UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA

BIOMETRA
I. DATOS GENERALES
Departamento de Suelos Ingeniero Agrnomo Especialista en Suelos Licenciatura Informtica

Unidad Acadmica: Programa Educativo: Nivel educativo: rea de conocimientos: Asignatura: Carcter: Tipo: Prerrequisitos: Nombre del profesor: Ciclo escolar: Ao: Semestre: Horas teora/semana: Horas prctica/semana: Horas totales del curso:

Biometra
Obligatorio Terico-prctico Matemticas Aplicadas Dr. Mateo Vargas Hernndez 2007-2008 4 Segundo 4.5 2 116

II.

INTRODUCCIN

La asignatura de biometra se ubica en el segundo semestre de cada ciclo escolar y esta dirigida los alumnos de cuarto ao de la Especialidad. Corresponde a una materia bsica del plan de estudios la cual tiene una relacin vertical con Introduccin al cmputo y Matemticas aplicadas y sirve como prerrequisito para la asignatura de Experimentacin Agrcola y Mtodos estadsticos (Optativa) que se lleva en semestres posteriores. As como una relacin horizontal con Fisicoqumica y Bioqumica.

III. PRESENTACIN
La necesidad del curso de Biometra deriva del hecho en que es una materia bsica, independientemente del rea de conocimientos en la que alguien se pretenda desarrollar, cualquier persona que haga investigacin siempre se ver limitado si no cuenta con los elementos estadsticos necesarios, ya que la estadstica descriptiva y la inferencia estadstica se han convertido en una herramienta indispensable en toda rea de la ciencia. Por esto es de suma importancia que los especialistas en Suelos cuenten con estos elementos tanto para su vida acadmica como para su desarrollo profesional. Se imparte principalmente con base a conferencias por el docente sobre la problemtica estadstica, posteriormente en tareas y el Laboratorio de Cmputo el alumno aplica el conocimiento terico a situaciones problema.

BIOMETRA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA
La evaluacin se realiza en relacin a las habilidades para aplicar la estadstica en situacin problema.

IV.

OBJETIVOS GENERALES

Identificar los elementos de la estadstica descriptiva para caracterizar grandes conjuntos de datos al emplear dicha metodologa. Usar el mtodo inductivo que es empleado en indiferencia estadstica para generalizar conclusiones con un grado de confiabilidad especificado. Emplear algunos paquetes estadsticos que auxilien en la resolucin de problemas a fin de relacionar la informacin con los clculos numricos as como facilitar la interpretacin de resultados.

V. CONTENIDO
Unidad 1. Introduccin (3 h) Objetivo Plantear un panorama general sobre los mtodos estadsticos y sus relaciones con otras disciplinas cientficas para ubicar esta herramienta en el planteamiento de situaciones problema en agronoma. Contenido 1. 2. 3. 4. 5. 6. Relacin de la estadstica con el mtodo cientfico (0.5 h) Idea popular sobre la estadstica (0.5 h). La estadstica y el manejo de datos (0.5 h) Estadstica e incertidumbre (0.5 h) La estadstica y el mtodo cientfico (0.5 h) Definicin de estadstica (0.5 h)

Prctica 1. Mtodos Estadsticos (3 h) Objetivo Aplicar los principales mtodos estadsticos para dar validez cientfica a datos obtenidos en experimentos agronmicos.

BIOMETRA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA
Unidad 2. Mtodos Tabulares y Grficos para la Organizacin y Presentacin de Datos (18 h) Objetivo Analizar las herramientas descriptivas en la presentacin de grandes cantidades de datos a fin de emplear las siguientes caractersticas: a) a proporcionar la mxima informacin en forma rpida y fcil de visualizar, as como generar una sencillez operativa, adems de crear un documento en forma esttica. Contenido 1. Mtodos Tabulares (4.0 h): Tablas de frecuencias para un conjunto de datos (3.0 h) Tablas de frecuencias para dos conjuntos de datos (1.0 h) Mtodos Grficos (5.0 h) Diagramas de puntos (1.0 h) Grficas de Barras y de Pastel (1.0 h) Histogramas (1.0 h) Polgonos de frecuencias acumuladas (1.0 h) Representacin grfica de dos conjuntos de datos (1.0 h)

2.

Prctica 2. Tablas y Grficas de Frecuencias (4 h). Objetivo Caracterizar sistemas de procesamiento de datos para facilitar el manejo de la informacin experimental.

Unidad 3. Medidas Descriptivas (18 h) Objetivo Aplicar las medidas descriptivas para caracterizar grandes conjuntos de datos, as como evaluar el grado de relacin que existe entre dos caractersticas de una poblacin o entre una misma caracterstica en diferentes poblaciones. Contenido 1. Medidas de Tendencia Central de una poblacin (4.0 h). Media Aritmtica (1.5 h) Mediana, Moda, Media Geomtrica (1.5 h) Media podada, Media de Windsor, Media Ponderada (1.0 h) Medidas de Dispersin de una poblacin (3.0 h). Rango, Desviacin Media (1.0 h) Varianza, Desviacin Estndar, Coeficiente de Variacin (2.0 h).

2.

BIOMETRA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA
3. Medidas de Asociacin (2.0 h) Covarianza, Correlacin (2.0 h)

Prctica 3. Media, Moda y Varianza (4 h) Objetivo Comparar las tendencias de distribucin de datos experimentales para interpretar resultados experimentales.

Unidad 4. Nociones Elementales de Probabilidad (9 h) Objetivo Comparar los conceptos bsicos utilizados en teora de conjuntos y probabilidad, como herramientas indispensables para aplicar stas, as como comprender los procesos de inferencia estadstica. Contenido 1. 2. 3. 4. 5. 6. Conjuntos, subconjuntos y lgebra (1.5 h) Experimento aleatorio, espacio muestral y evento (1.5 h) Un modelo probabilstico basado en la frecuencia relativa (1.5 h) Leyes probabilsticas bsicas (1.5 h) Probabilidad condicional (1.5 h) Independencia (1.5 h)

Prctica 4. Probabilidad (4 h) Objetivo Describir los parmetros de la probabilidad estadstica para explicar la variacin de datos experimentales.

Unidad 5. Variables Aleatorias y sus Distribuciones (9 Horas) Objetivo Identificar las caractersticas y propiedades de las variables aleatorias tanto de tipo discreto como continuo para determinar la importancia de las herramientas de la probabilidad en agronoma. Contenido 1. 2. 3. Variables aleatorias discretas y continuas (1.5 h) Funcin de Densidad de Probabilidades (1.5 h) Distribucin Acumulativa de Probabilidades (1.5 h)

BIOMETRA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA
4. 5. Distribuciones de variables aleatorias como modelos para representar situaciones reales (1.5 h). Momentos de variables aleatorias: Esperanza y Varianza (3.0 h).

Prctica 5. Distribucin Probabilstica (4 h). Objetivo Comparar el tipo de distribucin probabilstica de las poblaciones para ajustar la variabilidad de resultados experimentales.

Unidad 6. Modelos Probabilsticos Importantes (10 Horas) Objetivo Identificar los modelos probabilsticos ms importantes y aplicarlos en general en reas agronmicas para caracterizar adecuadamente el tipo de distribucin y especficamente en fenmenos estudiados por la ciencia del suelo. Contenido 1. Distribuciones Discretas Distribucin Bernoulli y Binomial (1.5 h) Distribucin Poisson (1.5 h) Distribucin Binomial Negativa (1.5 h) Distribucin Hipergeomtrica (1.5 h) Distribuciones Continuas Distribucin Normal (3.0 h) Aproximacin de la Distribucin Normal a la Binomial (1.5 h) Distribucin Gamma, Distribucin Ji-Cuadrada (1.5 h) Distribucin t de student, Distribucin F (1.5 h)

2.

Unidad 7. Distribuciones Derivadas del Muestreo (6 h) Objetivo Identificar las distribuciones de algunas tcnicas estadsticas calculadas a partir de una muestra: Media Muestral, Varianza Muestral para explicar el comportamiento de poblaciones. Determinar la relacin entre los parmetros de la poblacin y la distribucion de estas estadsticas a fin de analizar el comportamiento de una poblacin en estudio.

BIOMETRA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA
Contenido 1. Distribucin de la media muestral, de una muestra aleatoria tomada de una poblacin con cualquier distribucin y de una poblacin con distribucin normal (2.0 h) Distribucin de la varianza muestral, de una muestra aleatoria tomada de una poblacin con distribucin normal (2.0 h) Propiedades de la varianza muestral (S2) y su distribucin en muestras aleatorias de una poblacin con distribucin normal (2.0 h).

2. 3.

Prctica 7. Muestreo (4 h) Objetivo Comparar la distribucin de muestras aleatorias con el fin de disminuir su variabilidad.

Unidad 8. Pruebas de Hiptesis (9 h) Objetivo Identificar las Pruebas de Hiptesis de distintos tipos: de una cola, de dos colas, etc. para comparar las caractersticas que fundamenten su empleo en el rea estadstica.

Contenido 1. 2. 3. 4. 5. 6. Introduccin: Ideas bsicas de una prueba de hiptesis (1.5 h) Clasificacin de los diferentes tipos de hiptesis (1.5 h) Una prueba de hiptesis de una y dos colas (1.5 h) Pruebas de hiptesis sobre la media de una distribucin normal (1.5 h) Pruebas de hiptesis sobre la varianza de una distribucin normal (1.5 h) Prueba de hiptesis sobre la media de una poblacin usando aproximacin normal (1.5 h)

Prctica 8. Prueba de hiptesis (4 h) Objetivo Definir las estrategias estadsticas para plantear pruebas de hiptesis en experimentacin.

Unidad 9. Regresin Lineal (9 h) Objetivo Identificar cmo estimar los parmetros en el modelo de Regresin Lineal Simple a fin de formular el Anlisis de la Varianza correspondiente as como explicar su empleo en agronoma.
BIOMETRA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA

Contenido 1. 2. 3. 4. Modelo Lineal y Anlisis de la Varianza (1.5 h) Ajuste del modelo de Regresin Lineal Simple usando teorema de Gauss Markoff (1.5 h) Estimacin y Pruebas de Hiptesis (3.0 h) Ejemplos de Aplicacin con datos provenientes de experimentos en la Ciencia del Suelo (3.0 h)

VII. METODOLOGA DE TRABAJO

El desarrollo de este curso se hace tanto a nivel de aula para la parte terica, como de laboratorio (laboratorio de cmputo) para la parte de laboratorio, as como la resolucin de ejercicios como tareas extraclase. En la parte terica se exponen las bases que sustentan los diferentes campos de la estadstica, empleando ejemplos de situaciones agronmicas. En la fase de laboratorio, se hace uso de equipo de computacin para aprender el lenguaje en que se pueden expresar los procesos estadsticos, con lo que el alumno es capaz de resolver los problemas planteados.

VIII.

EVALUACIN

Para obtener la calificacin final se evaluar tanto la parte terica como la prctica. A. Teora Para la evaluacin de la parte terica se toman en cuenta varios aspectos como son exmenes parciales, exmenes sorpresa, y resolucin de ejercicios en horario extraclase que en conjunto constituyen el 70 % de la calificacin final, cuyo desglose es como sigue: Examen Parcial 1 2 3 Unidades 1, 2, 3 4, 5, 6 7, 8, 9 Valor (%) 20 20 20 Fecha 20 febrero 15 abril 1 junio

Los exmenes sorpresa y la resolucin de ejercicios (tareas) tendrn un valor de 10 % de la calificacin final. B. Prctica En la parte prctica tambin se evala varios aspectos como son: asistencia a las prcticas de laboratorio y reportes de cada una de ellas. Constituyendo el 30 % de la calificacin final.

BIOMETRA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA
As, se tiene: Teora: Prctica: Total

70 % 30% 100%

Acreditacin del Curso: Para considerarse como acreditado el curso es necesario obtener una calificacin mnima de 6.6. en escala del 0.0 al 10.0, tanto para la parte terica como para la parte prctica.

IX.

BIBLIOGRAFA

Hines William W.; Montgomery Douglas C.; Goldsman David M. and Borror Connie M. 2005. Probabilidad y Estadstica para Ingeniera. Cuarta edicin. Edit. CECSA. Mxico, D.F. pp. 780 Le Blanc, David. 2004. Statistics: Concepts and Applications for Science. Jones and Bartlett Publishers. Boston, USA. pp. 382. Garza, Toms. 1996. Probabilidad y Estadstica: un enfoque intuitivo con apoyo en Matemtica. Grupo Editorial Iberoamericano. Mxico D. F. pp. 152. Moreno Bonnett, Alberto y Jaufred M. Francisco Javier. 1997. Elementos de Probabilidad y Estadstica. Edit. Alfaomega. Mxico, D.F. pp. 283. Mc Bean Edward A. and Rovers Frank A. 1998. Statistical Procedures for analysis of environmental monitoring data and risk assessment. Prentice Hall. New Jersey, USA. pp. 313. Zar Jerrold H. 1999. Biostatistical Analysis. Fourth Edition. Prentice Hall. New Jersey, USA. pp. 815. Infante G. Said y Zrate de L. Guillermo. 1990. Mtodos Estadsticos: un enfoque interdisciplinario. Editorial TRILLAS, Mxico. Segunda edicin, cuarta reimpresin. Infante G. Said y Zrate de L. Guillermo. 2001. Mtodos Estadsticos: un enfoque interdisciplinario, soluciones de los problemas. Editorial TRILLAS, Mxico. D.F. pp. 130.

BIOMETRA