CASO 01: Socorro Holguin, bióloga evaluadora de calidad en Composol- Viru , desea evaluar el

área experimental de cultivo de maíz que equivale aprox 13. La variable de interés es el N°de
hileras de la primera mazorca
N=20 Media: 12,45 Moda: 12,13 Mediana:13
Interprete: En referencia al N° de hileras de mazorca de maíz se tiene q existe una tendencia a
poseer 12,45 unid de hileras, esto se verifica con el valor bimodal 12,13 donde los valores
centrales de la mediana nos arrojo 13.

Varianza: 1.10 Desviación estándar: 1.049 Error estándar: 0.2345 C. variación: 8.03%

El grado de dispersión de los 20 datos en relación al promedio 12,45 estan separados. Asimismo
se tiene un error estándar de 0.2345 q nos señala q la muestra es adecuada porq es menos a 2 y
el comportamiento de mazorca es homogéneo porq presenta un cv < 10%

a) La muestra fue adecuada? Si, porq la muestra tiene un error estándar menor a 2
b) Conociendo que el área exp del cultivo se encuentra en una planicie, Socorro solamente
aplico el muestreo “bandera inglesa” ¿Considera q la muestra es representativa? Si, porq
todo el área pertenece a un solo estrato y el tipo de muestreo adecuado seria bandera
inglesa.

CASO 02: En las sesiones practicas de Biometria rep 2018 se trabajara con 5 sust en la reg de
Dugesia Tigrina y con tres estadios de Spodoptera Frugiperda.

Explicativo: Efecto de 5 conc de urea en el área y tiempo de regeneración de Dugesia Tigrina en

condiciones de laboratorio 2018.
VI: # de Conc de urea VD: Área y tiempo de regeneración
Descriptivo: Determinacion de numero de machos y hembras en tres cruces diferentes del
estadio adulto en psodoptera frugiperda en el lab de practicas biometría 2018 durante mayo –
junio 2018.
VI: 3 cruces difer en estado adulto de Spodo Frugi VD: Determinac del N° de machos y hembras.
Biometria: aplicación de los diferentes métodos estadísticos
Objetivo: Dar mayor validez a los resultados de una investigación para obtener una conclusión
más valida.
Adolfo Quetelet: Fue el 1er en aplicar la estadística en fenom biológicos
Francis Galton: el primero en relacionar dos variables biológicas” Padre de la stadistica”
Willian Weldon acuño el termino biometría.
Karl Pearson acuño el termino regresión y logra estarandizar criterios de comparación a través de
tablas de distribución estdistica.
Gosset publica la tabla t student.
Ronald Fisher, publica la distribución “f” y logra desintegrar la varianza en varianza parciales
“análisis de varianza”
Población: Conjto total de los datos observados que comparten tiempo, espacio y características.
Muestra: Subconjunto especifico de la población
Muestreo: Selección de una muestra a partir de una población.
Efecto de borde: Es un límite que evita q se combinen agentes externos.
Adecuada: Numero / cantidad de datos
Representativa: La muestra existen en todos los niveles y características de la población.
ESTIMADOR: Valor numérico obtenido de una muestra que si es representativa y adecuada
podemos inferirlo a la población
PARÁMETROS: Valor q determina el comportamiento de una población.
DATO: Valor que se le da a cada una de las observaciones en la muestra.
Nivel de significancia: Máxima probabilidad que se acepta en una investigación.
Variable estadística: carácter de la población que cambia en los individuos de forma verificable
Error Tipo 1: Es aquella q se rechaza una hipótesis verdadera.
Hipótesis estadística nula: conocimiento actual o la verdad aceptadaa
Alternativa: es la nueva opción , lo uno como investigador propone
Muestreo estratificado: Consiste en dividir mi población en datos que poseen diferentes
parámetros ambientales Ejm Fundo Ba camposol: maíz , muestreo de afidos ( alverja)
Muestreo sistemático: Consiste en realizar un muestreo en serie es decir que la colección de
datos la unidad experimental se dara cada cierto paso
Muestreo mixto: mezla de m, estatrificado y sistematico .. citotoxidad de allium cepa.
M. Ponderado: Cc la muestra tiende hacia un determinado muestreo donde va a vivir la plaga

2DA UNIDAD
Experimentación: Pruebe o ensayo en la cual decidimos investigar algo con el fin de determinar
posibles respuestas en un determinado.
Factor: Cuando el factor hace el papel de VD. Característ de la cual los individuos de 1 población
se reúnen con grupos homogéneos. Puede tener dif valores: F con e urea, niveles 0%, 5%, 10%
Fuente de Variación: Cuando el factor hace el papel de variable independiente.
Tratamiento: Condición que se aplican a las unidades experimentales.
Bloque: 2da fuente de variación que el investigador crea , puede estar influenciando en los
resultados en la aplicación de los resultados!
Unid.Experimental: Elemento material q recibe 1 tratamiento o una combinación de los mismo
A + #rep= - ee , +#rep = +precisión
Diseño experimental: Es el conjunto de adecuadamente planificado q siguen un
secuenciamiento ordenado con el fin de obtener una información de una investigación.
Error experimental: es la medida de una variación entre las unidades experimentales
Análisis de varianza (ANAVA): Descomposición de una varianza total en varianzas parciales donde
una de las fv es el error exp , el mismo que debe manifestarse en – proporción al resto de fv. En el
análisis de varianza , esta es igual a una suma de cuadrados sobre su respu grado de libertad.
DECA: Diseño experimental completamente aleotorizado, solo posee dos fuentes de variación y
uno de ellos es el error experimental , por lo tanto el error se encuentra acumulado, siendo este
el diseño con más error experimental, menor precisión.
DEBCA: Posee tres fuentes de variación, tratamiento, bloque y error experimental, por lo tanto la
variación del error esta menos acumulado y es mucho más preciso que el Deca.

3RA UNIDAD
Test de asociación: Relaciones entre dos variables dentro de una población
Correlación: tipo de asociación entre 2 variables, no se mide la dependencia de una con la otra
puesto que puede existir o no. Es un valor absoluto qque no posee unidades pero que va desde -1
hasta +1… -1<r<+1
Regresión: Es un tipo de asociación entre variables cuantitativas. En este tipo de asociación
importa mucho la dependencia x y
ANCOVA: Es un análisis que une dos técnicas ( regresión lineal y anava). En el ancova se elimina
los efectos de las covariables( variables que no busco investigar pero que siempre están
presentes) . El ancova disminuye mucho mas el error experimental por lo tanto aumenta la
presicion de mis resultados. Es una análisis recomendado cuando se estudia producción. El ancova
busca comparar la producion en base a dos variables.
Experimento factorial: variables la maneja el investigador. Se ajusta a un diseño expon en
bloques completamente aleatorizado. Los factores interaccionan entre si promoviendo un nuevo
concepto de tx, donde los tx es igual a la relación de factores tx= fa x fb… fn
La interaccion de estos factores promueve una variable respuesta.
En el análisis de varianza el existir mayor numero de fuentes de variación.. El ef es mas riguros
que debca y deca.
EXPERIMENTAL ANIDADO: Hace caso de un anava semejante al debca pero teniendo un diseño
de campo semejante al de regresión. Este deca disminuye el E. exp siendo mas precisión q un
deca. Es especifico cuando se estudia los efectos de expresión de los genes en los decendientes.
Sin embargo puede ser utilizado en secuencia de tejidos, regeneración de tejidos, biorectores.

Caso2: si hay diferencias significativas entre los Tx y esta se debería únicamente a las
concentración de N urea, no teniendo efecto el riego con la urea, para el carácter lg de plántula
de Pisum sativum a los 14 dias de emergencia en condiciones de laboratorio por lo tanto se
recomienda hacer un deca.
Caso 03: que estas diferencias sig se deben a las difere concentraciones de riego en cm2 de agua
mas no a las diferentes conc de n urea ni al efecto de interaccion entre ellas para la variable long
de plántula a los 14 dias de emergencia en cond de laboratorio
Caso 04 : si hay dif sig entre los tx y esto se debe a la interaccion entre la conc de urea y la conct
de riego en agua, es decir que no existe efecto significativo si aplicamos 1 o algunos de los
factores de forma independiente.

Caso 05: existe dif sig entre los tx y estas diferencias se deben tanto a la conct de urea como a las
diferentes conctr de riego mas no a su efecto de interaccion por lo tanto el experimento debio
tratarse como un debca para la variable Pisum Sativum.
4TA UNIDAD

La tabla de contingencia agrupa una serie de test que nos permite determinar la relación entre
dos variables cualitativas…Determina la relación de una variable distributiva a un modelo
establecido. Este test es para variables cualitativas. Semejante en variables cuantitativas
Tabla de contigencia: test de independencia: Utiliza como función de prueba unas fórmulas de ji
cuadrado Xi2= +(O-E)2. La tabla de contigencia o doble entrada puede tener diferentes columnas
o diferentes N° de fila, esto nos indica que los diferentes Niveles de variación de cada variable
cualitativa, pueden ser mas de 2 y dif entre ellos
BONDAD DE AJUSTE: Es una prueba que utiliza una tabla de contigencia así como la tabla del ji
cuadrado , reporta si lo observado se ajusta a modelos ideales o pre establecidos
TEST DE PROPORCIONES: Es un test que busca comparar las proporciones de diferentes población
en referencia a un carácter , utiliza la función de prueba z y la tabla T . La ho de esta prueba
sugiere la ausencia de diferencias significativas entre las poblaciónes estudiadas.

ANALISIS MULTIVARIADO:

Las pruebas no paramétricas: Aquellas en las que no existen supuestos sobre la distribución de
los parámetros de la población. Se aplican con + frecuencia a los datos nominales y ordinales
pueden emplearse tbm para analizar datos continuos transformados a una escala ordinal.

Prueba de Rachas – Prueba del Signo para una muestra.

Prueba de Wilcoxon para una muestra Prueba t para la media.
Prueba del Signo para dos muestras pareadas.
Prueba de Wilcoxon para dos muestras pareadas. Prueba t para datos pareados.
Prueba U de Mann-Whitney. Prueba t para dos muestras independientes.
Prueba de Kruskal-Wallis Anova de un factor.
Prueba de Friedman. Anova de un factor y un bloque.
Coef de Correlación por Rangos de Spearman. Coefi de Correlación de Pearson.

Ventajas: El procedimiento es fácil de entender y de aplicar, La prueba no paramétrica es más

eficiente si uno o más de los supuestos distribucionales en una prueba paramétrica no se
cumplen, Se usa para muestras de tamaño mayor o igual que 25. Tienen un gran campo de
aplicación
Desventajas: Son menos eficientes si se utiliza una prueba paramétrica y se usa una no
paramétrica, entonces hay una pérdida de información. Son menos eficientes si las muestras son
menores que 25
Campos de app: Investigación de mercados Agricultura Psicología

FRIEDMAN
Es una prueba que sirve para comparar la igualdad de cada tratamiento cuando los datos se
encuentran distribuidos en un Diseño de Bloques Completamente al Azar.
Se aplica Cuando la variable es de tipo cualitativa y se trabaja con un Diseño en Bloques
Completamente al Azar con dos fuentes de variación
Finalidad Demostrar la existencia de igualdad o diferencia entre tratamientos por bloques.
Tabla usa ji cuadrado
PRUEBA DE KRUSKALL WALLIS: Es una prueba para comparar la igualdad de dos o más
tratamientos, se ajusta a un diseño experimental completamente al azar (DECA)
¿CUÁNDO SE APLICA? Cuando la variable es de tipo cualitativa y se ajusta a un diseño
completamente al azar y cuenta con una fuente de variación. ¿CUÁNDO SE APLICA? ¿CUÁL ES SU
FINALIDAD? Determinar la diferencia significativa entre tratamientos