Teorico 1 Estadistica Descriptiva - 2023 - 1

Introducción a la cátedra
Bioestadística II/2023
Competencias del Curso
Al finalizar el curso de BIOESTADÍSTICA el
estudiante estará capacitado para:
• Describir y resumir datos de interés veterinario.

• Interpretar estadísticamente los trabajos de
investigación del área veterinaria.
• Comprender los principios estadísticos básicos
del diseño experimental aplicable a las
poblaciones de interés zootécnico.
Organización del Curso
El curso estará conformado por:
- Clases y Materiales Teóricos.
- Actividades Practicas.
Guía de Clases Prácticas
La Guía de Clases Prácticas, contiene ejercicios para ser

resueltos, la misma se encuentra ordenada según los temas
que se abordan en el curso.
El estudiante podrá realizar los ejercicios que se encuentran en

la misma, utilizando las presentaciones teóricas, además de
todos los recursos adicionales disponibles, los que provee el
docente y los que usted mismo encuentre.
¿Cómo transitar el curso?
Agenda horarios en la semana en los que vas a dedicarte exclusivamente a las
tareas de Bioestadística.
Se sugiere (como mínimo): 9 horas semanales, a repartir en tres días. Busca

un lugar tranquilo y aislado en tu domicilio con la menor cantidad de
distracciones, (tu celular, la televisión, etc que se queden en otra habitación)
Deberás leer y estudiar la presentación teórica de la semana junto con los

capítulos de libros sugeridos.
Luego, realizar la mayor cantidad posible de ejercicios prácticos de la unidad

correspondiente al teórico.
Anota todas las dudas que surjan, y antes de preguntar revisa si tu pregunta ya
no fue realizada por otro compañero.
Posteriormente utiliza las resoluciones de los ejercicios para chequear tus

aciertos o errores. Realiza nuevamente los ejercicios en los que te
equivocaste.
Buena suerte!!
CLASE TEÓRICA 1:
ESTADÍSTICA DESCRIPTIVA
Introducción a la Bioestadística / Tipos de Variables y Escalas
Objetivo de la clase
• Definir Bioestadística.
• Definir tipos de variables y sus escalas de

medida
• Organizar y resumir la información

contenida en un conjunto de datos.
Definición de Estadística
• Proviene de la palabra status: estado
• Se ocupa de la información; cómo se obtiene?, cómo

se resume? cómo se analiza? y, cómo se interpreta?
• Proporciona herramientas para evaluar hechos y sacar

conclusiones con cierta certeza o nivel de confianza
(en términos de probabilidad) a partir de un conjunto
(“amplio”) de datos cuya característica fundamental es
la variabilidad.
Recoger, organizar, analizar e interpretar los datos.

¿Para que sirve la Bioestadística?
Las aplicaciones de la Bioestadística en el campo de las

ciencias veterinarias son variadas.
En Medicina Veterinaria (Salud Animal)
– Evaluación de Pruebas Diagnósticas

– Análisis de Riesgo de Importar o Exportar Enfermedades
– Aprobación y Control de Calidad de Específicos Veterinarios
– Sistemas de Vigilancia y Monitoreo
– Planificación de Campañas Sanitarias
¿Para que sirve la Bioestadística?
En Producción Animal
- Mejoramiento Genético
- Ensayos de Alimentación
- Monitoreo e Indicadores Productivos y Sanitarios
En Tecnología de los Alimentos
- Control de calidad de los alimentos

- Inocuidad alimentaria
- Conocimiento del mercado y consumidores
A partir del estudio de los datos, sacar conclusiones y tomar

decisiones.
Enfoques de la estadística
– Estadística Descriptiva
Procedimientos para resumir la información contenida en un
conjunto (“amplio”) de datos. Fase de organización, descripción
y síntesis.
– Estadística Inferencial
Fase que busca extraer conclusiones respecto de un gran
volumen de datos al examinar solo una pequeña parte de ellos.
A partir del análisis de las observaciones en la muestra se hace
inferencia acerca de la población (ej.: estimación de
parámetros, contraste de hipótesis, predicciones).
Pero…¿Cómo funciona?
Herramientas
estadísticas
Del estudio de la muestra (tras organizar, resumir, describir y analizar la
información contenida en las observaciones de la misma) sacaremos
conclusiones (con cierno nivel de confianza, inferencia) sobre las
características de interés de la población de datos.
El alcance y validez de nuestras conclusiones estará determinado por la

adecuada elección de la muestra (debe ser representativa).
Algunas definiciones importantes
Elemento o unidad de observación: objeto que lleva asociado un rasgo o atributo de
interés (ej.: individuo, animal, rodeo, establecimiento, clínica, etc.).
Población (tamaño N): Colección completa de elementos con alguna característica de

interés observable, acotada en un tiempo y en un espacio determinado. Es el conjunto
entero al que se desea describir, y en el que se pretende tengan validez nuestras
conclusiones. Pueden ser reales o hipotéticas, finitas o infinitas.
Censo. Es el estudio de todos y c/u de los elementos de una población.
Muestra (tamaño n): Subconjunto de elementos de una población seleccionados de

acuerdo a un plan de acción previamente establecido (muestreo), que permita obtener
conclusiones extensivas a toda la población.
Muestreo: Técnica que conduce a la obtención de una muestra representativa de la

población. El objetivo de las técnicas de muestreo es asegurar que cada observación es
seleccionada al azar, tiene la misma probabilidad de ser incluida en la muestra y todas las
muestras tienen la misma probabilidad. Tales procesos de muestreo conducen a una
muestra aleatoria.
Muestreo Medir
Datos:
Unidad de
Muestra valores de
observación
la variable
Población
Medir: Asignar números o palabras a objetos o eventos de acuerdo a un

conjunto de reglas definidas a priori (previamente).
Escalas de medida: nominal, ordinal, de intervalo y de razón.

Ejercicio
Se tiene interés en estudiar la production leche de Santa Cruz en

2022.
Población (?)
Unidad de observación (?)
Variables de interés (?)

Escalas de Medida
Escalas de Medida
Medir: Asignar números o palabras a objetos o eventos de acuerdo a
un conjunto de reglas definidas a priori (previamente).
Escalas de medida:
nominal
ordinal
de intervalo
de razón.
Importante:
El tipo de variables y su escala de medida determinará las herramientas
estadísticas que se podrán usar para el estudio de las mismas.
Escala Nominal
•
Escala Ordinal
•
Escala de Intervalo
•
Escala de Razón (cociente o proporción)
•
Tipos de Variables
Tipos de variables
•
Tipos de variables
Según tipo de valor que pueden asumir:
Cualitativas o categóricas: se refieren a cualidades nominales y los

estados posibles (valores) pueden agruparse en categorías
mutuamente excluyentes. La escala de medida puede ser nominal u
ordinal.
Ejemplos: partido político de las personas, marca de aceite utilizada en el

automóvil, razas de perros en Uruguay, sexo.
Cuantitativas o numéricas: se refieren a cantidades y los estados

posibles son números, discretos o continuos. La escala de medida
puede ser de intervalo o de razón.
Ejemplos: Peso, altura, cantidad de bacterias por ml, tasa de desempleo,

presión sanguínea, cantidad de vacas de un establecimiento, etc.
Variables cuantitativas
• variables cuantitativas (o numéricas) discretas: los valores
posibles presentan interrupciones en la recta numérica (entre un
valor y el siguiente no hay valores posibles), corresponden a los
números enteros. Surgen de contar.
Ejemplos: número de larvas, número de lechones por camada,

pulsaciones por minuto, cantidad de brotes de fiebre Aftosa, número de
estudiantes de veterinaria, cantidad de potreros por establecimiento, etc.
• variables cuantitativas (o numéricas) continuas: los valores

posibles no presentan interrupciones en la recta numérica, puede
tomar cualquier valor en un intervalo.
Ejemplos: altura, peso, producción diaria de leche, concentración de

glucosa en sangre, presión arterial, superficie del predio, etc.
Tipos de variables y escalas de medida
Tipo Escala surgen de …
según valores que asume
Nominal Clasificar
Cualitativas o
Categóricas
Ordinal Ordenar
Variables
o datos
Intervalo
Cuantitativas o
Numéricas
Razón
Discretas Contar
Continua Medir
En ocasiones, una variable de naturaleza cuantitativa pude ser transformada en

una variable cualitativa. Ej: edad, número de habitantes en una urbanización,
concentración de glóbulos rojos en sangre, etc.
Enfoques de la estadística
– Estadística Descriptiva
y síntesis.
– Estadística Inferencial
Fase que busca extraer conclusiones respecto de un gran
volumen de datos al examinar solo una pequeña parte de ellos.
A partir del análisis de las observaciones en la muestra se hace
inferencia acerca de la población (ej.: estimación de
parámetros, contraste de hipótesis, predicciones).
Estadística descriptiva
– EstadísticaDescriptiva
y síntesis.
Objetivo: Ordenar y procesar un conjunto de observaciones de

tal manera que permitan extraer información (describir los
datos).
• Tablas de frecuencia - Distribuciones de frecuencias,

• Representaciones gráficas y,
• Medidas resumen.
Conjunto de datos:
número de lechones en 50 cerdas de cría.
10, 8, 6, 3, 9, 7, 5, 4, 6, 9,
Conjunto de datos:
8, 12, 7, 9, 10, 6, 8, 6, 3, 2, pesos de un lote de 35 novillos de
4, 3, 2, 7, 5, 5, 4, 3, 7, 6, un establecimiento de engorde .
6, 7, 8, 8, 6, 7, 7, 9, 8, 6, 380, 384, 373, 387, 333, 399, 371,
5, 3, 2, 1, 4, 3, 6, 8, 7, 0. 350, 343, 368, 377, 426, 386, 392,
386, 419, 400, 397, 424, 386, 376,
Conjunto de datos:
343, 355, 412, 408, 369, 409, 382,
Sexo de 30 corderos.
376, 383, 390, 403, 357, 393, 377.
M, H, H, M, M, H, M, M, M, H,
M, M, M, H, M, M, H, H, M, H,
H, M, H, M, M, M, H, M, M, H,
Ordenar la información
Arreglo Ordenado (rol estadístico): listado de valores de una

colección de observaciones (población o muestra) ordenada de
menor a mayor.
Conjunto de datos:
0, 1, 2, 2, 2, 3, 3, 3, 3, 3,
Conjunto de datos:
3, 4, 4, 4, 4, 5, 5, 5, 5, 6, pesos de un lote de 35 novillos de
6, 6, 6, 6, 6, 6, 6, 6, 7, 7, un establecimiento de engorde .
7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 333, 343, 343, 350, 355, 357, 368,
8, 8, 8, 9, 9, 9, 9, 10, 10, 12. 369, 371, 373, 376, 376, 377, 377,
380, 382, 383, 384, 386, 386, 386,
Conjunto de datos:
387, 390, 392, 393, 397, 399, 400,
403, 408, 409, 412, 419, 424, 426.
H, H, H, H, H, H, H, H, H, H, H,
H, M, M, M, M, M, M, M, M, M,
M, M, M, M, M, M, M, M, M.

menor a mayor.
Diagrama de Tallo y Hojas (Stem/leaf): las observaciones son

ordenadas por “tallo" en las “hojas”…
Diagrama de Tallo y Hojas (Stem/leaf)
Cómo se construye:
1. Dibujar una línea vertical
2. Definir el TALLO y las HOJAS que desea usar. Seleccione el
tallo de forma que el número de tallos esté entre 5 y 20.
3. Escribir el tallo en una columna arreglado desde el menor
(arriba) al mayor (abajo), a la izquierda de la línea.
4. Incluir todos los tallos aunque no tengan observaciones (hojas).
5. Si las hojas consisten en más de un dígito se puede redondear a
un solo dígito, siempre utilizar el mismo número de dígitos para
cada hoja.
6. Registrar la hoja para cada medida en la fila correspondiente al
tallo, a la derecha.
7. Se puede ordenar en un segundo paso las hojas de menor a
mayor.
Ejemplo de diagrama de Tallo y Hojas
Tallo Hojas Conjunto de datos:
33 3 pesos de un lote de 35 novillos de
34 3 3 un establecimiento de engorde .
35 0 5 7
380, 384, 373, 387, 333, 399, 371,
36 8 9
350, 343, 368, 377, 426, 386, 392,
37 3 1 7 6 6 7
38 0 4 7 6 6 6 2 3 386, 419, 400, 397, 424, 386, 376,
39 9 2 7 0 3 343, 355, 412, 408, 369, 409, 382,
40 0 8 9 3 376, 383, 390, 403, 357, 393, 377.
41 9 2
42 6 4
Las hojas aparecen desordenados tal como figuran en el
grupo de pesos inicial. Posteriormente se pueden
reordenar las hojas de menor a mayor.
Ejemplo de diagrama de Tallo y Hojas
Tallo Hojas Conjunto de datos:
33 3 pesos de un lote de 35 novillos de
34 3 3 un establecimiento de engorde .
35 0 5 7 333, 343, 343, 350, 355, 357, 368,
36 8 9
369, 371, 373, 376, 376, 377, 377,
37 1 3 6 6 7 7
38 0 2 3 4 6 6 6 7 380, 382, 383, 384, 386, 386, 386,
39 0 2 3 7 9 387, 390, 392, 393, 397, 399, 400,
40 0 3 8 9 403, 408, 409, 412, 419, 424, 426.
41 2 9
42 4 6
Las hojas aparecen ordenadas.

menor a mayor.
Diagrama de Tallo y Hojas (Stem/leaf): las observaciones son

ordenadas por “tallo" en las “hojas”…
Tablas de distribución de frecuencias: las observaciones se

agrupan en clases mutuamente excluyentes y se expresa el
recuento (frecuencia) de observaciones que caen en cada una
de las clases.
Tablas de frecuencia
Clases: deben estar definidas de forma tal que todas las observaciones
puedan ser clasificadas en una de las clases mutuamente excluyentes (no
pueden quedar observaciones sin clasificar ni ambigüedades).
Clase
fi Conjunto de datos:
Clase
Hembra 12
Macho 18 H, H, H, H, H, H, H, H, H, H, H,
Total 30 H, M, M, M, M, M, M, M, M, M,
M, M, M, M, M, M, M, M, M.
Clase fi fr
Hembra 12 0.40
Macho 18 0.60
1.00
Clase fi
0 1
Conjunto de datos:
1 1
2 3
3 6 0, 1, 2, 2, 2, 3, 3, 3, 3, 3,
4 4
5 4
3, 4, 4, 4, 4, 5, 5, 5, 5, 6,
6 9 6, 6, 6, 6, 6, 6, 6, 6, 7, 7,
7 8
8 7
7, 7, 7, 7, 7, 7, 8, 8, 8, 8,
9 4 8, 8, 8, 9, 9, 9, 9, 10, 10, 12.
10 2
11 0
12 1
n=50
Clase fi fr
0 1 1/50=0.02
1 1 0.02
2 3 0.06
3 6 0.12
4 4 0.08
5 4 0.08
6 9 0.18
7 8 0.16
8 7 0.14
9 4 0.08
10 2 0.04
11 0 0.00
12 1 0.02
Total 50 1.00
Clase fi fr Fi
0 1 0.02 1
1 1 0.02 2
2 3 0.06 5
3 6 0.12 11
4 4 0.08 15
5 4 0.08 19
6 9 0.18 28
7 8 0.16 36
8 7 0.14 43
9 4 0.08 47
10 2 0.04 49
11 0 0.00 49
12 1 0.02 50
Total 50 1.00
Clase fi fr Fi Fr
0 1 0.02 1 0.02
1 1 0.02 2 0.04
2 3 0.06 5 0.10
3 6 0.12 11 0.22
4 4 0.08 15 0.30
5 4 0.08 19 0.38
6 9 0.18 28 0.56
7 8 0.16 36 0.72
8 7 0.14 43 0.86
9 4 0.08 47 0.94
10 2 0.04 49 0.98
11 0 0.00 49 0.98
12 1 0.02 50 1.00
Total 50 1.00
Clase frecuencia (fi)
Conjunto de datos:
pesos de un lote de 35 novillos de
un establecimiento de engorde .
333, 343, 343, 350, 355, 357, 368,
369, 371, 373, 376, 376, 377, 377,
380, 382, 383, 384, 386, 386, 386,
387, 390, 392, 393, 397, 399, 400,
403, 408, 409, 412, 419, 424, 426.
•
•
Clase Marca
[330 – 345)
Conjunto de datos:
[345 – 360) pesos (kg) de un lote de 35 novillos
[360 – 375) de un establecimiento de engorde .
[375 – 390)
333, 343, 343, 350, 355, 357, 368,
[390 – 405)
[405 – 420) 369, 371, 373, 376, 376, 377, 377,
[420 – 435) 380, 382, 383, 384, 386, 386, 386,
Total 387, 390, 392, 393, 397, 399, 400,
403, 408, 409, 412, 419, 424, 426.
Clase Marca fi
[330 – 345) 337,5 3
Conjunto de datos:
[345 – 360) 352,5 3 pesos (kg) de un lote de 35 novillos
[360 – 375) 367,5 de un establecimiento de engorde .
[375 – 390) 382,5
333, 343, 343, 350, 355, 357, 368,
[390 – 405) 397,5
[405 – 420) 412,5 369, 371, 373, 376, 376, 377, 377,
[420 – 435) 427,5 380, 382, 383, 384, 386, 386, 386,
387, 390, 392, 393, 397, 399, 400,
403, 408, 409, 412, 419, 424, 426.
Clase Marca fi
[330 – 345) 337,5 3
Conjunto de datos:
[345 – 360) 352,5 3 pesos (kg) de un lote de 35 novillos
[360 – 375) 367,5 4 de un establecimiento de engorde .
[375 – 390) 382,5 12
333, 343, 343, 350, 355, 357, 368,
[390 – 405) 397,5 7
[405 – 420) 412,5 4 369, 371, 373, 376, 376, 377, 377,
[420 – 435) 427,5 2 380, 382, 383, 384, 386, 386, 386,
35 387, 390, 392, 393, 397, 399, 400,
403, 408, 409, 412, 419, 424, 426.
Clase Marca fi fr
[330 – 345) 337,5 3 0.09
[345 – 360) 352,5 3 0.09
[360 – 375) 367,5 4 0.11
[375 – 390) 382,5 12 0.34
[390 – 405) 397,5 7 0.20
[405 – 420) 412,5 4 0.11
[420 – 435) 427,5 2 0.06
Total 35 1.00
Clase Marca fi fr Fi
[330 – 345) 337,5 3 0.09 3
[345 – 360) 352,5 3 0.09 6
[360 – 375) 367,5 4 0.11 10
[375 – 390) 382,5 12 0.34 22
[390 – 405) 397,5 7 0.20 29
[405 – 420) 412,5 4 0.11 33
[420 – 435) 427,5 2 0.06 35
Total 35 1.00
Clase Marca fi fr Fi Fr
[330 – 345) 337,5 3 0.09 3 0.09
[345 – 360) 352,5 3 0.09 6 0.17
[360 – 375) 367,5 4 0.11 10 0.29
[375 – 390) 382,5 12 0.34 22 0.63
[390 – 405) 397,5 7 0.20 29 0.83
[405 – 420) 412,5 4 0.11 33 0.94
[420 – 435) 427,5 2 0.06 35 1.00
Total 35 1.00
Para terminar….(II)
Los siguientes videos pueden ser útiles para reafirmar los conceptos
trabajados en esta presentación:
1) ¿Que es la estadística?:
https://www.youtube.com/watch?v=Xq3thcQqwbc&list=PLeySRPnY35dF
F5D9g_zi07yPKGXui4GII
1) Tipos de Variables
https://www.youtube.com/watch?v=nCszHELuwxk
1) Tablas de Frecuencia:
https://www.youtube.com/watch?v=cyXenZEbGz4
Preguntas…?

Teorico 1 Estadistica Descriptiva - 2023 - 1

Cargado por

Copyright:

Formatos disponibles

Teorico 1 Estadistica Descriptiva - 2023 - 1

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teorico 1 Estadistica Descriptiva - 2023 - 1

Cargado por

Copyright:

Formatos disponibles

Introducción a la cátedra

• Describir y resumir datos de interés veterinario.

El curso estará conformado por:

- Clases y Materiales Teóricos.

La Guía de Clases Prácticas, contiene ejercicios para ser

El estudiante podrá realizar los ejercicios que se encuentran en

Se sugiere (como mínimo): 9 horas semanales, a repartir en tres días. Busca

Deberás leer y estudiar la presentación teórica de la semana junto con los

Luego, realizar la mayor cantidad posible de ejercicios prácticos de la unidad

Posteriormente utiliza las resoluciones de los ejercicios para chequear tus

• Definir tipos de variables y sus escalas de

• Organizar y resumir la información

• Se ocupa de la información; cómo se obtiene?, cómo

• Proporciona herramientas para evaluar hechos y sacar

Recoger, organizar, analizar e interpretar los datos.

Las aplicaciones de la Bioestadística en el campo de las

En Medicina Veterinaria (Salud Animal)

– Evaluación de Pruebas Diagnósticas

En Tecnología de los Alimentos

- Control de calidad de los alimentos

A partir del estudio de los datos, sacar conclusiones y tomar

El alcance y validez de nuestras conclusiones estará determinado por la

Población (tamaño N): Colección completa de elementos con alguna característica de

Censo. Es el estudio de todos y c/u de los elementos de una población.

Muestra (tamaño n): Subconjunto de elementos de una población seleccionados de

Muestreo: Técnica que conduce a la obtención de una muestra representativa de la

Medir: Asignar números o palabras a objetos o eventos de acuerdo a un

Escalas de medida: nominal, ordinal, de intervalo y de razón.

Se tiene interés en estudiar la production leche de Santa Cruz en

Unidad de observación (?)

Variables de interés (?)

Cualitativas o categóricas: se refieren a cualidades nominales y los

Ejemplos: partido político de las personas, marca de aceite utilizada en el

Cuantitativas o numéricas: se refieren a cantidades y los estados

Ejemplos: Peso, altura, cantidad de bacterias por ml, tasa de desempleo,

Ejemplos: número de larvas, número de lechones por camada,

• variables cuantitativas (o numéricas) continuas: los valores

Ejemplos: altura, peso, producción diaria de leche, concentración de

En ocasiones, una variable de naturaleza cuantitativa pude ser transformada en

Objetivo: Ordenar y procesar un conjunto de observaciones de

• Tablas de frecuencia - Distribuciones de frecuencias,

Arreglo Ordenado (rol estadístico): listado de valores de una

Arreglo Ordenado (rol estadístico): listado de valores de una

Diagrama de Tallo y Hojas (Stem/leaf): las observaciones son

Arreglo Ordenado (rol estadístico): listado de valores de una

Diagrama de Tallo y Hojas (Stem/leaf): las observaciones son

Tablas de distribución de frecuencias: las observaciones se

También podría gustarte