Tarea 1 – Fundamentación del curso
Estudiantes:
Daniel Hernan Garcia Sanchez
Laura Vanessa Vargas Vargas
Código del grupo: 60
Tutor:
Carlos Andrés Fajardo
Universidad Nacional Abierta y a Distancia – UNAD
Escuela de Ciencias Agrícolas, Pecuarias y del Medio Ambiente – ECAPMA
Bioestadística
Código: 302277045
Agosto 2024
INFOGRAFIA
Preguntas
Laura Vargas:
1. ¿Qué es la bioestadística? Describa 3 ejemplos de su uso
La bioestadística se emplea para analizar datos provenientes de las ciencias biológicas,
como la agronomía, utilizando métodos estadísticos y matemáticos. Esta disciplina es
esencial para investigar la variabilidad de los organismos vivos y construir modelos que
describan procesos aleatorios.
Ejemplos:
Medicina: Evalúa la eficacia de nuevos tratamientos y medicamentos a través de ensayos
clínicos.
Ecología: Estudia la variabilidad en las características de los seres vivos y la relación
entre la dieta y la salud.
Modelado de enfermedades infecciosas: la bioestadística se emplea para modelar la
propagación de enfermedades infecciosas, utilizando daros de incidencia y transmisión.
2. ¿Establezca las diferencias entre la estadística descriptiva y la estadística
inferencial?
Estadística descriptiva
Se encarga de recolectar, organizar, presentar y resumir datos. Su objetivo principal es
describir las características principales de un conjunto de datos, sin hacer
generalizaciones más allá de esos datos.
Estadística inferencial
Esta por su parte, va más allá de la descripción de los datos. Su objetivo es hacer
inferencias sobre una población a partir de una muestra. Utiliza métodos probabilísticos
para estimar parámetros poblacionales, probar hipótesis y construir intervalos de
confianza.
CARACTERISTICAS ESTADISTICA ESTADISTICA
DESCRIPTIVA INFERENCIAL
Objetivo Describir datos Hacer inferencias sobre
una población
Técnicas Medidas de tendencia Pruebas de hipótesis,
central y dispersión, tablas, intervalos de confianza,
gráficos. regresión.
Generalizaciones No hace generalizaciones Hace generalizaciones a
partir de una muestra
3. ¿Cuáles son los pasos del método científico? Y, en sus palabras, identifiquen
su relación con el uso de la bioestadística (¿en cuáles de sus pasos creen se
puede usar?). Justifique sus respuestas.
Los pasos del método científico son:
Observación: Se realiza una observación cuidadosa y detallada de un fenómeno o
problema.
Pregunta: Se formula una pregunta específica sobre el fenómeno o problema observado.
Hipótesis: Se formula una hipótesis que explique el fenómeno o problema.
Experimentación: Se diseñan y realizan experimentos para probar la hipótesis.
Análisis de datos: Se analizan los datos recopilados durante los experimentos.
Conclusión: Se llega a una conclusión basada en los datos.
Comunicación de resultados: Se comunican los resultados a otros científicos y al
público en general.
Relación con la bioestadística:
Observación y planteamiento de preguntas: La bioestadística ayuda a diseñar estudios
y formular preguntas relevantes.
Experimentación: Se utilizan métodos estadísticos para analizar los datos obtenidos en
los experimentos.
4. ¿A qué se le conoce como medidas de resumen? (Su descripción debe
involucrar los conceptos de: media, mediana, moda, cuantiles y percentiles)
Las medidas de resumen son valores que intentan describir un conjunto de datos de
manera breve y significativa. Estas medidas intentan capturar las características
principales de los datos, como su tendencia central y su variabilidad. Las medidas de
resumen más comunes son:
- Media: es el promedio de los valores de un conjunto de datos. Se utiliza para describir
la tendencia central de los datos.
- Mediana: es el valor que se encuentra en el centro de un conjunto de datos ordenados.
La mediana divide los datos en dos grupos iguales.
- Moda: es el valor que aparece con mayor frecuencia en un conjunto de datos.
- Cuantiles: son valores que dividen un conjunto de datos en partes iguales. Por ejemplo,
el cuantil 25% divide los datos en dos partes, una con los 25% de valores más bajos y otra
con los 75% de valores más altos.
- Percentiles: son valores que indican el porcentaje de datos que se encuentran por debajo de un
determinado valor. Por ejemplo, el percentil 50 es igual a la mediana.
Daniel García
1. ¿Qué es la bioestadística? Describa 3 ejemplos de su uso
RESPUESTA:
Es una de las ramas de la estadística que se enfoca en analizar e interpretar los datos biológicos
médicos y de salud pública. Unos de sus objetivos es la aplicación de métodos estadísticos para
poder entender y dar una solución de problemas en biología y medicina.
Ejemplos:
1.Investigación clínica:
En los ensayos clínicos evalúan la eficacia de un nuevo medicamento, la bioestadística nos juega
un papel crucial. Algunos investigadores crean estudios controlados y aleatorios, analizan datos
de los pacientes y determinan si el medicamento tiene algún efecto significativo en comparación
de un placebo
2.Epidemiología:
Es utilizada para estudiar la distribución y determinar enfermedades en poblaciones, ejemplo en
un estudio sobre la prevalencia de diabetes tipo 2 en una región se especifica, los bioestadísticos
analizan datos de encuestas de salud, registros médicos y otras fuentes para identificar los
posibles factores de riesgo.
3.Genética y Genómica:
En el campo la bioestadística nos ayuda a analizar datos de secuencias de ADN para poder
identificar asociaciones entre genes y enfermedades. Ejemplo En un estudio de asociación de
genoma completo (GWAS), los bioestadísticos utilizan modelos estadísticos para realizar el
análisis en grandes volúmenes de datos genéticos y así determinar qué tipo de variantes genéticas
están asociadas con un riesgo aumentado de enfermedades como el cáncer o enfermedades
cardiovasculares
2. ¿Establezca las diferencias entre la estadística descriptiva y la estadística
inferencial?
RESPUESTA:
ESTADISTICA DESCRIPTIVA
1.Proposito
Esta se enfoca en resumir, organizar y presentar los datos de manera clara y concisa
2.Metodos
- Medidas de tendencia central: Media, mediana y moda
- Medidas de dispersión: Rango, varianza, desviación estándar, coeficiente de variación
- Tablas y gráficos: tablas de frecuencia, histogramas, diagramas de caja y gráficos de barras y de
sectores
3.aplicacion
Es utilizada para descubrir las características principales de un conjunto de datos.
4.ejemplo
Tenemos los datos de las calificaciones de 50 estudiantes en un examen, puedes calcular la
media, la mediana y la desviación estándar de esas calificaciones para obtener un resumen del
desempeño de los estudiantes
ESTADISTICA INFERENCIAL
1.Proposito
Es utilizada para realizar generalizaciones o inferencias sobre una población basada en una
muestra de datos e intenta realizar afirmaciones que van más allá de los datos disponibles.
2.Metodos
- Estimación
Uso de estimadores para inferir parámetros de la población
- Pruebas de hipótesis
Procedimientos para probar suposiciones o afirmaciones sobre una población
- Métodos estadísticos
Regresiones, análisis de varianza, modelos de probabilidad
3.aplicacion
Es utilizado para la toma de decisiones o hacer una predicción sobre una población basándose en
una muestra
4.ejemplo
Si quieres saber si una nueva técnica de enseñanza es más efectiva que la tradicional, puedes
realizar un experimento con una muestra de estudiantes y luego usar métodos inferenciales para
determinar si los resultados observados en la muestra pueden generalizarse a toda la población de
estudiantes.
3. ¿Cuáles son los pasos del método científico? Y, en sus palabras, identifiquen su
relación con el uso de la bioestadística (¿en cuáles de sus pasos creen se puede
usar?). Justifique sus respuestas.
RESPUESTA
Es un método científico de proceso sistemático utilizado para las investigaciones fenómenos,
adquiriendo nuevos conocimientos o corregir y ampliar conocimientos previos
Pasos típicos del método científico
-Observación:
Identificar y describir un fenómeno o problema
-Pregunta:
Formulación específica sobre el fenómeno observado
-Hipótesis:
Proponer una explicación provisional o una respuesta posible a la pregunta
-Experimentación:
Diseñar y llevar a cabo experimentos para proponer a prueba la hipótesis
-Análisis de datos:
Recopilar y analizar los datos obtenidos durante los experimentos
-Conclusión
Evaluar los datos si se apoyan
-Comunicación
Compartir los resultados para que otros puedan revisarlos y replicarlos
RELACION CON LA BIOESTADISTICA
Nos juega un papel crucial en varios de estos pasos:
-Observación y pregunta
La bioestadística no es directamente involucrada en estos pasos, la formulación de preguntas
y la identificación de fenómenos a menudo se basan en datos estadísticos.
-Hipótesis
Nos ayuda a formular hipótesis más precisas al analizar datos.
-Experimentación
Es fundamental para diseñar experimentos adecuados, seleccionando el tamaño de muestra
necesario y aplicar técnicas estadísticas para asegurar los resultados sean válidos y fiables.
-Análisis de datos
Es utilizada para analizar los datos recolectados durante ciertos experimentos.
-Conclusión
Nos ayuda a interpretar los resultados de los análisis de datos y a determinar si la hipótesis ha
sido apoyada o refutada
-Comunicación
Estos resultados deben ser presentados de manera clara y comprensible en los informes y
publicaciones científicas.
4. ¿A qué se le conoce como medidas de resumen? (Su descripción debe involucrar los
conceptos de: media, mediana, moda, cuantiles y percentiles)
RESPUESTA:
Son herramientas estadísticas utilizadas para el descubrimiento, resumiendo la información
contenida en un conjunto de datos. Estas medidas nos ayudan a entender con facilidad las
características principales de una distribución de datos y a comprar diferentes conjuntos de datos.
- Media
Es un promedio aritmético de todos los valores en un conjunto de datos. Se calculan
sumando todos los valores y dividiendo el total entre el número de valores.
- Mediana
Se divide un conjunto de datos ordenado en dos partes iguales, de una manera que el 50%
de los valores están por debajo de ella y el 50% está por encima.
- Moda
Es un valor que aparece con mayor frecuencia en un conjunto de datos, puede haber mas
de una moda o ninguna si todos los valores tienen la misma frecuencia.
- Cuantiles
Son valores que se dividen un conjunto de datos en partes iguales. Los cuantiles se
utilizan para identificar y describir la distribución de los datos. Los cuartiles son un tipo
especifico de cuantiles que dividen los datos en cuatro partes iguales: cuartil (Q1) es el
valor que separa el 25% inferior del 75% superior, el segundo cuartil (Q2) es la mediana
y el tercer cuartil (Q3) separa el 75% inferior del 25% superior
- Percentiles
Los valores se dividen en un conjunto de datos en 100 partes iguales. Cada percentil
indica el valor por debajo del cual cae un determinado porcentaje de los datos.
Referencias
¿Cuáles son los Pasos del Método Científico? - Cómo investigar. (n.d.). Retrieved
August 30, 2024, from https://concepto.de/cuales-son-los-pasos-del-metodo-
cientifico/
Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba, M &
Casanoves, F. (2011). Estadística y Biometría.. Editorial Brujas. 1º Edición.
https://bit.ly/3wBPsfF
Barrios, M., & Basso, C. (2018). Efecto de la fertilización nitrogenada sobre el
rendimiento y calidad de la papa. Bioagro, 30(1), 39-48.
Contento Rubio, M. R. (2019). Estadística con aplicaciones en R. https://research-
ebsco-com.bibliotecavirtual.unad.edu.co/linkprocessor/plink?id=d81a082e-
1c99-39e3-8f52-a9fea4fea420
Montgomery, D. C., & Runger, G. C. (2010). Statistical Quality Control: A Modern
Introduction. John Wiley & Sons.
Piantadosi, S. (2017). Clinical Trials: A Methodologic Perspective. John Wiley &
Sons.
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.).
Lippincott Williams & Wilkins.
Purcell, S., Neale, B., Todd-Brown, K., Thomas, L., Ferreira, M. A. R., & et al.
(2007). "PLINK: A Tool Set for Whole-Genome Association and Population-
Based Linkage Analyses." American Journal of Human Genetics, 81(3), 559-
575.
Triola, M. F. (2018). Elementary Statistics. Pearson.
Sullivan, M. (2018). Fundamentals of Statistics. Pearson.
Neter, J., Kutner, M. H., Nachtsheim, C. J., & Wasserman, W. (1996). Applied
Linear Statistical Models. McGraw-Hill.
Wackerly, D., Mendenhall, W., & Scheaffer, R. L. (2014). Mathematical Statistics
with Applications. Cengage Learning.
Casella, G., & Berger, R. L. (2002). Statistical Inference. Duxbury Press.
Moore, D. S., McCabe, G. P., & Craig, B. A. (2017). Introduction to the Practice of
Statistics. W.H. Freeman.
Montgomery, D. C., & Runger, G. C. (2014). Applied Statistics and Probability for
Engineers. Wiley.
Hollander, M., Wolfe, D. A., & Chicken, E. (2013). Nonparametric Statistical
Methods. Wiley.
Popper, K. (2005). La lógica de la investigación científica. Tecnos.
Lakatos, I. (1978). La metodología de los programas de investigación científica.
Siglo XXI Editores.
Hempel, C. G. (1966). Fundamentos de la metodología científica. Editorial Losada.
Rosner, B. (2015). Fundamentals of Biostatistics (8th ed.). Cengage Learning.
Sullivan, L. M. (2018). Essentials of Biostatistics for Public Health (4th ed.). Jones
& Bartlett Learning.
Kirkwood, B. R., & Sterne, J. A. C. (2010). Essential Medical Statistics (2nd ed.).
Blackwell Publishing.
Wright, S. (1995). Statistical Methods for Research Workers. Princeton University
Press.
Mathematical biostatistics boot camp 1. (s/f). Coursera. Recuperado el 30 de agosto de
2024, de https://www.coursera.org/learn/biostatistics
Khan academy. (s/f). Khanacademy.org. Recuperado el 30 de agosto de 2024, de
https://www.khanacademy.org/science/biology/heredity--genetics/the-scientific-
method/a/the-scientific-method
(N.d.). Unir.net. Retrieved August 30, 2024, from
https://www.unir.net/salud/revista/bioestadistica/
