin de una o varias variables del fenmeno estudiado.

Para su realizacin, las unidades de muestreo seleccionadas aleatoriamente, son colocadas en un ambiente controlado libres de toda influencia exgena, o al menos que las mantiene constantes variables que no son estudiadas.

Por modificacin ms o menos progresiva del valor de las variables o factores analizados, se observa la variacin de la variable estudiada. La comparacin de resultados obtenidos sobre una muestra con tratamiento, es decir sometida a variaciones, con los resultados de muestras aleatorias sin tratamiento o testigos, permite despejar con una cierta seguridad las relaciones de causalidad.

El mayor inconveniente de este enfoque, es que no es fcil extrapolar los resultados de un ambiente artificial al ambiente natural, ya que el comportamiento puede ser diferente. Es el mtodo por excelencia para realizar un balance de una situacin dada, definir el estado de un sistema o determinar las caractersticas estructurales, dinmicas u otras de una poblacin.

La red de correlaciones que unen las variables observadas no tienen una connotacin de causa efecto, sino ms bien de covariacin o de correspondencia en sus fluctuaciones. De los objetivos buscados, ya que el enfoque descriptivo proporciona la imagen de una cierta realidad, mientras que el enfoque experimental indica una relacin de causalidad.

Corresponde al estado de avance de conocimientos; el conocimiento de variables altamente correlacionadas al fenmeno estudiado facilita la planificacin de la investigacin. Adems, la verificacin por el enfoque descriptivo de los resultados de laboratorio, permite su generalizacin en condiciones naturales. La eleccin depende de la factibilidad, ya que en ciertas condiciones, la aplicacin de uno de los mtodos puede ser imposible.

En este caso, se recurre a verificaciones indirectas. Entre ambos enfoques, existe una gama de variantes que se califican de enfoques quasi experimentales. Este enfoque se usa cuando hay una gran dificultad de controlar todas las variables del ambiente o la imposibilidad de seleccionar aleatoriamente las unidades de muestreo. Se usa tambin para verificar el efecto de un factor en condiciones enteramente naturales.

En el ejemplo bajo anlisis aqu, los dos enfoques pueden ser usados descriptivo y experimental. El estado de la situacin de un conjunto de lagos ms o menos afectados por la lluvia cida puede ser proporcionado por el enfoque descriptivo, dando una imagen fiel de las caractersticas bio-fisico-qumicas de los lagos y hacer resaltar las relaciones entre diversas caractersticas estado de las poblaciones y pH.

El enfoque experimental puede ayudar a aislar el efecto del pH sobre otros factores. El enfoque descriptivo puede ayudar tambin a determinar el efecto combinado con otros factores y valorar si el efecto se invierte, se nulifica, se adiciona o se multiplica.

El enfoque quasi experimental, podra consistir en las caractersticas de un lago por manejos particulares o por la agregacin de cal para aumentar el pH , sin poder controlar los otros factores. Por otra parte el estudio de la estadstica necesita la comprensin de siete conceptos fundamentales: 1 el elemento, 2 la poblacin estadstica, 3 la muestra, 4 el muestro al azar, 5 la variable, 6 las cifras significativas y 7 anlisis estadsticos Scherrer, Se puede definir como la totalidad de ob- servaciones individuales sobre la cual se hacen inferencias estadsticas en un rea muestreada con lmites espaciales y temporales claramente identificados, ms especficamente es la coleccin de elementos que poseen al menos una caracterstica comn y exclusiva que la permite identificar y distinguir de cualquier otra y de la cual se puede extraer una muestra y sobre la cual se pueden hacer inferencias, deducciones y conclusiones estadsticas.

La poblacin puede ser finita o infinita, dependiendo del nmero de elementos que las componen; por ejemplo es infinito el nmero de experiencias sobre el reflejo en el comportamiento, puesto que se pueden repetir un nmero infinito de veces en condiciones parecidas.

En cambio, el estudio de las poblaciones naturales son consideradas finitas puesto que las condiciones en las que se encuentran al momento y el lugar no son reproducibles a voluntad a menos que se instalen las condiciones en varios aos antes por ejemplo una decena de aos. Bajo estas condiciones la poblacin estadstica a estudiar debe estar bien definida a partir de la muestra para hacer inferencias a la poblacin a juicio del bilogo.

Es un fragmento tomado de la poblacin para juzgar o analizar a la poblacin. La muestra debe ser tomada de manera particular dependiendo del estudio que se quiere analizar y debe ser representativa de la poblacin. Para que los resultados puedan ser generalizados a una poblacin esta- dstica, la muestra debe ser representativa de esta; es decir, debe reflejar fielmente su composicin y su complejidad. Slo el muestreo al azar asegura la representatividad de la muestra por lo que su diseo tipo de muestreo para obtenerla debe ser cuidadosamente realizado.

Es una caracterstica medida observada sobre cada uno de los elementos de la muestra, o bien entidades definidas asociadas a las unidades de muestreo, ejemplo: la temperatura interna en el cuerpo de una rata, su talla, peso, etc. Se habla entonces de variables propias.

Cuando se habla de un componente particular de su ambiente como el alimento disponible, la temperatura ambiente etc, se habla entonces de variables asociadas puesto que no son medidas, sobre el elemento propiamente dicho. Tambin entre las caractersticas se encuentran las variables cualitativas o discretas, que son aquellas que no pueden ser medidas sexo, raza, especie, estado civil , tambin se les llama atributos y las variables cuantitativas o continuas, que son aquellas que pueden ser medidas como la altura, el ancho, el peso, etc, de un elemento u objeto de estudio.

Cada variable cuantitativa presenta un dispositivo de medida y su disposicin fija las cifras significativas de un dato. Estas cifras son las cifras exactas que constituyen un nmero sin incluir los ceros identificada por tener un punto en donde se conforma la unidad de medida.

Las escalas numricas en las que son representadas las variables son la cardinal, ordinal y nominal. Las escalas nominales se utilizan para categoras de variables que se relacionan utilizando nombres o nmeros nominales. La escala nominal establece una relacin de equivalencia y todos los eventos u objetos que pertenecen a una categora tienen una caracterstica igual.

El nmero de eventos que pertenecen a cada categora se denomina frecuencia. Un ejemplo tpico de una variable expresada en una escala nominal es el sexo en una colonia de animales de la misma especie, en donde slo existen dos posibles valores. La escala ordinal se utiliza cuando las categoras pueden ser ordenadas con base en algn criterio particular cuya propiedad de orden nos permite establecer relaciones tales como: mayor que, igual a, menor que, etc. La escala ordinal exige un ordenamiento antes de dar inicio con algn tipo de medicin.

La escala cardinal es ms refinada que la nominal y ordinal; y su mayor grado de exactitud la hace la expresin de uso generalizado en las ciencias exactas. Al utilizar variables expresadas en la escala cardinal podemos tener la siguiente subdivisin: Escala de intervalo la cual utiliza el cero como un valor arbitrario, siendo imposible establecer razn por cociente entre las cantidades que con ellas se miden.

Ejemplo: Se colocan los especimenes A y B sobre una mesa hacindolos coincidir en su parte anterior; se le hace una incisin en la parte media a uno de ellos y se miden ambos haciendo coincidir el cero de la regla de medicin con la incisin.

La escala de razn o cocientes es aquella en donde se utiliza el cero como valor real siendo posible establecer proporcionalidades entre las variables que son medidas con esta escala. Anlisis estadsticos. Un buen estimador, es una expresin matemtica que mide a partir de datos de la muestra un parmetro de la poblacin estadstica p.

Bajo ciertas circunstancias, la situacin es ms compleja y se debe elegir entre diversas unidades que responden ms o menos adecuadamente a los objetivos fijados y a las restricciones encontradas, se trata por ejemplo de unidades definidas espacio-temporalmente, que necesitan la determinacin de la talla en trminos de superficie y del intervalo de tiempo y de la condicin natural o artificial de los elementos.

La etapa de planificacin de muestreo es la parte ms discutida de la investigacin. No es esencial que el elemento tenga un significado intrnseco, pero es muy importante que el par elemento-variable, es decir la medida de una variable en un elemento lo tenga.

As, en el caso de la eleccin del tamao de una parcela de un metro cuadrado para estudiar la densidad de grandes ungulados sera completamente inapropiado. De esta forma se ve que la talla del elemento es a veces importante, pero tambin la naturaleza o condiciones en que se encuentran las unidades es importante: Por ejemplo, no es lo mismo medir factores fisiolgicos en individuos estresados por alguna causa, que en otros en condiciones normales.

Como el elemento es el objeto de seleccin para formar la muestra, debe ser accesible, numerable y posible de colectar en una cantidad suficientemente grande.

Cuando esto sucede, los errores aleatorios de estimacin y el sesgo de ciertos estimadores son tanto ms pequeos que la talla de muestra es grande. Las decisiones sobre la poblacin estadstica, son muchas veces intuitivas. En algunas ocasiones esta eleccin est predeterminada por la naturaleza del mismo estudio. As en manejo de recursos naturales, las poblaciones estadsticas, se confunden con las unidades de manejo definidas administrativamente y no pueden ser modificadas por razones de jurisdiccin.

Por ejemplo: recursos pesqueros altamente migratorios como el atn, la sierra, etc. En biologa experimental, no es el sujeto sino el material biolgico el que condiciona con frecuencia la poblacin estadstica, ya que las poblaciones biolgicas de animales de laboratorio se confunden habitualmente con las poblaciones estadsticas.

Validez externa, se refiere a que las conclusiones son tanto ms universales mientras ms extensa es la poblacin. Aqu, dos factores importantes limitan su talla en estudios descriptivos y son: a Las dificultades de muestreo en el medio natural y, b La prdida de resolucin o precisin debido a un esfuerzo de muestreo talla de muestra muy dbil, en relacin con la variabilidad de la poblacin, la cual puede crecer con su extensin.

As, el estudio de las caractersticas del hbitat de una especie, se har tomando a la poblacin estadstica como el rea de reparticin de la especie. Sin embargo, esta es generalmente demasiado extensa para ser cubierta por un solo proyecto.

Debe tener una escala de observacin elegida. Segn los objetivos que se hayan fijado, la escala de observacin puede variar, mientras esta sea ms grande, tambin lo ser la poblacin estadstica. Debe ser emprica, es decir que entre ms original y compleja es la problemtica a estudiar es importante trabajar sobre una poblacin estadstica conocida y fcil de estudiar; y recprocamente, mientras la problemtica sea ms comn o conocida, la poblacin estadstica deber ser particular y poco conocida, para crear informacin nueva que pueda abrir nuevas perspectivas de investigacin.

Finalmente si es mayor la amplitud de variacin de los factores estudiados en el seno de la poblacin estadstica, ms ser tangible su efecto sobre el fenmeno estudiado. Por ejemplo, no se puede evidenciar en un estudio descriptivo el efecto del pH de los lagos sobre el xito de la reproduccin de peces, si todos los lagos tienen aproximadamente el mismo pH no hay variacin. Sin embargo, encontrar esas variaciones implica extender mucho la escala tiempo y espacio, lo cual es muy costoso y se requiere mucho personal y recursos para llevar a cabo estos estudios.

Para esto es importante considerar los 5 criterios siguientes: 1. Sea completa, una variable lo es, si permite describir todas las situaciones posibles. Esta situacin es solucionada por una buena seleccin de variables tomadas de un gran nmero de otras, que bajo circunstancias diferentes lleven al mismo resultado. Pertinencia, una variable lo es, si la informacin que aporta, conduce a la solucin del problema. Si el estudio es demasiado general, todas las variables se hacen pertinentes y el estudio se hace irrealizable, por otro lado, si se conservan todas las variables para las cuales no hay razn fundamental para rechazarlas y no aquellas por las que se tiene una buena razn de conservarlas, se corre el riesgo de fallar el objetivo de la operacin.

Independencia, consiste en la evaluacin al agregar otra variable en funcin de la informacin adicional que aporta. Por ejemplo se hace intil medir el dimetro y el permetro de un nido, ya que la informacin es redundante. Validez, consiste en determinar en que medida la variable retenida corresponde al concepto estudiado.

Competencia, toda investigacin se hace con recursos limitados, por lo que con este criterio se trata de determinar si los recursos asignados a la medida de una variable, no impedir la realizacin de otras partes importantes del estudio. En el contexto de un estudio experimental sobre los efectos de una disminucin del pH sobre la trucha, Menendez , midi regularmente en estanques experimentales y testigos control las variables ambientales siguientes: el pH, la alcalinidad, la acidez, la clorinidad, la dureza del agua, el oxgeno disuelto y la temperatura.

Estas variables son pertinentes en la medida en que su efecto sobre la dinmica de poblaciones es probable. Son vlidas, ya que reflejan ciertas condiciones fisico-qumicas del agua. Son incompletas, ya que no hay informacin sobre metales pesados cuyo efecto sobre la sobrevivencia ha sido probada. Son no redundantes independientes , ya que todas proporcionan a priori una informacin diferente. En cuanto a la competencia, no existe, ya que el costo de estas mediciones es mnimo.

En cuanto a variables dependientes, se midieron la viabilidad de los huevos puestos calculando la proporcin de ellos que presentan un desarrollo neural en el 12 da de incubacin. La validez de esta variable se explica, ya que ha sido demostrado que el retraso de esta estructura tiene un efecto sobre la sobrevivencia de los huevos o los embriones. Un dispositivo es fiel si la repeticin de medidas del mismo elemento en condiciones rigurosamente semejantes, proporciona resultados idnticos.

La falta de fidelidad introduce un error aleatorio que puede reducirse repitiendo la medida y conservando la media de las medidas.

La exactitud de un dispositivo, se refiere a la ausencia de sesgos o de errores sistemticos. La sensibilidad de un dispositivo de medida, se refiere al poder de resolucin, es decir a la ms pequea diferencia de valores detectable. El concepto de precisin, integra los tres anteriores. La precisin es expresada generalmente en valor relativo. La precisin es con frecuencia expresada en valor relativo, pues el intervalo crece con la magnitud medida, pero lo puede ser tambin en valor absoluto.

GOSPODAR HAOSA PDF

Esta Di Stica

Straightforward computational and algorithmic exercise sets follow each chapter section immediately reinforcing material and providing valuable hands-on practice with core concepts. Discrete Mathematics, 4th Edition. New and enhanced Historical Mathematisc have been added to each chapter. Instructors get the topical breadth and organizational flexibility to tailor the course to the level and interests of their students. Combinatorial Circuits and Finite State Machines.

DISREPUTABLE HISTORY OF FRANKIE LANDAU BANKS PDF

que 2eedit Corrige Chap 5-9

Danris Shape regularity was assumed true only for Group 3 and thus, whenever used, the regional potential was calculated considering Group 3 membership vs. Then, the regional potential is the mean of these proportions over all neighborhood orders: Nonlinear diffusion scale-space and fast marching level sets for segmentation of MR imagery and volume estimation of stroke lesions. Considering bioststistique previous mixture model, this sum would correspond to the log-likelihood of the mixture 2. Heavy metal influence on the light phase of photosynthesis. Effect of zinc on free radical and proline in Brassica juncea and Cajanus cajan. By using the mean-field approximation, we obtained a pseudo-likelihood estimator which has good theoretical properties and was computationally efficient.

ANSI ISEA 105 PDF

biostatistique de bruno scherrer

.

Related Articles