1

XLStatistics
ANÁLISIS ESTADÍSTICO CON EXCEL

La información independientemente de lo costosa que haya sido crearla, puede ser replicada y
compartida a un costo mínimo o nulo. -- Thomas Jefferson

Jorge Fallas

2010
 i

Contenido
¿Qué es estadística? ...................................................................................................................... 1
Exactitud y precisión ....................................................................................................................... 1
Variables: medición y clasificación .................................................................................................. 2
Variables cualitativas ................................................................................................................ 2
Variables cuantitativas ............................................................................................................. 3
El proceso de investigación ............................................................................................................. 4
Terminología ................................................................................................................................... 5
Prueba de hipótesis: Error tipo I y II............................................................................................... 12
Sugerencias para el análisis de datos ........................................................................................... 13
Estadística: Software gratuito ........................................................................................................ 13
¿Qué es XLSTatistics? .................................................................................................................. 16
Instalación ..................................................................................................................................... 17
Desinstalación ............................................................................................................................... 17
XLStatistics: interfaz grafica y funciones ....................................................................................... 17
Otros complementos gratuitos para análisis estadístico en Excel .................................................. 23
Complementos comerciales para Excel ......................................................................................... 23
Programas gratuitos y en línea para análisis estadístico ............................................................... 24
Sitios de interés ............................................................................................................................. 25
Análisis de una variable numérica (variable cuantitativa discreta ó continua) ................................ 28
Data and Description: Datos y su descripción ........................................................................ 29
Summaries: Síntesis de datos (Tabla de frecuencia y gráficos).............................................. 30
Tests: Pruebas estadísticas ................................................................................................... 31
Prueba “t” para una muestra (requisitos muestra independiente y normalidad) ...................... 31
Análisis de Residuos .............................................................................................................. 31
Prueba de Normalidad ........................................................................................................... 33
Análisis de poder y determinación de tamaño de muestra...................................................... 33
Análisis de error marginal para IC de la media ....................................................................... 34
Pruebas no paramétricas ....................................................................................................... 35
Prueba de signos (prueba de mediana).................................................................................. 35
Prueba de Chi-2 para la varianza ........................................................................................... 35
Intervalos de tolerancia y de predicción.................................................................................. 36
Herramientas adicionales ....................................................................................................... 36
Datos agrupados 1NumGD.xls ............................................................................................... 36
Gráfico de probabilidad normal............................................................................................... 37
Análisis de una variable cualitativa (nominal-ordinal) .................................................................... 38
Data and Description: Datos y su descripción ........................................................................ 38
 ii

Summaries: Tabla de frecuencia y gráficos ............................................................................ 39

Tests: Intervalo de confianza y prueba de hipótesis para proporciones (N grande) ................ 39
Análisis de poder y determinación de tamaño de muestra...................................................... 40
Análisis de error marginal para IC de proporciones ................................................................ 40
Intervalo de confianza y prueba de hipótesis para proporciones (muestras pequeñas) .......... 40
Prueba de Bondad de ajuste (ji-cuadrado) ............................................................................. 41
Prueba de corridas o de Wald–Wolfowitz ............................................................................... 41
Análisis de dos variables numéricas (continuas ó discretas): Correlación y regresión simple ........ 43
Conceptos básicos sobre regresión lineal simple ................................................................... 44
Data and Description: Datos y su descripción ........................................................................ 45
Análisis de correlación y regresión lineal ................................................................................ 45
Prueba de hipótesis (intercepto, pendiente) ........................................................................... 45
Análisis de varianza: significancia del modelo ........................................................................ 46
Análisis de residuos: Evaluación de los supuestos del modelo............................................... 46
Intervalo de predicción y banda de predicción ........................................................................ 50
Herramientas adicionales ....................................................................................................... 50
Ajuste de funciones ................................................................................................................ 51
Transformaciones lineales...................................................................................................... 51
Ecuación polinomial ............................................................................................................... 51
Regresión no lineal................................................................................................................. 51
Cambio de pendiente (tendencia) en el set de datos .............................................................. 52
Media móvil ............................................................................................................................ 52
Media con barras ó bandas de error ....................................................................................... 53
Regresión lineal localmente ponderada.................................................................................. 53
Estadísticos descriptivos y gráficos para la variable predictora (X) y la dependiente (Y) ........ 55
Análisis de correlación no paramétrico ................................................................................... 56
Series de tiempo .................................................................................................................... 56
Ejercicio ................................................................................................................................. 57
Modelos matemáticos para datos cuantitativos bivariados ..................................................... 57
Precauciones al realizar un análisis de correlación-regresión ................................................ 57
Ejemplo de análisis de regresión utilizando software en línea ................................................ 59
Análisis de una variable numérica y otra nominal (1Num1Cat) ...................................................... 65
Datos y estadísticos descriptivos............................................................................................ 65
Grafico de frecuencia comparativo por categoría ................................................................... 66
Grafico de Columna ............................................................................................................... 67
Grafico de medias con barra de error ..................................................................................... 67
Grafico de medias con mas categorías .................................................................................. 68
Análisis de varianza paramétrico de 1 vía .............................................................................. 68
 iii

Supuestos del ANOVA ........................................................................................................... 69

Prueba sobre intercepto en modelo ........................................................................................ 71
Análisis de residuos ............................................................................................................... 71
Análisis de varianza no paramétrico de 1 vía (Kruskal-Wallis) ................................................ 72
Prueba de Hartley (comparación de varianzas) ...................................................................... 72
Análisis de varianza de una vía en línea con StatGraphics .................................................... 73
Comparación de dos grupos (2 muestras independientes) ..................................................... 79
Prueba F de igualdad de varianzas (Niño Vs Niña) ................................................................ 79
Análisis de residuos ............................................................................................................... 80
Análisis de poder de la prueba t ............................................................................................. 81
Análisis de poder marginal de la prueba t ............................................................................... 81
Prueba de Mann-Witney (diferencia entre medianas de 2 muestras independientes)............. 81
Prueba de hipótesis entre dos medias utilizando el método de aleatorización........................ 82
Prueba de hipótesis entre dos medianas utilizando el método de aleatorización .................... 82
Ejercicio ................................................................................................................................. 84
Análisis de dos variables nominales (variables cualitativas) .......................................................... 85
Datos y estadísticos descriptivos............................................................................................ 85
Tabla y grafico de frecuencia ................................................................................................. 86
Prueba de Ji-cuadrado (de Pearson): Prueba de independencia............................................ 86
Chi Square for R by C Table .................................................................................................. 87
Prueba de diferencia entre dos proporciones (muestras grandes).......................................... 87
Análisis de poder de la prueba (diferencia entre dos proporciones) ....................................... 88
Análisis de poder marginal de la prueba (diferencia entre dos proporciones) ......................... 88
Diferencia entre dos proporciones (muestras pequeñas)........................................................ 88
Análisis de tabla de 2x2.......................................................................................................... 89
Tabla y grafico de frecuencia por variables ............................................................................ 89
Análisis de una variable numérica y dos nominales....................................................................... 90
Datos y estadísticos descriptivos............................................................................................ 91
Gráfico de medias y bandas/barra de error ............................................................................ 91
Gráfico de medias por categoría ............................................................................................ 92
Análisis de varianza para muestras balanceadas ................................................................... 92
Supuestos de ANOVA una vía y factorial y de la prueba t para muestras independientes ..... 93
Gráfico de medias e intervalo de confianza al 95% ................................................................ 94
Análisis de varianza factorial en línea con StatGraphics ........................................................ 95
Análisis de dos variables numéricas y una nominal ..................................................................... 101
Datos y estadísticos descriptivos.......................................................................................... 101
Análisis de regresión lineal ................................................................................................... 102
Prueba de hipótesis sobre efecto de ENOS en Pt anual....................................................... 102
 iv

Análisis de residuos ............................................................................................................. 102

Estadísticos descriptivos por variable ................................................................................... 103
Gráfico de medias ................................................................................................................ 104
Ajuste de funciones .............................................................................................................. 104
Suavizado ............................................................................................................................ 104
Gráfico de media para grupos .............................................................................................. 105
Regresión localmente ponderada ......................................................................................... 105
Análisis de tres o más variables numéricas ................................................................................. 106
Datos.................................................................................................................................... 107
1: Estadísticos y grafica por variable .................................................................................... 107
Estadísticos descriptivos por variable ................................................................................... 107
Resumen grafico por variable ............................................................................................... 107
2: Análisis de correlación y regresión lineal .......................................................................... 108
Matriz de correlación gráfica ................................................................................................ 108
Matriz de correlación lineal (Coef. Pearson) ......................................................................... 109
Diagrama de dispersión multivariable ................................................................................... 109
Regresión lineal multiple ...................................................................................................... 109
Análisis de residuos ............................................................................................................. 110
Corrección por correlación serial (resago 1) ......................................................................... 111
Análisis de varianza (significancia de modelo de regresión) ................................................. 112
Comparación de modelos..................................................................................................... 113
Predicción o estimación........................................................................................................ 113
Mediciones repetidas ........................................................................................................... 114
Regresión no lineal............................................................................................................... 115
Análisis de tres o más variables numéricas y una nominal .......................................................... 116
Datos.................................................................................................................................... 116
Estadísticos decriptivos y grafico.......................................................................................... 117
Grafico de barras comparativas............................................................................................ 117
Análisis de tres o más variables nominales ................................................................................. 118
Datos.................................................................................................................................... 118
Tabla dinámica ..................................................................................................................... 119
Tablas y gráficos multiples ................................................................................................... 119
Análisis de una variable numérica y tres o más nominales .......................................................... 120
Datos.................................................................................................................................... 120
Tablas dinámicas ................................................................................................................. 121
Selección de muestras aleatorias ................................................................................................ 122
Anexo 1: Análisis exploratorio de datos: Estadísticos descriptivos y análisis gráfico ................... 124
Anexo 2: Guía para el análisis de datos ...................................................................................... 128
 v

Anexo 3: Prueba de hipótesis: una muestra, dos muestras, tres o más muestras ....................... 129
Anexo 4: Elección de una prueba estadística .............................................................................. 138
Anexo 5: Comparación de paquetes estadísticos ........................................................................ 144
Anexo 6: Software gratuito .......................................................................................................... 156

Visite http://smestorage.com/users/jfallas56 para descargar otros documentos sobre

Geotecnologías, ambiente y recursos naturales.
 1

¿Qué es estadística?
La estadística es el arte-ciencia de tomar decisiones ante situaciones concretas y a la luz de
información o datos parciales. En otras palabras, es tomar decisiones bajo condiciones de
incertidumbre. La estadística nació en las sociedades antiguas para resolver un problema muy
concreto: colectar datos y crear información sobre aspectos tales como producción, población, e
impuestos; elementos esenciales para gobernar una nación o un imperio. Este primer aspecto de la
estadística todavía persiste y es lo que se conoce como estadística descriptiva.

Desde el punto de vista de su aplicación a trabajos científico-matemáticos, la estadística se originó

alrededor de 1925 con la publicación de Fisher "Métodos estadísticos para investigadores". Esta
publicación marcó el inicio de la estadística inferencial. Gracias a esta publicación y a posteriores
trabajos de otros científicos la estadística juega un papel esencial en las ciencias naturales y sociales
donde las leyes de causa y efecto no pueden deducirse a partir de observaciones individuales.

Formalmente, la estadística puede definirse como una ciencia con un componente teórico y otro
aplicado que consiste en crear, desarrollar, y aplicar técnicas o instrumentos que nos permitan evaluar
el grado de incertidumbre o error de nuestras generalizaciones. Por ejemplo, si deseamos conocer el
diámetro medio a la altura del pecho (dap) de una plantación de roble de 10 hectáreas, ubicada en San
José de la Montaña, debemos decidir acerca del tamaño de la muestra y el método de selección; y una
vez colectados los datos hay que seleccionar los estadísticos y tablas a utilizar para generalizar los
resultados a la plantación (inferencia). Finalmente, debemos indicar el grado de confiabilidad de
nuestros resultados o en otras palabras que tan seguros estamos de nuestra estimación.

No existe ninguna medida perfecta y por tanto, todas las mediciones contienen algún grado de
error; de donde se desprende que para extraer la información de las mediciones es necesario analizar
los errores. Los errores se agrupan en dos grandes categorías: el sesgo o error sistemático que puede
modelarse utilizando una ecuación que describe las mediciones, lo que permite eliminar o reducir
significativamente su efecto; y el ruido o error aleatorio, el cual no se puede modelar, pero cuyas
propiedades estadísticas se pueden utilizar para optimizar los resultados del análisis.

Exactitud y precisión
Como se mencionó previamente, toda medición tiene un error; sin embargo con frecuencia se
confunden los términos error o sesgo y precisión (ver figura 1).

Exactitud: mide el grado de fidelidad o proximidad de la medición con respecto al valor real de la
variable. El error o sesgo es igual a valor real-valor medido. Para determinar el error en una medición
es necesario conocer el valor real de la variable medida.

Precisión: La precisión es una medición de la similitud entre mediciones repetidas de una variable.
Para variables con una distribución normal, la varianza se utiliza para cuantificar la variación del set de
datos con respecto a la media.
 2

Figura 1: Conceptos de exactitud y precisión. Observe que una medición puede tener una alta
precisión y un bajo sesgo o error; sin embargo también puede tener una alta precisión y un alto sesgo
o error. Lo deseable es una alta precisión y un error mínimo.

Variables: medición y clasificación

Para utilizar la estadística (descriptiva e inferencial) el investigador(a) debe medir la variable que
desea analizar. La medición es el procedimiento utilizado para asignar valores a la variable de tal
forma que satisfaga las condiciones necesarias para su posterior análisis. La Real Academia Española
(http://www.rae.es/rae.html) define el verbo medir como “comparar una cantidad con su respectiva
unidad, con el fin de averiguar cuántas veces la segunda está contenida en la primera”. La escala de
medición es el contexto o marco de referencia bajo el cual se realizan las mediciones; todo medición
pertenece a una de las siguientes cuatro escalas: nominal, ordinal, intervalo y razón. Para decidir
cuál prueba estadística puede aplicarse a un set de datos es necesario conocer su escala de medición
(¡Error! No se encuentra el origen de la referencia.). A su vez, las variables pueden agruparse
n cualitativas y cuantitativas.

Variables cualitativas
Estas variables se caracterizan por no expresar una cantidad o magnitud absoluta de lo que se
mide y comprenden dos niveles de medición: nominal y ordinal.

Escala nominal
El nivel de medición nominal es el más simple; ya que las variables se “miden” utilizando el
concepto de igualdad. La especie, el tipo de vegetación y el color de las hojas son ejemplos de
mediciones a nivel nominal. Los objetos o eventos se asignan a una u otra clase basados en el
concepto de igualdad. Los números o letras asignados a cada categoría son solo códigos y no tienen
un orden natural. Por ejemplo, podemos clasificar cinco tipos de uso-cobertura de la tierra de la
siguiente manera:

1) bosque seco
2) bosque húmedo
3) mangle
4) pastos y
5) cultivos permanentes
 3

Sin embargo, el valor numérico no indica la precedencia de un tipo de vegetación sobre el siguiente;
por ejemplo, el bosque húmedo no es mayor que el bosque seco.

Escala ordinal
En el nivel de medición ordinal las variables se miden de acuerdo a su tamaño, valor relativo u
orden natural. Esta escala de medición no permite determinar la magnitud de la desigualdad entre
categorías contiguas. Por ejemplo, las especies forestales de Costa Rica pueden clasificarse de
acuerdo a la densidad de su madera en muy pesadas, pesadas, livianas y muy livianas; sin embargo
esta clasificación no indica cuánto más densa es la madera de la primera clase comparada con la
segunda o la última. Las variables numéricas o cuantitativas puedes expresarse como variable
ordinales utilizando cuantiles, percentiles u otro criterio definido por el usuario(a). Por ejemplo, los
datos de la variable “densidad de la madera” pueden dividirse en 5 categorías utilizando quintiles y de
esta manera saber cuánto más densa o menos densa es una madera de una categoría con respecto a
cualquier otra.

La escala de actitud de Likert es un caso especial de una escala de medición ordinal que con
frecuencia es analizada como una variable cuantitativa. La escala, formada por cinco clases o
categorías, fue diseñada con el fin de que las valoraciones sigan una progresión aritmética como se
muestra a continuación:

Cuadro 1: Escala de actitud de Likert.

Valores de la escala Valores de la escala Valores de la escala

-2 Totalmente en desacuerdo 5 Totalmente en desacuerdo A Totalmente en desacuerdo
-1 En desacuerdo 4 En desacuerdo B En desacuerdo
0 Indiferente, indeciso o 3 Indiferente, indeciso o C Indiferente, indeciso o
neutro neutro neutro
1 De acuerdo 2 De acuerdo D De acuerdo
2 Totalmente de acuerdo 1 Totalmente de acuerdo E Totalmente de acuerdo

Observe que a diferencia de las variables numéricas o cuantitativas, en la cual los números tienen
un orden natural, en la escala de Likert los números o letras asignados a cada categoría son solo
códigos y no tienen un orden natural; aunque sí expresan una progresión aritmética; donde se podría
considerar la respuesta “Indiferente, indeciso o neutro” como el “cero” de la escala.

Variables cuantitativas
Estas variables se caracterizan por expresar una cantidad o magnitud de lo que se mide y
comprenden dos niveles de medición: intervalo y razón.

Escala intervalo y razón

Las escalas de medición de intervalo y razón se diferencian en que la primera no tiene un cero (0)
verdadero y la segunda sí. Por ejemplo, variables como temperatura, índices de inteligencia, latitud y
fecha se miden a un nivel de intervalo; en tanto que variables como distancia, área y volumen se
miden a un nivel de razón. Una temperatura de 0oC no significa la ausencia de temperatura; en tanto
que una distancia de 0 mm sí indica la ausencia de distancia. El método más simple para distinguir
observaciones entre dichas escalas es aplicar la prueba de razón o proporción a dos valores
cualquiera.
 4

El cociente de una razón para observaciones a un nivel de medición de intervalo no tienen sentido o
explicación lógica. Por ejemplo, una temperatura de 30oC no es dos veces más caliente que una de
15oC, en tanto que un árbol de 30 metros sí es dos veces más alto que uno de 15 metros. En ambos
casos, el cociente es 2 (30/15=2); sin embargo el cero (0) en la escala de grados centígrados es ficticio
o sea un punto arbitrario en tanto que en la escala lineal es verdadero. Cualquier operación
matemática puede utilizarse e interpretarse en observaciones a un nivel de medición de razón. Para
observaciones a un nivel de intervalo sólo tienen sentido la suma, la resta y la multiplicación (cuadro
2).

Cuadro 2: Escalas de medición y operaciones matemáticas que las caracterizan.

Escala de medición Operaciones matemáticas permitidas

Razón 1. Equivalencia (=)
2. Desigualdad (<, >)
3. Razón de dos intervalos tiene sentido. (a_b/c_d= e)
4. Razón de dos valores tiene sentido ( a/b= c)
Intervalo 1. Equivalencia (=)
2. Desigualdad (<,>)
3. Razón de dos intervalos tiene sentido. (a_b/c_d =e)
Ordinal 1. Equivalencia (=)
2. Desigualdad (<,>)
Nominal 1. Equivalencia (=)

Variables circulares
Las variables circulares son un tipo especial de variables cuantitativas que representan ciclos. En
estas variables, el valor más grande y el más pequeño se encuentra uno al lado del otro y el punto
cero es arbitrario. Algunos ejemplos de variables circulares son: hora del día (0-24), meses del año
(enero a diciembre) y la dirección de la brújula (0o-360o). Si se utiliza solo parte del ciclo, una variable
circular se convierte en una variable lineal. Por ejemplo, cuando usted utiliza la variable tiempo y la
mide como el número días entre dos eventos.

Si su variable es realmente circular (e.g. distancia y dirección de vuelo de las aves), existen pruebas
estadísticas diseñadas especialmente para este tipo de variable tales las herramientas de Matlab para
estadística circular http://www.kyb.tuebingen.mpg.de/bs/people/berens/circStat.html y el programa
comercial Oriana http://www.kovcomp.com/oriana/.

Los métodos estadísticos aplicados a un nivel de medición nominal y ordinal se denominan "no
paramétricos", en tanto que los aplicados a datos a un nivel de medición de intervalo y razón se
denominan "paramétricos". Observaciones a un nivel de medición de intervalo y razón pueden
transformarse a una escala ordinal o aun nominal. Por ejemplo, si tenemos 10 observaciones de
densidad de roble, podemos ordenarlas en forma ascendente, de tal forma que el primer valor es
mayor que el segundo, el segundo mayor que el tercero, y así sucesivamente. Luego se asigna un
valor de 1 a 10 a cada observación, estos nuevos “valores” se conocen con el nombre de órdenes.
Esto permite aplicar técnicas no paramétricas a datos medidos originalmente a un nivel apropiado para
aplicar técnicas paramétricas.

El proceso de investigación
Existen muchas definiciones del término investigación; sin embargo en el contexto del presente
documento la definiremos como el camino o ruta que usted sigue para responder a sus preguntas o
 5

someter a prueba sus hipótesis. En el proceso de investigación se pueden reconocer los siguientes
elementos (ver figura 2):

A. Mundo real: La real que se estudia.

B. Preguntas. Lo que deseamos responder mediante el proceso de investigación. Involucra la
revisión de estudios previos (revisión del estado del conocimiento). Formulación de preguntas e
hipótesis de trabajo.
C. Poblaciones/muestras/variables: Transformación del mundo real en elementos estadísticos que
puedan ser medidos.
D. Medición: Proceso e instrumentos utilizados para recabar datos del objeto de interés.
E. Análisis de datos: Métodos y procedimientos utilizados para transformar los datos en
información. Someter a prueba hipótesis (diseño experimental/Observacional).
A. Decisión: Posición del investigador(ara) frente a los resultados de su estudio y reformulación de
hipótesis.
B. Aplicación: Acción sobre el mundo real

Figura 2: El proceso de investigación.

Terminología
En el análisis de datos estadísticos con frecuencia se utilizan las palabras “variable independiente“
y “variable dependiente”; sin embargo en diferentes disciplinas dichos términos pueden tener
diferentes acepciones como se muestra a continuación:

Variable independiente, variable explicativa, variable control, variable manipulada, variable predictiva,
regresor, variable de exposición, insumo

Variable dependiente, variable respuesta, variable medida, variable observada, variable explicada,
variable resultado, variable experimental, producto.

• Variable "independiente" responde a la pregunta "¿Qué puedo cambiar?"

• Variable "dependiente" responde a la pregunta "¿Qué observo?
• Variable de control responde a la pregunta "¿Qué mantengo constante?"
 6

• Variables externas responden a la pregunta "¿Cuáles variables no consideradas en el análisis

pueden mediar en el efecto de la variable “independiente” en la variable dependiente? "

Dado que la mayoría de las variables presentan algún grado de correlación es preferible utilizar los
términos variable respuesta y variable explicativa.

Mediciones repetidas: Las mediciones repetidas se obtienen en un grupo de sujetos o muestras que se
miden antes y después de aplicar un tratamiento (e.g. se mide variable respuesta en el sujeto antes
de un tratamiento y luego después de aplicar el tratamiento). Por lo tanto, cada sujeto o muestra actúa
como su propio control y por esta razón las dos mediciones no son independientes.

Los grupos son establecidos por el emparejamiento de sujetos o muestras utilizando como
referencia algún tipo de relación natural entre los sujetos o muestras de cada par. Por ejemplo, las
competencias de cada trabajador en el área social podrían compararse con las de su padre/madre.
Cada persona podría ser emparejada con su padre/madre en este diseño y debido a esta relación
natural, las mediciones no son independientes.

Un diseño emparejado de participantes se emplea cuando los participantes se emparejan basados

en resultados similares en una prueba previa. Una persona de cada pareja es asignada al grupo
experimental (por ejemplo, el grupo que recibió algún tratamiento) y el otro es asignado al grupo
control (que no recibe el tratamiento). El objetivo del diseño es controlar por diferencias en los
individuaos. Por ejemplo, podríamos querer controlar la variable inteligencia en la evaluación de los
efectos de una droga sobre la memoria. En primer lugar, se podría medir el IQ de los participantes y
luego compararlas en base a su índice de inteligencia antes de asignar aleatoriamente a uno a la
droga y el otro a la condición sin la droga.

Población: Es el total o universo al cual se desea aplicar la inferencia o conclusión del estudio.

Muestra: Es una parte o porción de la realidad bajo estudio.

Deducción: A partir del todo (población) se deriva una afirmación que aplica a una condición particular
(muestra).

Inducción: A partir de una porción de la realidad (muestra) se hace una afirmación sobre el todo
(población).

Unidad experimental: Individuo, objeto, grupo o conjunto de sujetos experimentales a los cuales se les
aplica un determinado tratamiento. Por ejemplo, la unidad experimental puede ser una parcela en una
plantación, un grupo de semillas, un persona a la cual se entrevista, un árbol que se mide, etc. En
algunos textos se le denomina a la unidad experimental “caso”.

Observación: Es la medición realizada en una unidad experimental.

Medición: Proceso de asignar un valor numérico ó no numérico a un fenómeno, proceso u objeto.

Tratamientos o variables: Procesos o acciones cuyos efectos serán medidos en el material

experimental y posteriormente comparados entre sí para determinar si existen diferencias
estadísticamente significativas. Los tratamientos pueden ser cualitativos ó cuantitativos.

Testigo: Tratamiento de referencia utilizado para determinar si los tratamientos tienen un efecto
estadísticamente discernible sobre el material experimental.
 7

Variable respuesta: Es aquella propiedad o cualidad de la unidad experimental que se mide. Para
mayor detalle sobre el tema ver pág.6.

Repetición: Réplica estadísticamente independiente de un tratamiento. Cuando el tratamiento es

aplicado a varias unidades experimentales independientes; cada aplicación brinda una estimación
independiente de la respuesta del sujeto experimental al tratamiento. Cuantas más réplicas se tenga
mejor será la estimación del error experimental. En la mayoría de los casos se recomienda un mínimo
de tres observaciones independientes por tratamiento. La seudo replicación es el resultado de
muestrear dos o más veces la misma condición (muestras no independientes). Por ejemplo, al evaluar
la densidad de peces en dos ríos; uno contaminado y otro no, si se muestrean 5 sitios al azar en cada
uno de ellos, dichas muestras no representan réplicas ya que se está muestreando el mismo río. En el
sentido estadístico para que se consideren réplicas debería de elegirse al azar dos o más ríos por
condición (contaminado-no contaminado) y luego obtener muestras independientes de cada uno de
ellos. Esto permitiría estimar la variabilidad natural de cada uno de los sistemas acuáticos en los
cuales viven los peces que se muestrean. Aun cuando el análisis de los datos presupone la existencia
de réplicas independientes, en la mayoría de los estudios en el área de recursos naturales no es
posible cumplir con este supuesto.

Cuasi o seudo experimento: Estudio en el cual se utilizan los principios propuestos por Fisher para el
diseño de experimentos; sin embargo, por diversas razones prácticas, no es posible asignar los
tratamientos en forma aleatoria. Este tipo de estudios es común en el área de ecología y en general en
estudios de tipo observacional.

Significancia estadística: Esta es una regla que permite afirmar que la diferencia observada entre dos
o más tratamientos es el resultado del efecto del tratamiento y no del azar. Con frecuencia se declaran
como significativas aquellas diferencias que tienen una probabilidad inferior a 0.05 (o sea 5%) de
ocurrir en forma aleatoria. En algunos textos de estadística se recomienda utilizar un asterisco (*) para
designar las diferencias significativas a un 5% (P<0.05), dos asteriscos (**) para designar diferencias
significativas al 1% (P<0.01) y tres asteriscos (***) para designar diferencias significativas al 0.1%
(P<0.001). Sin embargo, dado que los paquetes estadísticos le brindan el valor de “p” se recomienda
reportar dicho valor y dejar que el lector juzgue por sí mismo(a) la intensidad de la significancia de la
prueba.

Consistencia: Un método de análisis estadístico es consistente cuando la significancia de la prueba

depende exclusivamente de: 1) la diferencia entre los dos estimadores, 2) el error estándar de las
diferencias, 3) el número de grados de libertad del error, y 4) el nivel de significancia al cual se hace la
prueba.

Aleatorización: Asignación aleatoria de los tratamientos a los sujetos o unidades experimentales. Esto
elimina cualquier sesgo conocido o desconocido en la asignación de los tratamientos.

Error experimental: Variación natural o innata del material experimental no controlado por el
investigador(a). Este no es un error adrede o derivado de la aplicación errónea de técnicas de
medición sino simplemente un componente propio del material experimental.

Análisis
Un Análisis en sentido amplio es la descomposición de un todo en partes para poder estudiar su
estructura y/o sistemas operativos y/o funciones (http://es.wiktionary.org/wiki/).
 8

La acción y el efecto de separar un todo en los elementos que lo componen con el objeto de estudiar
su naturaleza, función o significado (http://es.wiktionary.org/wiki/).

La acción y el efecto de identificar, distinguir y clasificar diferentes aspectos integrantes de un campo

de estudio, examinando qué relaciones guardan entre ellos y como quedaría modificado el conjunto si
se eliminara o se añadiera algún aspecto a los previamente identificados (http://es.wiktionary.org/wiki/).

Documento que revisa, separa o hace un resumen de los elementos o principios de un tema o de una
obra (http://es.wiktionary.org/wiki/).

Distinción y separación de las partes de un todo hasta llegar a conocer sus principios o elementos
(http://www.rae.es/rae.html).

Ciencia
Conocimiento estructurado y sistemático de las cosas por sus principios y causas; Conjunto de
conocimientos que constituyen una rama del saber humano (http://es.wiktionary.org/wiki/).

Conjunto de conocimientos obtenidos mediante la observación y el razonamiento, sistemáticamente

estructurados y de los que se deducen principios y leyes generales (http://www.rae.es/rae.html).

Conocer
Saber de la existencia de una cosa (http://es.wiktionary.org/wiki/).

Averiguar por el ejercicio de las facultades intelectuales la naturaleza, cualidades y relaciones de las
cosas (http://www.rae.es/rae.html).

Conocimiento
Resultado de la acción de conocer. Comprensión, entendimiento, inteligencia, razón
(http://es.wiktionary.org/wiki/)

Acción y efecto de conocer; entendimiento, inteligencia, razón natural ello (http://www.rae.es/rae.html).

Esquema sobre el conocimiento desde el punto de vista de las ciencias de la información, como se
genera y como se aplica. Fuente: http://es.wikipedia.org/wiki/Saber

Convicción
Acto o efecto de estar seguro sobre algo (http://es.wiktionary.org/wiki/).
 9

Una convicción es una creencia de la que un cierto individuo opina que dispone de suficiente evidencia
para considerarla cierta. La diferencia entre una simple creencia y una convicción, es que en el primer
caso el individuo puede no tener evidencia suficiente para justificar su veracidad, mientras que en el
segundo el individuo si la considera probada, con independencia de que exista evidencia científica o
intersubjetiva incontrovertible de que dicha convicción es verdadera (http://es.wikipedia.org/wiki/Saber).

Idea religiosa, ética o política a la que se está fuertemente adherido.

(http://www.rae.es/rae.html).

Creencia
Algo en lo que se cree, confianza en que algo existe o que es cierto.
(http://es.wiktionary.org/wiki/).

Una creencia es una proposición o conjunto de ellas, que un cierto individuo considera ciertas, pero
para la que en general no existe evidencia intersubjetiva suficiente para considerarla conocimiento
propiamente dicho. Una creencia puede ser acertada o equivocada. Sin embargo, aunque en el uso
contidiano al oponer "creencia" y "conocimiento", el primero se usa frecuentemente con el sentido de
proposiciones que alguien considera ciertas, pero de la que existe evidencia de estar equivocadas o
ser indemostrables(http://es.wikipedia.org/wiki/Saber).

Firme asentimiento y conformidad con algo; completo crédito que se presta a un hecho o noticia como
seguros o ciertos; religión, doctrina (http://www.rae.es/rae.html).

Criterio
Norma para conocer la verdad (http://www.rae.es/rae.html).
Juicio o discernimiento (http://www.rae.es/rae.html).

Evaluar
Señalar el valor de algo (http://www.rae.es/rae.html).
Estimar, apreciar, calcular el valor de algo (http://www.rae.es/rae.html).
Estimar los conocimientos, aptitudes y rendimiento de los alumno (http://www.rae.es/rae.html).

Evaluación
Valoración de los conocimientos que se da sobre una persona o situación basándose en una evidencia
constatable (http://es.wiktionary.org/wiki/).

Evidencia
Certeza clara y manifiesta de la que no se puede dudar (http://www.rae.es/rae.html).
Prueba determinante en un proceso (http://www.rae.es/rae.html).

Instrumento
Objeto o aparato, normalmente artificial, que se emplea para facilitar o posibilitar un trabajo, ampliando
las capacidades naturales del cuerpo humano. Sinónimos: herramienta, utensilio, útil
(http://es.wiktionary.org/wiki/).

Aquello que sirve de medio para hacer algo o conseguir un fin; Conjunto de diversas piezas
combinadas adecuadamente para que sirva con determinado objeto en el ejercicio de las artes y
oficios (http://www.rae.es/rae.html).
 10

Información
Comunicación o adquisición de conocimientos que permiten ampliar o precisar los que se poseen
sobre una materia determinada (http://www.rae.es/rae.html).

Conocimientos así comunicados o adquiridos (http://www.rae.es/rae.html).

La información es un fenómeno que proporciona significado o sentido a las cosas. En sentido general,
la información es un conjunto organizado de datos procesados, que constituyen un mensaje sobre un
determinado ente o fenómeno. Los datos se perciben, se integran y generan la información necesaria
para producir el conocimiento que es el que finalmente permite tomar decisiones para realizar las
acciones cotidianas que aseguran la existencia. La sabiduría consiste en determinar correctamente
cuándo, cómo, dónde y con qué objetivo emplear el conocimiento adquirido
(http://es.wikipedia.org/wiki/Informaci%C3%B3n).

Principales características de la información

Significado (semántica)
Importancia (relativa al receptor)
Vigencia (en la dimensión espacio-tiempo)
Validez (relativa al emisor)
Valor (activo intangible volátil)
Polimorfismo

Herramienta
Objeto o aparato, normalmente artificial, que se emplea para facilitar o posibilitar un trabajo, ampliando
las capacidades naturales del cuerpo humano. Sinónimos: instrumento, utensilio
(http://es.wiktionary.org/wiki/).

Instrumento, por lo común de hierro o acero, con que trabajan los artesanos
(http://www.rae.es/rae.html).

Método
Procedimiento, técnica o manera de hacer algo, en especial si se hace siguiendo un plan, o de forma
sistemática, ordenada y lógica. (http://es.wiktionary.org/wiki/).

Lista ordenada de partes o pasos (avance logrado para la consecución de una tarea.) para lograr un fin
(http://es.wiktionary.org/wiki/).

Procedimientos y técnicas característicos de una disciplina o rama del saber

(http://es.wiktionary.org/wiki/).

Procedimiento que se sigue en las ciencias para hallar la verdad y enseñarla

(http://www.rae.es/rae.html).
 11

Percepción
La percepción es la función psíquica que permite al organismo, a través de los sentidos, recibir,
elaborar e interpretar la información proveniente de su entorno
(http://es.wikipedia.org/wiki/Percepci%C3%B3n).

Acción y efecto de percibir (http://www.rae.es/rae.html).

Sensación interior que resulta de una impresión material hecha en nuestros sentidos.
(http://www.rae.es/rae.html).

Conocimiento, idea (http://www.rae.es/rae.html).

Procedimiento
El o un procedimiento es el modo de ejecutar determinadas acciones que suelen realizarse de la
misma forma, con una serie común de pasos claramente definidos, que permiten realizar una
ocupación o trabajo correctamente. (http://es.wiktionary.org/wiki/)

Método de ejecutar algunas cosas (http://www.rae.es/rae.html).

Saber
Conjunto de conocimientos, adquiridos mediante el estudio o la experiencia, sobre alguna materia,
ciencia o arte. Sinónimo: sabiduría, erudición (http://es.wiktionary.org/wiki/).

Conocer algo, o tener noticia o conocimiento de ello (http://www.rae.es/rae.html)

Sabiduría
Conocimiento de las ciencias y artes (http://es.wiktionary.org/wiki/).

Prudencia en la forma de actuar (http://es.wiktionary.org/wiki/).

Grado más alto del conocimiento; conducta prudente en la vida o en los negocios; conocimiento
profundo en ciencias, letras o artes (http://www.rae.es/rae.html).

Técnica
Conjunto de habilidades para aplicar determinados conocimientos (http://es.wiktionary.org/wiki/).

Conjunto de procedimientos y recursos de que se sirve una ciencia o un arte.

(http://www.rae.es/rae.html).

Teoría
Conocimiento especulativo considerado con independencia de toda aplicación.
(http://www.rae.es/rae.html).

Serie de las leyes que sirven para relacionar determinado orden de fenómenos.
(http://www.rae.es/rae.html).

Hipótesis cuyas consecuencias se aplican a toda una ciencia o a parte muy importante de ella
(http://www.rae.es/rae.html).

Una teoría es un sistema lógico compuesto de observaciones, axiomas y postulados, así como
predicciones y reglas de inferencia que tienen sirven para explicar de manera económica cierto
conjunto de datos e incluso hacer predicciones, sobre que hechos serán observables bajo ciertas
 12

condiciones. Las teorías además permiten ser ampliadas a partir de sus propias predicciones, e
incluso ser corregidas, mediante ciertas reglas o razonamientos, siendo capaces de explicar otros
posibles hechos diferentes de los hechos de partida de la teoría.
(http://es.wikipedia.org/wiki/Teor%C3%ADa)

En ciencia, se llama teoría también a un modelo para el entendimiento de un conjunto de hechos

empíricos. En física, el término teoría generalmente significa una infraestructura matemática derivada
de un pequeño conjunto de principios básicos capaz de producir predicciones experimentales para una
categoría dada de sistemas físicos. Un ejemplo sería la "teoría electromagnética", que es
habitualmente tomada como sinónimo del electromagnetismo clásico, cuyos resultados específicos
pueden derivarse de las ecuaciones de Maxwell.

Prueba de hipótesis: Error tipo I y II

El nivel de significancia se designa con la letra griega α e indica cuan rara (muy grande o muy
pequeña) deber ser la diferencia entre la media maestral y la media poblacional para rechazar la
hipótesis nula dado que ésta sea correcta. En trabajos estadísticos es usual rechazar la hipótesis
nula si dicha diferencia tiene una probabilidad de ocurrencia por factores aleatorios inferior o igual al
5% (α < 0.05). El valor de α es un indicador del riesgo que el investigador(a) está dispuesto a asumir
cuando evalúa Ho. Por ejemplo, para un α de 0.05 y aun cuando Ho sea verdadera, se espera que la
misma sea rechazada en un 5% de las veces que se ejecute el experimento. O sea, que en 5 de cada
100 experimentos Ho será rechazada aún cuando sea verdadera. A este tipo de error se le denomina
error tipo I. Por otro lado, el no rechazar Ho cuando en realidad debe rechazarse se denomina error
tipo II. Es común observar en reportes científicos valores de α entre 0.1 y 0.001; al primero se le
denomina diferencia significativa y al último diferencia altamente significativa.

Cuando se rechaza Ho se utiliza el término "significante" o estadísticamente significativo" y el resultado

puede interpretarse en el sentido de "haber aprendido algo nuevo sobre la población". Por otro lado, el
término "no significativo" expresa el sentir de no haber aportado nuevo conocimiento de la población
en estudio. Al realizar una prueba de hipótesis recuerde que muestras muy grandes tienden a rechazar
Ho aunque las diferencias entre grupos sean muy pequeñas. De igual manera, pruebas estadísticas
con un gran poder tienden a generar mayor número de resultados significativos (pueden detectar
diferencias muy pequeñas como estadísticamente significativas).

Cuadro 1: Error tipo I y II.

Verdad o estado de la realidad

Ho (no existe diferencia entre HI (existe diferencia entre los dos grupos)
los dos grupos)
No se rechaza Ho (Decisión No se rechaza Ho (Decisión incorrecta),
correcta) Error tipo II, β. No se detectan diferencias
verdaderas. Este valor indica los falsos
negativos o sea la posibilidad no de rechazar
Ho cundo en la realidad exista una
Decisión diferencia)
Error tipo I, α (este valor indica Se rechaza Ho (Decisión correcta).
los falsos positivos; o sea la
posibilidad de rechazar Ho sin
que en la realidad exista una
diferencia)
Ho (hipótesis nula) HI (hipótesis alternativa)
 13

Steiger, J.H., & Fouladi, R.T. 1997. Noncentrality interval estimation and the evaluation of statistical
models. Pp. 221-257. In Harlow, L. L., Mulaik, S. A., & Steiger, J. H. (Eds.) What if there were no
significance tests? Mahwah, NJ: Lawrence Erlbaum Associates. Disponible en:
http://www.statpower.net/Steiger%20Biblio/Steiger&Fouladi97.PDF

Sugerencias para el análisis de datos

1. Listar variable(s) a analizar y su respectivo nivel de medición (nominal, ordinal, intervalo,
razón).
2. ¿Cuál es el historial y contexto de los datos (origen, métodos de colecta, instrumentos
utilizados, temporalidad, limitaciones)?
3. ¿Para qué realiza usted el análisis del set de datos? ¿Qué se desea resaltar del set de datos?
4. Describa el producto esperado o solicitado (e.g. descripción del set de datos, prueba de una
hipótesis, comparación de datos, ajustar un modelo).
5. Seleccione el software a utilizar (e.g. Instat, XLSTatistics, PASS, otro) y realice un análisis
exploratorio de datos.
a. Análisis gráfico
b. Elaboración de tablas
c. Estadísticos descriptivos
6. Busque valores atípicos o extremos que podrían indicar errores en la digitación de los datos y
distribuciones asimétricas o inusuales. ¿Concuerda la distribución de los datos con lo que usted
esperaba?.
7. Estadística inferencial. Selecciones las pruebas estadísticas a realizar, defina el valor de
significancia a utilizar en las pruebas estadísticas.
8. Conclusiones
9. Retroalimentación

Estadística: Software gratuito

Si usted desea explorar otros programas estadísticos gratuitos, le recomiendo visitar los siguientes
sitios.

BioEstat. Análisis estadístico para Windows y Mac. Estadística descriptiva e inferencial paramétrica y
no paramétrica, análisis de poder. Interfaz en español. Manual en Portugués.
http://www.mamiraua.org.br/download/index.php?dirpath=./BioEstat%205%20Portugues&order=0

Instat Análisis estadístico para Windows. Estadística descriptiva e inferencial paramétrica y no

paramétrica. Modulo para aplicaciones climáticas.

LazStats Análisis estadístico para Windows. Estadística descriptiva e inferencial paramétrica y no

paramétrica. http://statpages.org/miller/LazStats/

MacAnova Análisis estadístico para Macs y Windows. Estadística descriptiva e inferencial paramétrica
y no paramétrica, análisis de poder.

Mstat Windows Mac OSX Linux Análisis estadístico para Windows, Mac y Linux. Estadística
descriptiva e inferencial paramétrica y no paramétrica.

OpenEpi produce estadísticas para casos y medidas en estudios descriptivos y analíticos, análisis
estratificado con límites de confianza exactos, análisis de datos apareados y de personas-tiempo,
 14

tamaño de la muestra y cálculos de potencia, números aleatorios, sensibilidad, especificidad y otras

estadísticas de evaluación, tablas FxC, chi-cuadrados para dosis-respuesta, y enlaces a otros sitios de
interés. Este software está orientado al análisis de datos epidemiológicos.

OpenSTat Análisis estadístico para Windows. Estadística descriptiva e inferencial paramétrica y no

paramétrica. http://statpages.org/miller/openstat/

PAST Análisis estadístico univariado, multivariado, índices de diversidad. Estadística descriptiva e

inferencial paramétrica y no paramétrica.

PSPP. Este es un programa para el análisis estadístico, su funcionalidad es similar al programa

comercial SPSS http://www.jdmp.org/misc/related-software/

Remuestreo Sofware para análisis estimación y pruebas de hipótesis utilizando remuestreo.

The R Project for Statistical Computing. Gran variedad de análisis, muy poderoso pero requiere de
usuarios experimentados. Opera en base a comandos.

WinIDAMS. Este es paquete de software para la validación, tratamiento y análisis estadístico de datos
desarrollado por la Secretaría de la UNESCO en cooperación con expertos de varios países.
http://portal.unesco.org/ci/en/ev.php-URL_ID=2070&URL_DO=DO_TOPIC&URL_SECTION=201.html

Referencias

Bryan F.J. Manly. Randomization, Bootstrap and Monte Carlo Methods in Biology, Third Edition.
Chapman and Hall/CRC. 388p. 2006.

Bryan F.J. Manly. Statistics for Environmental Science and Management, Second Edition.Chapman &
Hall/CRC. 292p. 2008.

Cox Nicholas J. Stata Users‟ Meeting London June 2004. Circular statistics in Stata, revisited.
Department of Geography, University of Durham, Durham City, DH1 3LE, UK
http://fmwww.bc.edu/repec/usug2004/dir2004_london.pdf

Dinov, Ivo D. (2006). "Statistics Online Computational Resource". Journal of Statistical Software 16 (1):
1–16. http://www.jstatsoft.org/v16/i11.

Dinov, Ivo D.; Sanchez, Juana; Christou, Nicolas (2008). "Pedagogical Utilization and Assessment of
the Statistic Online Computational Resource in Introductory Probability and Statistics Courses". Journal
of Computers & Education 50 (1 pages=284–300): 284. doi:10.1016/j.compedu.2006.06.003.

Good, Phillip I. Introduction to statistics through resampling methods and Microsoft Office Excel.West
Sussex, Reino Unido (INGLATERRA). John Wiley & Sons. 231p. 2005.

McDonald, J.H. 2009. Handbook of Biological Statistics (2nd ed.). Sparky House Publishing, Baltimore,
Maryland. Last revised August 18, 2009. http://udel.edu/~mcdonald/statintro.html.

Steel, R.G.D. y Torrie, J.H. Principles and procedures of Statistics: A Biometrical Approach (2 nd Ed.).
McGrawHill, New York. 629p. 1980.

Sokal,R. R.; Rohlf, F.J.. Biometry. 3 Ed. New York, WH Freeman. 887p. 1995
 15

Stata Users‟ Meeting London June 2004. Circular statistics in Stata, revisited. Nicholas J. Cox
Department of Geography, University of Durham, Durham City, DH1 3LE, UK. 4p.

Wonnacott, Thomas H. y Ronald J. Wonnacott.. Introductory statistics. Third Edition. New York, John
Willey & Sons. 650p. 1977.
 16

¿Qué es XLSTatistics?
XLSTatistics es un conjunto de 82 libros de Excel creados por el profesor Rodney Carr de la
Universidad Deakin, Australia (http://www.deakin.edu.au/~rodneyc/XLStatistics). XLSTatistics opera en
Microsoft Excel 97, 2000, 2002, 2003(XP) y 2007.

Citar XLSTatistics de la siguiente manera:

Carr, R., 2009, XLStatistics 09.09.24, XLent Works, Australia. Disponible en:
http://www.deakin.edu.au/~rodneyc/XLStatistics. [email protected]

La pestaña de “options” le permite configurar las principales opciones de XLSTatistics.

Automatically enter data: Vincula datos seleccionados en otro archivo de Excel a “datos” del Libro de
Análisis de XLStatistics.

“Open workbooks with protection of workbooks turned on”: Protección activada.

“Open XLStatistics workbooks in Read only mode”: Abrir archivos en modo sólo lectura para evitar que
los mismos sean sobrescritos accidentalmente.

“Display ‘Paste Special’ message when copying charts” Active esta opción para evitar que los gráficos
de Excel sean copiados y pegados en Word como Objetos de Excel.
 17

Instalación
Descargue el archivo XLS5.zip (5 Megas). http://www.deakin.edu.au/~rodneyc/XLStatistics/XLS5.zip
Cree un directorio denominado Xlstats y descomprima el contenido del archivo XLS5.zip.
Para cargar XLStatistics abra el fichero XLStatistics.xlam (Excel 2007) o XLStats.xls
(Excel 5-2003). Le sugiero crear un acceso directo en su escritorio para dicho archivo.

Guardar sus resultados. ¡No guardar directamente el libro de trabajo de XLStatistics! Si desea copiar
los resultados de su análisis a otra hoja de Excel, Word, o Powerpoint simplemente seleccione el área
o grafico deseado cópielo y péguelo en el archivo receptor. Si lo desea también puede guardar el libro
de trabajo con otro nombre y con la opción de macros habilitada.

Desinstalación
XLStatistics no modifica la configuración del sistema ni la de Excel y por tanto no requiere de
desinstalación. Para desactivar XLStatistics haga un clic sobre .

XLStatistics: interfaz grafica y funciones

En Excel 2007 los libros de trabajo se organizan mediante una cinta utilizando como criterio el
número y tipo de variable que usted analizará:

1Num: Análisis de una variable numérica (variable cuantitativa discreta ó continua).

1Cat: Análisis de una variable nominal (variable cualitativa).

2Num: Análisis de dos variables numéricas (continuas ó discretas): Correlación y regresión simple.
1Num1Cat: Una variable numérica y otra nominal.
2Cat: Análisis de dos variables nominales (variables cualitativas).

1Num2Cat: Análisis de una variable numérica y dos variables nominales (variables cualitativas).
2Num1Cat: Análisis de dos variables numéricas y una variable nominal (variables cualitativas).

nNum: Análisis de tres o más variables numéricas.

nNum1Cat: Análisis de tres o más variables numéricas y una variable nominal (variables cualitativas).
nCat: Análisis de tres o más variables nominales (variables cualitativas).
 18

A continuación se lista, para cada libro de trabajo, el análisis estadístico que usted puede realizar.

Variable Análisis estadístico

Una variable numérica Síntesis numérica y gráfica
(datos de una muestra  Estadística descriptiva (tendencia central, variabilidad y forma).
simple) 1Num  Histograma, polígono de frecuencia simple y acumulada,
diagrama de cajas o de Box-Whisker, gráfico de media
La variable puede ser aritmética y desviación estándar, error estándar o intervalo de
cuantitativa continuo ó confianza.
discreta.
Pruebas estadísticas
 Prueba t para  (media)
 Intervalo de confianza para  (media)
 Prueba de signos e intervalo de confianza para la mediana
 Prueba de Chi2 para la varianza
 Gráfico de residuos
 Análisis de poder y tamaño de muestra
 Prueba de normalidad
Una variable Cualitativa Síntesis numérica y gráfica
1Cat  Tabla de frecuencia y proporciones, diagramas de barras,
gráfico de pastel o circular., Histograma con barras de error
para proporciones.
Pruebas estadísticas
 Pruebas de proporciones para muestras grandes y pequeñas
 Intervalo de confianza para proporciones
 Análisis de poder y tamaño de muestra
 Prueba de bondad de ajuste/Prueba de corridas
 19

Dos variables Estadísticos descriptivos por variable, gráfico de dispersión

numéricas
Análisis de correlación y regresión lineal, con o sin término constante
2Num
 Estimación de parámetros del modelo (a y b)
 Intervalos de confianza para “a” y “b”, prueba de hipótesis
sobre la significancia de los a los parámetros
 Gráfico de dispersión con línea de regresión
 Análisis de varianza
 Análisis de residuos
 Predicción y predicción inversa
 Bandas de predicción y de estimación
Ajuste de una función definida por el usuario(a)
 Funciones linealizables (método mínimos cuadrados)
 Ecuaciones polinomiales
 Regresión no lineal (método mínimos cuadrados)
 Regresión lineal por mínimos cuadrados para detectar un punto
de inflexión en la tendencia de la serie
Ajuste de una curva de suavizado a los datos
 Media móvil (media o mediana)
 Medias para datos agrupados con barras / bandas de error
 Regresión lineal localmente ponderada - LOWESS
Análisis de correlación entre variables ordinales
 rho de Spearman
 tau-b de Kendall
Añadir etiquetas a los puntos en un gráfico de dispersión
Análisis de series de tiempo
 Media móvil
 Ajuste ecuación exponencial
 20

Una variable numérica, Síntesis numérica y gráfica

una variable cualitativa  Estadísticos descriptivos (tendencia central, variabilidad, forma)
1Num1Cat  Gráfico de de frecuencia (absoluta, relativa, proporciones),
histogramas, líneas, barras
 Gráfico de de frecuencia por categoría
 Gráficos de caja (Box-y-Whisker)
 Gráficos de medias con barras de error
Pruebas estadísticas
 Análisis de la varianza simple o de una vía (efectos aleatorios y
fijos)
 Prueba de intercepto del modelo
 Prueba de Kruskal-Wallis
 Análisis de residuos
 Prueba de Hartley (comparación de varianzas)
 Prueba t para dos muestras e intervalo de confianza para la
diferencia entre medias
 Prueba de Mann-Whitney
 Prueba F de igualdad de varianzas
 Análisis de la poder y tamaño de muestra
 Prueba de aleatorización para la media de dos grupos
Dos variables Cuadros sinópticos
cualitativas  Frecuencia (absoluta, relativa), proporciones, % por fila o
2Cat columna, total
 Gráficos de proporciones y porciento con barras de error (error
estándar, Intervalo de Confianza)
Pruebas estadísticas
 Prueba de Chi2 (independencia entre grupos)
 Prueba sobre diferencia entre dos proporciones para muestras
pequeñas
 Prueba sobre diferencia entre dos proporciones para muestras
pequeñas y análisis de poder
 Análisis de tablas 2x2 (prueba exacta de Fisher)
Una variable numérica, Cuadros sinópticos
dos variables  Estadísticos descriptivos (tendencia central, variabilidad,
cualitativas forma), frecuencias (absoluta, relativa)
1Num2Cat  Gráficos de barras e histogramas
 Gráficos de medias con barras o bandas de error
Pruebas estadísticas
 Análisis del varianza de dos vías (diseño balanceado) para
efectos fijos y aleatorios, interacción
 Análisis de residuos
 21

Dos variables Gráficos de dispersión multiseries con ejes y/o dirección permutable.
numéricas, una variable
Gráficos multilínea / multieje
cualitativa
2Num1Cat Regresión lineal (análisis de covarianza)
 Varias opciones de análisis (con o sin término constante)
 Diagrama de dispersión con líneas de regresión
 Gráficos de pendientes e interceptos con barras de error
 Pruebas de hipótesis
Ajuste de una función definida por el usuario(a) (grupo por grupo)
 Funciones linealizables con regresión lineal por mínimos
cuadrados
 Ecuaciones polinomiales
 Regresión no lineal por mínimos cuadrados
 Regresión lineal por mínimos cuadrados para detectar un punto
de inflexión en la tendencia de la serie
Ajuste de curva de suavizado a los datos (grupo por grupo)
 Media móvil (media o mediana)
 Medias de grupo de datos con barras / bandas de error
 Regresión localmente ponderada – LOWESS
 22

n Variables numéricas Síntesis numérico y gráfico por variable

(regresión múltiple)  Histogramas y diagramas combinados por frecuencia
nNum  Gráficos múltiples de cajas (Boxplots)
 Gráficos de medias
 Estadística descriptiva
Correlación y regresión simple (2 variables)
 Diagrama de dispersión y matriz de correlación
 Regresión lineal de dos variables, estadísticos y pruebas de
hipótesis
 Gráficos multilíneas y multiejes
Regresión múltiple
 Ecuación de regresión, estadísticos y pruebas de hipótesis
 Predicción
 Análisis de residuos
 Gráficos de residuos
 Prueba de Jarque-Bera para normalidad
 Prueba de Ramsey para evaluar omisión de término en el
modelo
 Prueba de Durbin-Watson para correlación de residuos
Correcciones para la correlación serial de orden uno
(Cochran-Orcutt)
 Prueba de Glejser para heterocedasticidad (varianzas
diferentes)
 Análisis de varianza y comparación de modelos
Análisis de mediciones repetidas
 Gráfico de caso-por-caso
 Gráficos de medias
 Gráficos múltiples (boxplots)
 Análisis de varianza
n Variables numéricas Estadísticos descriptivos y análisis gráfico categoría-por-categoría
y 1 variable cualitativas Gráficos múltiples de las medias y error
nNum1Cat
n Variables cualitativas Tablas dinámicas y gráficos por categoría
nCat  Frecuencia absoluta
 Porcentaje del total, porcentaje por columna ó por fila
 Tabla de frecuencia (absoluta, proporciones, porcentajes)
para un máximo de ocho variables
 Gráfico de media para proporciones, porcentajes con barra de
error (desviación estándar, intervalo de confianza)
1 Numérica y n Tablas dinámicas con síntesis adecuadas a la variable numérica por
variables cualitativas categoría
1NumnCat  Frecuencia absoluta
 Mínimo, máximo, media, desviación estándar
 23

La interfaz grafica de cada libro de Excel es prácticamente estándar, lo cual facilita su uso. Al
interior de cada libro usted puede utilizar las funciones y herramientas de Excel (e.g. fuentes: tamaño,
color, itálico, negrita; colores en gráficos; copiar y pegar tablas y gráficos a otros programas de Office;
guardar libros de Excel con macros habilitados.
El (Ia) usuario(a) solo tiene que digitar, copiar y/o pegar los datos en las columnas de „Data‟ de un
libro de trabajo y el resto se hace automáticamente: Síntesis numérica y gráfica; análisis estadístico
(e.g. pruebas de hipótesis, intervalos de confianza, pruebas de poder, determinación de tamaño de
muestra, ajustar modelos de regresión, etc.). Su tarea fundamental es decidir ¿qué prueba debo
realizar? o ¿cómo expreso gráficamente los datos?.

Nota: Usted SOLO debe modificar el contenido de las celdas con números o textos en color azul.

Otros complementos gratuitos para análisis estadístico en Excel

Regresión y diseño de experimentos: otro complemento gratuito para Excel

“Essential Regression and Experimental Design for Chemists and Engineers” es un complemento
gratuito para Excel que permite ajustar modelos de regresión simple, múltiple (selección hacia adelante
y hacia atrás) y polinomiales, así como diseñar plantillas para experimentos.
(http://www.jowerner.homepage.t-online.de/ERPref.html).

Regresión localmente ponderada (LOESS) http://peltiertech.com/WordPress/loess-utility-for-excel/

http://peltiertech.com/WordPress/loess-utility-awesome-update/

Complementos comerciales para Excel

Analizar-se ®
Este es un complemento para Excel que permite realizar análisis exploratorio de datos, calculo de
estadísticos descriptivos, ajustar modelos de regresión (simples y múltiples, polinomiales) y realizar
pruebas de hipótesis paramétricas y no paramétricas (http://www.analyse-it.com).

XLSTATPro ®
XLSTATPro es un conjunto de libros de trabajo que permiten automatizar una gama muy diversa de
análisis y pruebas estadísticas paramétricas y no paramétricas. XLSTAT funciona con diversas
versiones de Excel, desde 97 hasta 2007 para Windows y Mac (http://www.xlstat.com).

Remuestreo con Excel (Resampling Stats versión 4)

Remuestreo es un complemento para Excel que implementa los siguientes métodos de remuestreo:
bootstrap, permutaciones y los procedimientos de simulación de datos en Excel. La última versión
(4.0), ofrece una variedad de opciones para BCA Bootstrap, remuestreo estratificado, iteración de una
función personalizada, la capacidad de ejecutar hasta 1.000.000 de iteraciones para cientos de celdas
(Excel 2007), muestreo estratificado e histogramas entre otras funciones
(http://www.resample.com/content/software/excel/index.shtml). El manual del programa puede
descargarse de:
http://www.resample.com/content/software/excel/userguide/RSXLHelp.pdf
 24

XLMiner
XLMiner es un conjunto de herramientas para minería de datos conformado tanto por métodos
estadísticos como de aprendizaje automatizado (disciplina científica que diseña y desarrolla algoritmos
que le permiten a las computadoras discernir comportamientos basados en datos empíricos). El
programa parte de la premisa que un mismo set de datos debe analizarse utilizando diferentes
enfoques para luego elegir el modelo que mejor se adapte a los datos. Entre las funciones del
programa están: partición del set de datos, diversos métodos de clasificación y predicción, análisis de
afinidad, análisis de series de tiempo y exploración y reducción del set de datos. Para mayores detalles
sobre la funcionalidad del programa visitar:
http://www.resample.com/xlminer/capabilities.html

Programas gratuitos y en línea para análisis estadístico

 Análisis de regresión simple y múltiple, logística, partición recursiva (clasificación y arboles de

decisión)
 Distribuciones estadísticas
 Pruebas de hipótesis (medias, error tipo II y tamaño de muestra)
 Análisis de series de tiempo

STATGRAPHICS Online http://www.statgraphicsonline.com/index.html

Usted puede digitar los datos, leer datos de varios tipos de archivos (incluyendo Excel), copiar y
pegar los conjuntos de datos de otras aplicaciones, o analizar los set de datos de StatPoint. El acceso
en línea es gratuito para sets de datos de hasta 100 filas (observaciones) por 10 columnas (variables).
Para utilizar el programa debe registrarse (es gratuito).

VassarStats: Website for Statistical Computation http://faculty.vassar.edu/lowry/VassarStats.html

• Clinical Research Calculators (Calculators 1-3. For prevalence, sensitivity, specificity, predictive
values, likelihood ratios, etc.,Kaplan-Meier Survival Probability Estimates,Kappa as a Measure of
Concordance in Categorical Sorting,Chi-Square, Cramer's V, and Lambda for a Rows by Columns
Contingency Table,McNemar's Test for Correlated Proportions in the Marginals of a 2x2 Contingency
Table, Simple Logistic Regression [the plain-vanilla version],Simple ROC Curve Analysis )

•Probabilities (Randomness and the Appearence of Pattern [Demo], For Sequential Sampling: Pascal
(Negative Binomial) Probabilities,Backward Probability Template, Bayes' Theorem: Conditional
Probabilities,Bayes' Theorem: Adjustment of Subjective Confidence,[See also: Clinical Research
Calculators.)

•Distributions (Sampling Distribution Generators - Binomial Distributions, Poisson Distributions, Chi-

Square Distributions, t-Distributions, Distributions of the Pearson Product-Moment Correlation
Coefficient, Normal Distributions, Distributions of Sample Means, Distributions of Sample Mean
Differences-, Central Limit Theorem [Text & Demo],z to P Calculator, Standard Error of Sample Means,
Standard Error of the Difference Between the Means of Two Samples.

•Frequency Data (Exact Binomial Probability Calculator, Binomial z-Ratio Calculator, Poisson
Approximation of Binomial Probabilities, Fitting an Observed Frequency Distribution to the Closest
Poisson Distribution, For Sequential Sampling: Pascal (Negative Binomial) Probabilities, Chi-Square
"Goodness of Fit" Test, Kolmogorov-Smirnov One-Sample Test, Fisher Exact Probability Test, Phi
Coefficient of Association, Rates, Risk Ratio, Odds, Odds Ratio, Log Odds, 2x2Chi-Square,
 25

McNemar's Test for Correlated Proportions in the Marginals of a 2x2 Contingency Table, Fisher Exact
Probability Test for Tables Larger than 2x2, Chi-Square, Cramer's V, and Lambda for a Rows by
Columns Contingency Table, Log-Linear Analysis for a 3-Way Contingency Table, Kappa as a
Measure of Concordance in Categorical Sorting

•Proportions (The Confidence Interval of a Proportion, The Confidence Interval for the Difference
Between Two Independent Proportions, Significance of the Difference Between Two Independent
Proportions, McNemar's Test for Correlated Proportions in the Marginals of a 2x2 Contingency Table)

•Ordinal Data (Rank-Order Correlation, Mann-Whitney Test,Wilcoxon Signed-Ranks Test, Kruskal-

Wallis Test, Friedman Test)

•Correlation & Regression (Basic Linear Correlation & Regression, Matrix of Intercorrelations,
Multiple Regression,0.95 and 0.99 Confidence Intervals for r, Estimating the Population Value of rho on
the Basis of Several Observed Sample Values of r, Test for the Heterogeneity of Several Values of
r,The Significance of an Observed Value of r, Significance of the Difference Between Two Independent
Values of r, Significance of the Difference Between an Observed Value of r and a Hypothetical Value of
rho, First- and Second-Order Partial Correlations, Phi Coefficient of Association, Point Biserial
Coefficient, Correlation for Unordered Pairs: Eta2, Intraclass Correlation, & Resampling of r, Simple
Logistic Regression)

•t-Tests & Procedures (t-Tests for the Significance of the Difference Between the Means of Two
Samples (independent or correlated), Single Sample t-Test,0.95 Confidence Interval for the Estimated
Mean of a Population)

•ANOVA (One-Way ANOVA for Independent or Correlated Samples, Two-Way Factorial ANOVA for
Independent Samples, Two-Factor ANOVA with Repeated Measures on One Factor, Two-Factor
ANOVA with Repeated Measures on Both Factors,2x2x2 ANOVA for Independent Samples,
Orthogonal Latin Square Designs for n=j2)

•ANCOVA (One-Way ANCOVA for Independent Samples, Two-Way Factorial ANCOVA for
Independent Samples)

•Miscellanea (Basic Sample Stats, Resampling Probability Estimates for the Difference Between the
Means of Two Independent Samples,The Power of the Chi-Square "Goodness of Fit" Test [Text &
Demo]

Free Statistics and Forecasting Software http://www.wessa.net/

Descriptive Statistics Software, Regression Software, Statistical Hypothesis Testing Software, Time
Series Analysis (R modules), Multiple Regression Software (C module), Scientific Forecasting Software
(C modules), Sample Size Software, Factor Analysis, Clustering Software.

Sitios de interés
http://www.statsoft.com/textbook/nonparametric-statistics/
Según la compañía StatSoft este es el único recurso de Internet sobre Estadística recomendado por
la Enciclopedia Británica. El libro trata, de manera concisa, la mayoría de las técnicas de análisis
estadístico, incluye un glosario de términos estadísticos así como una lista de referencias.
 26

Citar como:
(Versión electrónica): StatSoft, Inc. (2010). Libro de texto electrónico de Estadística. Tulsa, OK:
StatSoft. WEB: http://www.statsoft.com/textbook/.

(Versión impresa): Hill, T. & Lewicki, P. (2007). ESTADÍSTICAS Métodos y Aplicaciones. StatSoft,
Tulsa, OK

En este sitio usted puede encontrar otros programas en línea para el análisis de datos
http://www.psychnet-uk.com/experimental_design/online_calculators.htm

Descripción y análisis grafico de datos

 27

Temas tratados en el libro digital.

http://www.statsoft.com/textbook/
 28

Análisis de una variable numérica (variable cuantitativa discreta ó continua)

En la presente sección se ilustra el uso de XLSTatistics para el análisis de una variable numérica.
Algunos ejemplos de variables cuantitativas son: peso, volumen, precipitación, temperatura, biomasa,
conteos (e.g. numero de arboles en una parcela, numero de animales por aparto). En el menú grafico
de XLStatisitics corresponde a 1Num.

Para iniciar la sesión haga un doble clic sobre el archivo XLStatistics.xlam si usted utiliza Excel
2007 o sobre XLStats.xls si usted utiliza Excel 2000 y habilite los MACROS.

Una vez activados los macros, observará una nueva pestaña “XLStatitics”

1. Abra el archivo “xlstats_tutorial.xlsx” y seleccione de la hoja de cálculo 1Num la variable

precipitación anual de la estación Moravia de Chirripó (1200 msnm).
2. Haga un clic sobre XLStatistics y luego otro clic sobre . Observe que el programa abre el
libro de trabajo 1Num.xls y copia los datos seleccionados a dicho libro.

En la sección inferior del libro de de trabajo 1Num.xls usted observará cinco hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de este
libro de trabajo.
2) Data and Description: Datos y estadísticos descriptivos
3) Summaries: Síntesis de datos (Tabla de frecuencia y gráficos)
 29

4) Tests: Pruebas estadísticas

5) Extra Tools: Herramientas adicionales

Nota: Usted SOLO debe modificar el contenido de las celdas con números o textos en color azul.

Data and Description: Datos y su descripción

Data (Datos): Variable que se analiza,

en este caso precipitación anual (mm)

Description (Describir):
Estadísticos descriptivos (número de
observaciones, media, desviación
estándar, Coef. Variación, asimetría,
mínimo, primer cuartil, mediana, tercer
cuartil, máximo).

Grafico de frecuencia (barras ó

histograma). Usted puede elegir
número de clases, límite inferior y
superior de la serie estadística.

Grafico de datos individuales.

¿Cuál es la precipitación media de la serie?___________________

¿Cuál es la precipitación mediana de la serie?_________________

¿Cuál es el coeficiente de variación de la serie?________________

¿Cuántas clases debe seleccionar para un intervalo de clase de 200 mm?__________

¿Observa alguna tendencia en la gráfica de datos individuales?

 30

Nota: si desea observar los valores graficados por el programa, seleccione con el puntero del ratón la
gráfica y observe a la derecha de la hoja de cálculo las celdas seleccionadas. Ahora seleccione dichas

celdas y asígneles un color al texto (color de la fuente) .

Summaries: Síntesis de datos (Tabla de frecuencia y gráficos)

Gráfico de frecuencia (barras, histograma

ó línea). Usted puede elegir límite inferior
y superior de la serie estadística,
decimales, número de clases, título del
eje X (punto final de clase, punto medio
de clase, intervalo). También puede crear
una OJIVA (Gráfico de frecuencia
acumulada).

Gráfico de media aritmética: Si lo desea

puede modificar el título del eje vertical.
Puede adicionar al gráfico de barra el
rango, desviación estándar, error
estándar e intervalo de confianza.
Recuerde que usted puede elegir el nivel
de confianza.

Gráfico de cajas (Box-Whisker). Usted

puede elegir el gráfico vertical o
horizontal. Si lo desea puede adicionar un
título al eje X de la gráfica.

Haga un clic sobre la flecha azul para

regresar a la hoja de cálculo anterior.

Observe que el gráfico muestra un valor

atípico o extremo para la serie, el cual
corresponde al año 2002.

El gráfico de Box-Whisker muestra los siguientes valores de la serie estadística:

Min Q1 Md Q3 Max

El “*” indica un valor extremo, atípico o no esperado para la serie estadística y corresponden a
datos menores que Q1-1.5*(Q3 - Q1) o mayores que Q3+1.5*(Q3 - Q1). Estos valores deben analizarse
cuidadosamente ya que pueden representar errores de transcripción o condiciones particulares de
dicho dato (e.g. formar parte de otra población estadística). Por ejemplo, si usted analiza datos de
 31

lluvia y en un año determinado se presenta un huracán, la lluvia de dicho año debe considerarse como
un evento de otra población estadística.

Tests: Pruebas estadísticas

Prueba “t” para una muestra (requisitos muestra independiente y normalidad)
Pruebas estadísticas sobre la media de
una población (Prueba t de Estudiante).
Puede realizar pruebas de una y dos
colas (superior e inferior). Recuerde que
usted debe fijar el nivel de alfa antes de
realizar la prueba.

El ejemplo ilustra la siguiente prueba de

hipótesis:
Ho: µ = 3000m
Ha: µ ≠ 3000m
Para un alfa de 0.05, Ho debe
rechazarse y por tanto la media es
diferente de 3000 mm.

Calculo de Intervalo de Confianza para

la media para un nivel de confianza de
95%. Observe que el valor 3000 mm se
encuentra fuera del IC.
Análisis de Residuos
Análisis de residuos
El análisis de residuos permite probar por el
supuesto de normalidad del set de datos.

Para datos normales, los residuos deben

ajustarse a una recta y el histograma debe
mostrar una forma de campana.

El término "error" o residuo se refiere a la

diferencia entre cada valor y la media del
grupo. Los resultados de una prueba "t" son
validos cuando la dispersión de los residuos
es al azar o sea el factor causante de que
un valor sea muy grande o muy pequeño
afecta sólo a dicho valor.

Observe que a partir de la observación 23

(1995) los residuos tienden a ser positivos.

Ejercicio: Utilizando las viables Pt y Año, realice un análisis de tendencia en tiempo (Pt Vs año) como
el que se muestra en ”Cambio de pendiente (tendencia) en el set de datos” para determinar si
efectivamente existe un cambio en la pendiente para dicho año.
 32

Nota: si desea observar los valores graficados por el programa, seleccione con el puntero del ratón la
gráfica y observe a la derecha de la hoja de cálculo las celdas seleccionadas. Ahora seleccione dichas

celdas y asígneles un color al texto (color de la fuente) . A continuación se muestran los datos
para la gráfica de probabilidad normal para los residuos y para el histograma de residuos.

ResNA: Residuos no ordenadas (Pt mm - Media de Pt mm)

ResSort Residuos ordenadas (Pt mm - Media de Pt mm) de menor a mayor
Z: Residuos normalizado (valor de Z para residuo ajustado a una distribución normal)

Limite superior Desv. Estándar Frecuencia

-1594.23 -3s 0
-1062.82 -2s 0 Datos utilizados en el
-531.41 -s 8 histograma de residuos.
0 0 17
531.4104 s 16
1062.821 2s 5
1594.231 3s 2
 33

Prueba de Normalidad

Esta prueba se utiliza para determinar si

los datos de la muestra provienen de una
distribución normal.

La hipótesis nula es la que la muestra

proviene de una población normal, la
hipótesis alternativa es que la muestra
proviene de una población no normal.

El valor de p (nivel de significancia o alfa)

permite evaluar Ho. En este caso y para
un alfa de 0.05, no se rechaza Ho porque
P= 0.903.

Recuerde que usted debe fijar el nivel de alfa antes de realizar cualquier prueba estadística.

Análisis de poder y determinación de tamaño de muestra

Al realizar cualquier prueba de hipótesis, su decisión está sujeta a dos errores estadísticos:
el error tipo I y el error tipo II. A continuación se describe cada uno de ellos.

Tabla de decisión estadística para una prueba de hipótesis sobre dos grupos.

Hipótesis Verdad o estado de la realidad

Ho (no existe diferencia HI (existe diferencia entre los dos
entre los dos grupos) grupos)
No se rechaza Ho No se rechaza Ho (Decisión
(Decisión correcta) incorrecta) y por tanto no se
detectan diferencias verdaderas. A
este error se le denomina “error tipo
II” y se representa con la letra β.
Este valor indica los falsos negativos
Decisión o sea la posibilidad no de rechazar
Ho cundo en la realidad exista una
diferencia.
Bajo esta condición el Se rechaza Ho (Decisión correcta).
error tipo I es igual a α
(este valor indica los
falsos positivos; o sea la
posibilidad de rechazar
Ho sin que en la realidad
exista una diferencia).
El poder de una prueba estadística es igual a 1- β.

Ho (hipótesis nula)
HI (hipótesis alternativa)

Nota: Muestras muy grandes tienden a rechazar Ho aunque las diferencias entre los grupos sean muy
pequeñas. Pruebas estadísticas con un gran poder tienden a generar mayor número de resultados
 34

significativos (pueden detectar diferencias muy pequeñas como estadísticamente significativas).

Recuerde que una diferencia estadísticamente significativa no necesariamente es una diferencia
importante para la toma de decisiones.

Steiger, J.H., & Fouladi, R.T. 1997. Noncentrality interval estimation and the evaluation of statistical
models. Pp. 221-257. In Harlow, L. L., Mulaik, S. A., & Steiger, J. H. (Eds.). What if there were no
significance tests? Mahwah, NJ: Lawrence Erlbaum Associates. Disponible en:
http://www.statpower.net/Steiger%20Biblio/Steiger&Fouladi97.PDF

Esta hoja de trabajo le

permite realizar un
análisis de poder de la
prueba” t” para una
media obtenida de una
muestra independiente.

Recuerde que usted

puede modificar los
números en color azul.

¿Cuál es el error tipo II de la prueba?

¿Es el poder de la prueba alto o bajo?

¿Cuál es la implicación práctica del análisis de poder?

¿Cuál es el tamaño de muestra requerido para un poder de 0.010?

Análisis de error marginal para IC de la media

Esta hoja de trabajo le permite
realizar un análisis de error
marginal para el intervalo de
confianza para media obtenida de
una muestra independiente.

Recuerde que usted puede

modificar los números en color
azul.
¿Cuál sería el tamaño de
muestra requerido para un
error marginal de 150 mm?
 35

Pruebas no paramétricas
Mediana (Prueba de signos, prueba del signo)
Prueba de Wilcoxon para muestras pareadas
Prueba de Chi-2 para la varianza

Prueba de signos (prueba de mediana)

Prueba sobre la Mediana (prueba de

signos). Esta prueba no paramétrica
utiliza la distribución binomial para
determinar si el número de datos sobre y
bajo la mediana es el mismo.

Describa la prueba de hipótesis.

¿Cuál es el poder de la prueba?

La prueba de Wilcoxon de los rangos con signo permite comparar

nuestros datos con una mediana teórica (por ejemplo un valor publicado en un artículo).
También se utiliza en muestras pareadas ó para mediciones repetidas en el mismo sujeto o
muestra. Esta prueba es el análogo no paramétrico de la “t” de Estudiante y no requiere que
la diferencia entre los pares de observaciones sigan una distribución normal.

Prueba de Chi-2 para la varianza

Prueba de varianza (Ji-cuadrado). Usted puede comparar la varianza

observada con un valor predeterminado (e.g. Usted puede comparar el
valor de una muestra con un valor de la población).

¿Dado el valor de “p” y para un alfa de 0.05 se rechaza Ho?_____

Recuerde que usted puede modificar los números en color azul.

 36

Intervalos de tolerancia y de predicción

Datos

Intervalo de tolerancia para una confianza de 95% y una

cobertura de 99%.

Intervalo de predicción para una confianza de 95%.

Recuerde que usted puede modificar los números en color azul.

Herramientas adicionales

Datos agrupados 1NumGD.xls

Este libro de cálculo (1NumGD.xls) le permite analizar datos agrupados (calcular

estadísticos descriptivos, graficar datos y realizar una prueba t de Estudiante sobre la media).

Si desea utilizar este libro

puede digitar los siguientes
datos en su libro de Excel.

1775 1977 3
1978 2179 5
2180 2381 4
2382 2584 6
2585 2786 9
2787 2997 8
2998 3190 5
3191 3393 2
3394 3595 2
3596 3797 2
3798 4001 2
 37

Gráfico de probabilidad normal

Bajo el supuesto de distribución

normal la tendencia de los datos
debe ajustarse a una recta.

Si los datos provienen de una

distribución lognormal la tendencia
de los logaritmos de los datos ( log
Pt anual) debe ajustarse a una
recta.

Usted puede elegir entre graficar

desviaciones estandarizadas
(valores de Z) ó una frecuencia
acumulada.
 38

Análisis de una variable cualitativa (nominal-ordinal)

En la presente sección se ilustra el uso de XLSTatistics para el análisis de una variable cualitativa
(nominal ó ordinal). Algunos ejemplos de variables cualitativas son: uso-cobertura de la tierra (e.g.
bosque, pasto, urbano), sexo (masculino, femenino), color (e.g. azul, rojo, blanco) y cultivos (eg. maíz,
arroz, frijol, yuca), escala de Likert (. En el menú grafico de XLStatisitics corresponde a 1Cat.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “xlstats_tutorial.xlsx” y seleccione de la hoja de cálculo 1Cat la variable ENOS.

2. Haga un clic sobre XLStatistics y luego otro clic sobre . Observe que el programa abre el
libro de trabajo 1Cat.xls y copia los datos seleccionados a dicho libro.

En la sección inferior de la hoja de cálculo 1Cat.xls usted observará cuatro hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de este
libro de trabajo.
2) Data and Description: Datos y estadísticos descriptivos
3) Summaries: Síntesis de datos (Tabla de frecuencia y gráficos)
4) Tests: Pruebas estadísticas

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en color
azul.

Data and Description: Datos y su descripción

Data (datos): Variable que se analiza,

en este caso ENOS (Niña, Niño,
Neutro).

Description (describir):
Frecuencia absoluta para cada valor
de la variable ENOS (Niña, Niño,
Neutro)

Grafica de frecuencia absoluta

(barras).
 39

Summaries: Tabla de frecuencia y gráficos

Gráfico de frecuencia (barras). Usted

puede elegir número de decimales, tipo
de frecuencia (absoluta, porciento,
proporción). Puede adicionar al gráfico
de barra ± 1 Error estándar, ± 2 Errores
estándares, o un intervalo de confianza.
Recuerde que usted puede elegir el
nivel de confianza.

Gráfico de pastel: Si lo desea puede

modificar el título del eje vertical.
Para series estadísticas con tres o más
categorías ordenar las frecuencias de
mayor a menor.

Tests: Intervalo de confianza y prueba de hipótesis para proporciones (N grande)

Inferencia sobre proporciones (muestras

grandes-al menos 5 observaciones por celda),
valor de “p” basado en aproximación a la
distribución normal).

1. Prueba de hipótesis
2. Intervalo de confianza
3. Análisis de poder y determinación de tamaño
de muestra

En este caso se somete a prueba la hipótesis

de que la frecuencia de años Niño es igual a
0.333 (o sea no existe predominio de años
Niños sobre Niñas o Neutros).

Observe que el intervalo de confianza contiene el valor 0.333. ¿Qué le indica esto?

¿Cuál es el resultado de la prueba de hipótesis?

Realice una prueba de hipótesis para los años Niña.

 40

Análisis de poder y determinación de tamaño de muestra

Esta hoja de trabajo le permite

realizar un análisis de poder de la
prueba Z para proporciones.

Recuerde que usted puede modificar

los números en color azul.

Análisis de error marginal para IC de proporciones

Esta hoja de trabajo le permite

realizar un análisis de error marginal
para el intervalo de confianza para
una proporción.

Recuerde que usted puede modificar

los números en color azul.

Intervalo de confianza y prueba de hipótesis para proporciones (muestras pequeñas)

1. Prueba de hipótesis
2. Intervalo de confianza
3. Análisis de poder

Recuerde que usted puede modificar

los números en color azul.

En este caso se somete a prueba la

hipótesis que para la serie la
proporción esperada de años Niños,
Niñas y Neutros es de 0.333.

Observe que el IC incluye el valor

0.333.
¿Cuál es el resultado de la prueba de hipótesis? ¿Cuál es el poder de la prueba?
 41

Prueba de Bondad de ajuste (ji-cuadrado)

El programa estima la proporción
observada para las variables y usted
debe digitar la proporción esperada o
teórica. En este caso se desea probar
que la proporción entre años Niño
(0.333), Niña (0.333) y Neutro (0.333)
es la misma.

Para un alfa de 0.05, ¿cuál es el

resultado de la prueba de hipótesis?

Prueba de corridas o de Wald–Wolfowitz

(http://www.quantitativeskills.com/sisa/statistics/ordhlp.htm)
Esta prueba es aplicada a un set de datos conformado por una secuencia de dos valores
(e.g. "++++−−−+++−−++++++−−−−") y se utiliza para probar por la aleatoriedad en la secuencia
del set de datos (la hipótesis nula es que los elementos de la secuencia son independientes entre sí).
A continuación se ilustra el resultado para el análisis de la frecuencia de años lluviosos (mayor
que la media) Vs años secos (menores que la media) para la precipitación anual de la
estación Moravia de Chirripó.

Los resultados indican que existen 22 secuencias de

seco-lluvioso (o lluvioso-seco) y que para un set de
datos aleatorio dado el tamaño de muestra (41 años) se
esperarían 24.95 secuencias.

El resultado de la prueba indica que efectivamente los

datos ocurren en un orden aleatorio; o sea no existe un
patrón de años más lluviosos o más secos en el set de
datos.

A B
 42

A. Secuencia de años clasificados como secos (1) y lluviosos (2)

B. Pt anual expresado como un valor estandarizado (anomalía estandarizada basado
en el periodo 1960-2007).

Observe que a partir de 1996 existe una mayor frecuencia de años “lluviosos”; sin embargo
a partir de 2006 parece que se inicia otro ciclo de menor precipitación.

A. B.

A. Anomalías estandarizadas basado en el periodo 1960-1990.

B. Anomalías estandarizadas basado en el periodo 1960-1980.

La anomalía estandarizada es: (Pt año-Pt media)/desviación estándar

Observe que a partir de 1996 existe una mayor frecuencia de años “lluviosos”; sin
embargo a partir de 2006 parece que se inicia otro ciclo de menor precipitación.
 43

Análisis de dos variables numéricas (continuas ó discretas): Correlación y

regresión simple
En la presente sección se ilustra el uso de XLSTatistics para el análisis de dos variables
cuantitativas. En el menú grafico de XLStatisitics corresponde a 2Num.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

A continuación analizaremos los datos de las variables año y precipitación anual. A esta serie se le
conoce como una serie temporal porque involucra a la variable tiempo (años).

Nota: Dado que las dos variables son cuantitativas, XLStatistics ofrece herramientas para
realizar un análisis de correlación y regresión simple. En Excel la primera columna
corresponde al eje “Y” y la segunda al Eje “X”.

En este caso deseamos analizar el comportamiento de la lluvia anual en el tiempo y por tanto
la variable Y es PT anual y la variable X el tiempo.

1. Abra el archivo “xlstats_tutorial.xlsx” y seleccione de la hoja de cálculo 2Num las variables Año
(variable predictora) y Moravia Pt. anual (mm) (variable dependiente).
2. Haga un clic sobre XLStatistics y luego otro clic sobre . Observe que el programa abre el
libro de trabajo 2Num.xls y copia los datos seleccionados a dicho libro.

En la sección inferior de la hoja de cálculo 2Num.xls usted observará cuatro hojas de cálculo:

5) Information: Información. Esta hoja contiene información general sobre la organización de este
libro de trabajo.
6) Data and Description: Datos y estadísticos descriptivos
7) Corr &Linear Regress: Correlación y regresión simple
8) Extra Tools: Herramientas adicionales

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en color
azul.
 44

Conceptos básicos sobre regresión lineal simple

La ecuación de regresión de “Y” en “X” muestra el valor medio esperado de “Y” dado un valor de
“X”. La variable “Y” se denomina dependiente y la variable “X” predictora. Una distribución condicional
es la distribución de una variable (Y) dado un valor particular de otra variable (X). Por ejemplo, dado un
bosque, la distribución condicional de la variable altura (h) dada un valor particular de la variable
diámetro (d) mostraría todos los posibles valores de altura para cada uno de los valores de diámetro.
Dicha relación se simboliza como h|d. Dado que no es posible conocer todas las posibles
distribuciones condiciones de “h” dada cada uno de los posibles valores de “d”; se asume que el
muestreo independiente realizado de las variables “h” y “d” representa dicha relación. Bajo esta
suposición y asumiendo que la distribución de “h” es normal para cada valor de “d”, la mejor estimación
de “h” dado “d” sería la media de la distribución como se muestra en la figura 1.

Figura 1: Distribución hipotética de la variable altura (h) en metros para un valor de diámetro de 40
cm. La distribución de valores de altura es normal con una media de 22.78 m y un error de
estimación es 4.25 m.

Ahora supongamos que existen otros valores de altura y diámetro como se muestra en la figura 2.
La ecuación de regresión ajusta una recta a través de las cimas de cada una de las distribucioes de
h|d. Sin embargo, observe que el ajuste no es perfecto, o sea existe un error de estimación; dicho error
se utiliza para calcular los intervalos de confianza y realizar las pruebas de hipótesis sobre la validez
estadística del modelo. Cuanto más pequeño sea dicho error mayor capacidad predictiva y descriptiva
tendrá el modelo.

Figura 2: Distribución hipotética de valores de altura (h, m) y diámetro (cm). El error de estimación
es una función de la amplitud de cada una de las distribuciones de “h” dado un valor de “d”.
 45

Data and Description: Datos y su descripción

Data: Listado de datos

Two-variable: Análisis de correlación

(r) y coeficiente de determinación (R2).

Single variable: Estadísticos

descriptivos para las variables Y y X.

Scatterplot: Gráfico de dispersión

Análisis de correlación y regresión lineal

Análisis de correlación
1. Coeficiente de correlación lineal
2. Prueba de hipótesis sobre rho.
Para un alfa 0.05 ¿se rechaza Ho?____

Regresión lineal simple

1. Estimadores (intercepto y pendiente),

error estándar e intervalos de confianza.
2. Coef. determinación (R2).
3. Error estándar de estimación (Syx) =
√CME.
4. Diagrama de dispersión.

Prueba de hipótesis (intercepto, pendiente)

Prueba de hipótesis
A. Pendiente. Para un alfa 0.05 ¿se
rechaza Ho?____

B. Intercepto. Para un alfa 0.05 ¿se

rechaza Ho?____

Predicción: estimar valores de Y a partir de

valores de X e intervalo de predicción.

Predicción inversa: estimar valores de X a

partir de valores de Y.
 46

Análisis de varianza: significancia del modelo

La hipótesis nula es que no existe regresión de Y en X; o sea no existe

covariación entre Y y X.
Tabla de análisis de varianza

DF: Grados de libertad

SS: Suma de cuadrados
MS: Cuadrado medio
F: valor de F
p-value: valor de “p” corresponde al valor de F en
la distribución F.

A un nivel de significancia de 0.05, la regresión de precipitación en tiempo es estadísticamente

significativa (p=0.044).

Análisis de residuos: Evaluación de los supuestos del modelo

Los supuestos del análisis de regresión son las siguientes:

1- Modelo
a. El modelo es completo. La ecuación posee todos las variables requeridas para describir la
relación entre Y y X. Ejemplo: Y=a+bX+e. No existe ninguna prueba estadística que le indique
directamente si el modelo posee todas las variables requeridas para describir la relación entre
Y y X. Le sugiero utilizar sus conocimientos teóricos (e.g. publicaciones previas, consulta con
expertos, colegas, etc.) para evaluar este criterio.
b. Lineal. La relación entre las variables X y Y es lineal. Principio de linealidad de la regresión.
c. Aditivo. La relación entre las variables es aditiva. Este supuesto es especialmente crítico en
regresiones múltiples (dos o más variables predictoras); ya que el efecto de una variable
puede estar afectado por otra variable. Por ejemplo, el efecto de la fertilización en el
crecimiento de un bosque segundario puede depender del uso previo del sitio, de la
profundidad del suelo ó del pH. No existe ninguna prueba estadística que le indique
directamente si el modelo requiere de términos no aditivos. Si usted sospecha que la relación
entre las variables es no aditiva le sugiero los siguiente:
d. Utilizar sus conocimientos teóricos (e.g. publicaciones previas, consulta con expertos,
colegas, etc.) para evaluar este criterio.
e. Ajustar otras funciones y comparar los valores de R2 ó del cuadrado medio del error.
f. Ajustar una regresión separada para los diferentes grupos utilizando variables de
clasificación.
g. Incluir un término multiplicativo en el modelo (e.g. X1*X2)

2- Variables
a. Nivel de medición de intervalo o razón.
b. Variables se miden sin error. Se supone que las variables solo son afectadas por el error
aleatorio. Si los datos incluyen un error sistemático, el error de estimación del modelo
incrementará y el valor de la pendiente será diferente.
 47

3- Error del modelo

a. Distribución normal. Las pruebas estadísticas dependen de este supuesto; sin embargo la
inferencia estadística puede se robusta aun cuando se viole este supuesto. Graficar residuos
y evaluar su distribución, realizar prueba de hipótesis para normalidad.
b. Su valor esperado es 0. Graficar residuos y evaluar su distribución alrededor de cero.
c. Los errores son independientes entre sí. La inferencia estadística asume que cada caso u
observación es independiente de la otra. Por ejemplo, la medición de lluvia diaria en el mes de
octubre no es independiente, ya que es probable que los días lluviosos no ocurran al azar.

La no independencia entre las observaciones sesga la estimación del error estándar, ya

que la fórmula asume que las observaciones son independiente (“n muestras
independientes”). Si las observaciones están correlacionadas, el valor de “n” utilizado es
más grande que el real y por tanto el error estándar estimado será más pequeño y las
pruebas estadísticas tendrán una mejor significancia (se tenderá a rechazar Ho). Esto
también puede sesgar las estimaciones de la intercepción y la pendiente del modelo. La
no linealidad es un caso especial de los errores correlacionados.

d. Homocedasticidad de los errores (varianzas son constantes) con respecto a la variable

predictora. La no homogeneidad de la varianza sesga la estimación del error estándar y por
ende la significancia estadística. Si sus datos no cumplen con este supuesto puede utilizar
una matriz ponderada. (e.g. 1/X). La ecuación original Y=a+bX+e se convierte en
Y/X=a/X+b+e/X. En este nuevo modelo el error para los valores grandes de X será más
pequeño (e/X). Para ajusta esta nueva regresión, usted debe crear la variable Y/X (su nueva
variable dependiente) y 1/X (su nueva variable predictora). Para este nuevo modelo, el valor
del intercepto (a) será ahora la pendiente y el valor de la pendiente (b) será la intersección de
la nueva ecuación.

Observe que la dispersión de los puntos

es mayor conforme aumenta el valor de
X. Este es un claro ejemplo de no
homogeneidad de varianzas.

e. La variable predictora es independiente de los errores. Los errores representan la variabilidad

de “Y” no explicada por la variable predictora “X” y por tanto representan todos aquellos
factores que influyen en “Y” y que no se incluyeron en la ecuación de regresión. Si alguna
variable omitida está correlacionada con X, este supuesto es violado. El error será SIEMPRE
independiente de "X" y por lo tanto no hay manera de establecer el verdadero error.

f. En un sistema de ecuaciones interrelacionadas los errores son independientes.

Si las condiciones anteriores se cumplen y los datos provienen de un muestreo probabilístico,

entonces el ajuste por mínimos cuadrados provee estimadores insesgados, eficientes y consistentes.

A. Insesgados: en promedio, el estimador es igual a la media de la población. Ejemplo: E(b)=β

 48

B. Eficientes: Estima el parámetro de interés con el menor error posible. Ejemplo: el error
estándar de estimación será un mínimo.

C. Consistentes: Conforme el tamaño de muestra aumenta el error del estimador tiende a cero.

Si alguno de estos supuestos es violado, entonces las estimaciones de los parámetros del modelo,
las predicciones, las pruebas de hipótesis, los intervalos de confianza y la relación entre las variables
indicada por el modelo de regresión puede ser, en el mejor de los casos, ineficiente o peor aun, estar
gravemente sesgadas o ser engañosas. Normalmente los residuos se utilizan para probar por los
siguientes supuestos del modelo:

Supuesto Prueba
La relación entre las Diagrama de dispersión, gráfico de valores observados Vs valores
variables X y Y es estimados, gráfico de residuos Vs valores estimados ((. ).
lineal En caso de violar este supuesto debe utilizar un modelo linealizable ó no
lineal, transformar las variables ó utilizar variables de clasificación (dividir del
set de datos en segmentos lineales).
Los errores son Para series temporales graficar errores vs tiempo. Para otros datos utilizar el
independientes gráfico de autocorrelación de residuos de resago 1. Es deseable que la
mayoría de las autocorrelaciones residuales estén dentro de las bandas de
confianza del 95% en torno a cero, las cuales se encuentran
aproximadamente a ± 2/(n)0.5, donde “n” es el tamaño de la muestra. Así, si
el tamaño de la muestra es de 48, las autocorrelaciones debe estar entre +/-
0,29. Ponga especial atención a las autocorrelaciones significativas de
resago uno y dos. El estadístico Durbin-Watson (d) es utilizado para probar
por autocorrelación de resago-1 entre residuos: “d” es aproximadamente
igual a 2*(1-r) donde “r” es la autocorrelación residual: un valor de 2,0 indica
ausencia de autocorrelación. Como regla general, cualquier valor de “d”
inferior a 1 indica autocorrelación grave entre los residuos. El valor de “d”
siempre se encuentra entre 0 y 4. Si el estadístico de Durbin-Watson es
sustancialmente menor que 2, existe evidencia de correlación serial positiva.
Un estadístico robusto y más poderoso que DW es la prueba LM de
autocorrelación de residuos de Breusch-Godfrey.

Relación entre autocorrelación “r” y 2*(1-r)

r 2*(1-r)
0.05 1.9
0.1 1.8
0.2 1.6
0.3 1.4
0.4 1.2
0.5 1
0.6 0.8
0.7 0.6
0.8 0.4
0.9 0.2
1 0
 49

Homocedasticidad de Gráfico de residuos versus variable predictora (en este caso “año”).
los errores (varianzas
son constantes) con
respecto a la variable
predictora.
Los errores tienen una Gráfico de probabilidad normal e histograma de residuos. Prueba de
distribución normal. normalidad.

El valor esperado de Graficar residuos y evaluar su distribución alrededor de cero.

los residuos es cero

El libro 2NRP.xls de XlStatistics le ofrece las siguientes pruebas para evaluar los supuestos del
modelo.

Residuos versus observación. Los valores

son gráficos según su orden (1 a n). Esta
gráfica permite determinar si existe algún
patrón en el orden en que se midieron los
datos (e.g. error sistemático). Observe que
los residuos se encuentran dentro de una
banda de ± 1000 mm.

Grafico de probabilidad normal. Para cumplir

con el supuesto de normalidad, los residuos
deben ajustarse a una recta y el histograma
debe mostrar una forma de campana.

Gráfico de errores versus variable

predictora (X). Para cumplir con el
supuesto de homocedasticidad la varianza
de los residuos debe ser constante con
respecto a la variable predictora. Observe
que los residuos se encuentran dentro de
una banda de ± 1000 mm. El error será
SIEMPRE independiente de "X" y por lo
tanto no hay manera de establecer el
verdadero error.
 50

Para probar por el supuesto de linealidad usted puede graficar los residuos versus los
valores estimados, para esto debe crear dos nuevas variables como se muestra a
continuación.

Pt Estimado Residuos
2832 217.3
3127 353.0
3675 615.2
1650 -408.6
2029 -230.8
2513 -0.8
2949 205.7
4309 874.2
1925 -329.4
2413 -97.4
2550 -40.1
1029 -812.4
. .
Observe que los datos se ajustan a una recta, por cuanto puede asumirse que cumplen con el
supuesto de linealidad.

Intervalo de predicción y banda de predicción

Línea de regresión y bandas de

predicción para una confianza de 95%.
1: Banda de predicción de Yi.
2. Banda de predicción de media de Y
(Yμ).

Observe que la banda de predicción de

la media de Y es siempre más angosta
que para un valor particular de Y.

Herramientas adicionales
Esta hoja de trabajo le brinda acceso a las siguientes funciones:
1. Ajuste de funciones: ecuaciones linealizables, regresión polinomial, regresión no lineal y
determinación de puntos de inflección en la tendencia del set de datos.
2. Suavizado de tendencia en el set de datos. Media móvil, media con barras de error y regresión
localmente ponderada.
3. Síntesis numérica y gráfica para cada una de las variables en el set de datos.
4. Análisis de correlación no paramétrico: Coeficientes de correlación de Spearman y de Kendall.
5. Análisis de series de tiempo. Ajuste de función exponencial y suavizado de datos.
6. Adicionar etiquetas a datos
 51

Ajuste de funciones

Transformaciones lineales
Esta hoja de trabajo permite ajustar
ecuaciones no lineales en su forma
original pero que pueden linealizarse
mediante el uso de logaritmos
(naturales y de base 10).
El programa ofrece estimaciones de
“a” e IC, “b” e IC, r y R2; así como la
ecuación de regresión.
También puede ajustar una regresión
logística.

Ecuación polinomial

Esta hoja de trabajo le permite ajustar

un polinomio de grado “n” al set de
datos.

El programa ofrece estimaciones de

“a” e IC, “b” e IC y R2; así como la
ecuación de regresión.

Regresión no lineal

El texto azul corresponde a los

parámetros que usted desea utilizar
para ajustar la ecuación que usted
seleccionó. El único estadístico que
ofrece el programa es el R2.

Nota: Esta función utiliza el

complemento “Solver” de Excel.
 52

Cambio de pendiente (tendencia) en el set de datos

El texto azul corresponde a los

parámetros que el programa utiliza
para determinar si existe un punto
donde cambia la pendiente de la
recta ajustada al set de datos.

En este caso, el programa encontró

un cambio de tendencia a partir de
1990. La pendiente de la primer recta
es negativa (-.2.16 mm por año) en
tanto que para la segunda es positiva
(45.8mm por año).

Notas:
1. Esta función utiliza el complemento “Solver” de Excel.
2. El punto de cambio en la pendiente del set de datos puede variar con el número de eventos
utilizados (# trials for breaking point).

Suavizado de tendencia: media móvil, media con barras de error, regresión localmente
ponderada

Media móvil
Media móvil
La media móvil es utilizada con series
de tiempo para determinar si existe
algún patrón en el set de datos.
Usted puede elegir entre la media ó
la mediana; así como el número de
años a utilizar en el cálculo.

Observe que en este caso

aparentemente existe una tendencia
a mayor precipitación a partir de
1990.
 53

Media con barras ó bandas de error

Gráfico de puntos medios para “n”
subgrupos de datos. En este caso el
set de datos de dividió en 8 grupos
(aproximadamente 5 observaciones
por grupo). Las líneas verticales
corresponden a un IC de 95%. Usted
puede elegir además entre ± 1S, ±
2S, ± 1 Error estándar y ± 2 Errores
estándares.

El grafico inferior muestra bandas de

confianza al 95%.

Observe que en este caso

aparentemente existe una tendencia
a mayor precipitación a partir de 1990
así como un pico de precipitación en
1970; el cual fue muy lluvioso en la
costa Caribe.

Regresión lineal localmente ponderada

Regresión robusta localmente
ponderada(LOWESS)

El factor de tensión (f) define

la forma de la curva ajustada
al set de datos. Valores
cercanos a cero tienden a
generar líneas más
irregulares. La columna de la
izquierda muestra los
residuos.

Regresión localmente
ponderada(LOWESS)

El factor de tensión (f) define

la forma de la curva ajustada
al set de datos. Valores
cercanos a cero tienden a
generar líneas más
irregulares. La columna de la
izquierda muestra los
residuos.
 54

LOWESS y LOESS
El término "LOWESS" proviene del inglés "Locally Weighted Scatter plot Smoothing"; sin embargo
algunos autores también utilizan la palabra "LOESS" como sinónimo. Ambos métodos utilizan
regresiones lineales ponderadas localmente con el objetivo de suavizar la tendencia local en el set de
datos. Por defecto las funciones lowess y loess realizan un ajuste localmente lineal y localmente
cuadrático, respectivamente.

LOESS, es un método de regresión polinomial localmente ponderada propuesto originalmente por

Cleveland (1979) y desarrollado posteriormente por Cleveland y Devlin (1988). Dicho método de
regresión se caracteriza por ser una técnica más descriptiva que predictiva. Para cada punto del
conjunto de datos se ajusta un polinomio de bajo grado, utilizando los valores de la variable explicativa
más cercanos de dicho punto (entorno de X). El polinomio utiliza mínimos cuadrados ponderados,
dando más peso o importancia a los puntos más cercanos al punto cuya respuesta se está estimando
y menos peso a los puntos más alejados.

La principal ventaja de LOESS es que el usuario(a) no debe especificar ningún modelo que deba
ajustarse a todos los datos de la muestra. En su lugar, el o la analista solo tienen que proveer un valor
de parámetro de suavizado y el grado del polinomio local. LOESS es una técnica de análisis muy
flexible y por tanto es ideal para analizar procesos para los cuales no existen modelos teóricos. La
técnica LOESS permite calcular la incertidumbre asociada al modelo de predicción y de calibración así
como aplicar la mayoría de las pruebas y procedimientos utilizados para validar los modelos de
regresión basados en mínimos cuadrados.

Entre las desventajas del método tenemos que hace un uso menos eficiente de los datos que otros
métodos de mínimos cuadrados. Sin embargo, dados los resultados que el método proporciona, sin
duda podría ser más eficiente en general, que otros métodos de estimación como el de mínimos
cuadrados no lineales. Otra desventaja de LOESS es que no produce una función de regresión y por
tanto no puede transferirse a otros usuarios(as).

LOESS, al igual que cualquier otro método de mínimos cuadrados, es afectado por valores atípicos
o extremos en el set de datos. La versión iterativa y robusta de LOESS (Cleveland (1979) reduce dicha
sensibilidad; sin embargo, valores muy atípicos o extremos pueden superar incluso el método de
análisis más robusto.

Si usted lo desea puede descargar de http://peltiertech.com/WordPress/loess-utility-awesome-

update/ un complemento gratuito para Excel que ajusta una función LOESS a sus datos.

http://peltiertech.com/WordPress/loess-utility-what-the-buttons-mean/ Descripción de cada uno de

los botones en el complemento

Referencias

Cleveland, W.S. (1979). "Robust Locally Weighted Regression and Smoothing Scatterplots". Journal of
the American Statistical Association 74 (368): 829–836. MR0556476. JSTOR 2286407.

Cleveland, W.S.; Devlin, S.J. (1988). "Locally-Weighted Regression: An Approach to Regression

Analysis by Local Fitting". Journal of the American Statistical Association 83 (403): 596–610.
JSTOR 2289282.

http://www.stat.purdue.edu/~wsc/papers/localregression.principles.ps
 55

NIST Engineering Statistics Handbook Sección sobre LOESS

Local Polynomial Regression Fitting utilizando R.

http://stat.ethz.ch/R-manual/R-patched/library/stats/html/loess.html

Estadísticos descriptivos y gráficos para la variable predictora (X) y la dependiente (Y)

Estadísticos descriptivos y gráficos

(medias con líneas/bandas de error,
frecuencia absoluta y relativa,
diagrama de cajas) para las variables
precipitación anual y tiempo en años.

Observe que usted puede adicionar

al diagrama de barras una línea
vertical indicando:
Rango de los datos
Desviación estándar
Error estándar
Intervalo de confianza

Nota: Para este set de datos solo los

estadísticos de Pt anual son de
interés.

Grafico de frecuencia
Etiquetas eje Y: frecuencia absoluta,
proporciones, porcentaje, acumulada.

Etiquetas eje X:
Límite superior de clase
Clases: punto medio, intervalo de
clase

Estilo: Barras, 3D y líneas.

Recuerde que usted puede modificar

el texto y los números de color azul.
 56

Diagrama de cajas o de Box-Whisker.

Recuerde que usted puede modificar

el texto y los números de color azul.

El * indica un valor atípico o extremo.

Análisis de correlación no paramétrico

Análisis de correlación no paramétrico. Correlación

entre órdenes de los datos.

Coeficiente de correlación de Spearman (rho) y

prueba de hipótesis sobre significancia de la
correlación.

Coeficiente de correlación de Kendall (tau-b) y

prueba de hipótesis sobre significancia de la
correlación.

Series de tiempo

Esta hoja de cálculo asume que usted está

analizando una serie de tiempo y por esta
razón solo observa la columna de tiempo.

Funciones de tendencia o suavizado

A. Media móvil, usted debe elegir el periodo
o número de años.
B. Exponencial: usted debe elegir el peso.

Predicciones utilizando una regresión lineal.

Digite el año.
Predicciones utilizando una regresión
exponencial. Digite el año.
 57

Esta hoja de trabajo adiciona etiquetas a los datos.

Ejercicio
Si usted desea practicar lo expuesto en esta sección puede utilizar los datos de lluvia anual
de las estaciones Batán (15 msnm) y Moravia de Chirripó (1200 msnm) (hoja 2Num del
archivo xlstats_tutorial.xlsx).

Modelos matemáticos para datos cuantitativos bivariados

Precauciones al realizar un análisis de correlación-regresión

Existen múltiples razones por las cuales su análisis de correlación-regresión puede indicar que no
existe relación entre las variables analizadas.
 Relación entre variables es no lineal
 El tamaño de muestra es muy pequeño
 Se omite una variable predictora
 58

A continuación se ilustran tres ejemplos sobre errores en el análisis de los datos.

1. Relación aparente pero no real entre variables

En este caso si se analizan los datos sin considerar el efecto de estacionalidad, la ecuación de
regresión indica que existe una relación entre el número de pacientes y el consumo de cerveza; sin
embargo si el análisis se realiza por estación (variable predictora), la ecuación de regresión no es
significativa.

A B

2. Relación no aparente pero real entre variablesl

En este caso, si se omite la variable de clasificación “sexo”, la ecuación de regresión es no
significativa; sin embargo al utilizar dicha variable, se observa que la respuesta de la variable “Y” se
explica por la covariación de la variable “sexo”.

A B

3. Patrones en datos al azar

Es posible obtener ecuaciones de regresión significativas aún para series estadísticas creadas al
azar. Esto se ilustra en las siguientes gráficas para una muestra de 100 observaciones (A) y otra de 40
observaciones. Observe que en ambos casos la tendencia es negativa y significativa para una alfa de
5%. Esta es una de las principales dificultades para detectar tendencias cuando se analizan series de
tiempo.
 59

A B

Ejemplo de análisis de regresión utilizando software en línea

A continuación se presentan los resultados del análisis de correlación y regresión para los mismos
datos analizados con Excel pero utilizando software en línea disponible en http://www.wessa.net/.

De la página principal de dicho sitio, seleccione la opción Descriptive Statistics Software.

Descriptive Statistics Software: Central Tendency, Average, Mean, Median, Variability, Interquartile
Range, Concentration, Lorenz Curve, Gini Coefficient, Skewness, Kurtosis, Quartiles, Percentiles,
Notched Boxplot, Histogram, Correlation, Partial Correlation, Rank Correlation (Spearman and
Kendall), Simple Regression, Kernel Density Estimation, Harrell-Davis Quantiles, Bivariate KDE,
Correlation Matrix, Stem-and-leaf plot, Explorative Data Analysis

De las opciones de menú seleccione Simple regresision http://www.wessa.net/slr.wasp.

Citar como: Wessa, P. (2010), Free Statistics Software, Office for Research Development and
Education, version 1.1.23-r6, URL http://www.wessa.net/

Paso 1: Copiar de la hoja de Excel los datos de la variable “Y” (Pt anual de Moravia) y pegarla en la
columna “Data Y”. Etiquete el eje Y (Label y-axis) como Moravia. Asegúrese que no quede ningún
espacio vacío al final de la columna de datos.

Paso 2: Copiar de la hoja de Excel los datos de la variable “X” (año) y pegarla en la columna “Data X”.
Etiquete el eje Y (Label x-axis) como Año. Asegúrese que no quede ningún espacio vacío al final de la
columna de datos.

Paso 3: Title: Digite Regresión Lineal Simple.

Paso 4: Enviar resultado a: Usted puede elegir entre:

Browser: Explorador, gráficos color azul

Browser Blue-Charts White: Página del explorador, gráficos de
color blanco.
Browser Orange-Charts White: Página del explorador, gráficos
de color azul.
Browser Black/White: Página del explorador, gráficos de color
blanco. (Recomendada)
MS Excel, MS Word: Hoja de Excel ó archivo de Word.
 60

Paso 4: Haga un clic sobre compute.

Resultados

Configuración de la pantalla de resultados y

entrada de datos.
“Width” y “Height”: Usted puede define el
ancho y alto de las graficas.

Estimación de parámetros del modelo de regresión (intercepto y pendiente)

Simple Linear Regression - Ungrouped Data

Parameter Value S.E. T-STAT Notes
Constant -43642.097326
Beta 23.322995 8.016451 2.909392 H0: beta = 0
Elasticity 16.685486 5.735043 2.735025 H0: elast. = 1

Elasticidad con respecto a la media

Estimador de parámetro (intercepto, a)

Estimador de parámetro (pendiente, b)

 61

Tabla de análisis de varianza (ANOVA)

Simple Linear Regression - Analysis of Variance

ANOVA DF Sum of Squares Mean Square
Regression 1.000000 1.78012e+6 1.78012e+6
Residual 32.000000 6.72967e+6 210302.235495
Total 33.000000 8.50979e+6 257872.346702
F-TEST 8.464560

Grados de libertad (DF)

Suma de cuadrados totales (Total), del modelo

(Regression) y del error (Residual)

Cuadrado medio

Prueba F (significancia del modelo)

Fuente: http://www.xycoon.com/anova.htm

Análisis de autocorrelación

Simple Linear Regression - Autocorrelation

Statistic Value
Durbin-Watson 2.011281
Von Neumann Ratio 2.072229
rho - Least Squares -0.019447
rho - Maximum Likelihood -0.019197
rho - Serial Correlation -0.019640
rho - Goldberger -0.019322
 62

Estadística Descriptiva - Regresión lineal simple – Autocorrelación

Estadístico de Durbin-Watson

Razón de Von Neumann

Coeficiente de autocorrelación (Rho). Autocorrelación serial de resago 1

Estimación por mínimos cuadrados (Rho).
(LS-estimte).

Coeficiente de autocorrelación (Rho).

Coeficiente de autocorrelación (Rho)
Estimación máximo verosimilitud.
de Goldberger
Fuente: http://www.xycoon.com/lsautocorrelation.htm

Borghers,E; Wessa, P. Statistics - Econometrics - Forecasting (Descriptive Statistics - Simple Linear

Regression - Autocorrelation), Office for Research Development and Education (Publisher),
http://www.xycoon.com/ (URL), (visitado 11 mayo 2010). Facilities, development, and design: Office for
Research, Development, and Education
 63

Estadísticos descriptivos

Simple Linear Regression - Descriptive Statistics

Statistic Value
Mean X 1990.500000
Biased Variance X 96.250000
Biased S.E. X 9.810708
Mean Y 2782.323529
Biased Variance Y 250287.865917
Biased S.E. Y 500.287783
Mean F 2782.323529
Biased Variance F 52356.350157
Biased S.E. F 228.815100
Mean e 0.000000
Biased Variance e 197931.515760
Biased S.E. e 78.647059

Varianza insesgada
Varianza sesgada

Media aritmética

Media armónica

Media ponderada

Media geométrica
Fuente: http://www.xycoon.com/
 64

Student Distribution Probability Student Distribution Probability Fisher Distribution Probability

(mathematical equation plotter) (mathematical equation plotter) (mathematical equation plotter)
T-Test 2.90939 T-Test 2.735025 F-Test 8.464

D.F. 32 D.F. 32 D.F. numerator 1

Tails (1 or 2) 2 Tails (1 or 2) 2 D.F. denominator 32

Student Probability Student Probability Fisher Probability

Estadístico “t” Estadístico “t” Estadístico “F”

Diagrama de dispersión y ecuación de regresión lineal

 65

Análisis de una variable numérica y otra nominal (1Num1Cat)

En la presente sección se ilustra el uso de XLSTatistics para el análisis de dos variables: una
cuantitativa y otra nominal. En el menú grafico de XLStatisitics corresponde a 1Num1Cat.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “xlstats_tutorial.xlsx” y seleccione de la hoja de cálculo 1Num1Cat las

columnas Pt anual (mm) y ENOS, haga un clic sobre XLSTatistics y luego otro clic sobre
. Observe que el programa abre el libro 1Num1Cat y copia los datos
seleccionados a dicho libro.

En la sección inferior del libro 1Num1Cat usted observará cuatro hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de

este libro de trabajo.
2) Data and Description: Datos y estadísticos descriptivos
3) Summaries: Síntesis gráfica de datos
4) Tests-n categories: Pruebas estadísticas para n categorías
5) Tests-2 categories: Pruebas estadísticas para 2 categorías

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en
color azul.

Datos y estadísticos descriptivos

Estadísticos descriptivos
por episodio de ENOS
(Niña, Niño, Neutro).

En la gráfica de frecuencia,
usted puede elegir entre
barras e histograma; así
como el episodio de ENOS
a graficar: Niño, Niña o
Neutro.
Usted puede elegir:
# de clases, límite superior
e inferior de los datos,
límite superior de la clase,
clases (intervalo, punto
medio).
 66

Gráfico de valores de lluvia

ordenados según año.

Grafico de frecuencia comparativo por categoría Esta hoja de cálculo muestra en el

mismo grafico la distribución de
frecuencia (absoluta y relativa) por
valor de la variable ENOS (Niño,
Niña, Neutro).

En la gráfica de frecuencia, usted

puede elegir entre barras,
histograma y líneas; así como la
frecuencia acumulada.

Eje X
# de clases, límite superior e inferior
de los datos, límite superior de la
clase, clases (intervalo, punto
medio).

Eje Y
Frecuencia absoluta y relativa,
proporciones

Tipo de gráfico: Barras, líneas, 3D

Grafico de frecuencia por categorías

Grafico de frecuencia (absoluta,

relativa, proporciones) por episodio
de ENOS. En la gráfica de
frecuencia, usted puede elegir entre
barras, histograma y líneas; así
como la frecuencia acumulada.

Eje X
# de clases, límite superior e inferior
de los datos, límite superior de la
clase, clases (intervalo, punto
medio).

Eje Y
Frecuencia absoluta y relativa,
proporciones, acumulada.

Tipo de gráfico: Barras, líneas,

histograma
 67

Grafico de Columna

Nota: El grafico solo mostrará las

dos primeras categorías de la
variable ENOS; en este caso Niño y
neutro (ver datos).

Grafico de cajas por categoría

Diagrama de caja.

El asterisco (*) indica que la lluvia

del año 2000 es atípico (valor muy
grande para la serie estadística.

Nota: todo valor atípico debe

investigarse ya que puede indicar
un error en los datos ó condiciones
particulares del dato.

Grafico de medias con barra de error

Esta hoja de cálculo muestra un

grafico de la media por valor de la
variable ENOS (Niño, Niña, Neutro).
Usted puede elegir entre barras ó
líneas y adicionar a cada categoría
una medida de variación/error:
Rango
Desviación estándar
Error estándar
Intervalo de confianza (usted
define el nivel de confianza)
 68

Grafico de medias con mas categorías

Usted debe digitar los valores

correspondientes a cada clase así
como sus respectivos valores de
error (e.g. desviación estándar,
error estándar).

Análisis de varianza paramétrico de 1 vía

El análisis de varianza-ANDEVA (ANOVA en inglés) permite comparar las medias de tres o
más grupos o tratamientos. En este caso se comparan las estimaciones de la varianza entre tres o
más muestras (tratamientos) y al interior de las muestras (tratamientos) para determinar mediante
una prueba F sí se trata de una misma población (Ho: las muestras provienen de la misma
población) o sí por el contrario provienen de poblaciones diferentes. Una vez probado que al
menos un par de medias son diferentes se procede a realizar una prueba de comparaciones
múltiples a los promedios para determinar cuáles de ellos son estadísticamente diferentes. Un
método de análisis alternativo es realizar comparaciones planeadas; para las cuales no es
necesario realizar primero una prueba F.

El análisis de varianza permite analizar el efecto de una o más variables ó categorías en un

grupo experimental. Por ejemplo, podemos investigar el efecto de diferentes métodos de
plantación (bolsa, raíz desnuda, plantón) en la sobrevivencia de los árboles; en este caso se
trabaja con una variable predictora método de plantación y estamos interesados es determinar sí
al menos uno de los métodos utilizados provee resultados estadísticamente significativos ó sí por
el contrario el método de plantación (tratamiento) no tiene efecto en la sobrevivencia y por lo tanto
podemos asumir que todos los métodos de plantación son iguales. Ahora, supongamos que
utilizamos plántulas procedente de 3 viveros y que además utilizamos 2 métodos de plantación
(bolsa y raíz desnuda). En este caso tenemos un experimento factorial de 23, formado por 6
tratamientos: 2 métodos de plantación y 3 procedencias de los árboles. En un análisis de varianza
factorial cada tratamiento puede tener varias observaciones, o sea varias muestras son obtenidas
bajo las mismas condiciones (e.g. 20 plántulas por tratamiento); ó por el contrario tener una única
observación por tratamiento (e.g. No. de semillas que germinan por cada 100 semillas).

La hipótesis nula a probar es la siguiente: y la hipótesis alternativa es

que al menos dos de las medias sean diferentes. A diferencia de la prueba “t”, en este caso no
aplica el concepto de direccionalidad en la prueba de hipótesis; ya que Ho puede ser falsa por
diversas razones. Por ejemplo, dados tres tratamientos µ1 puede ser diferente de µ2 pero a su vez
igual a µ3.
 69

Bajo los supuestos del diseño irrestricto al azar o completamente al azar el valor esperado de
cualquier observación Xij puede estimarse mediante el modelo:

, en donde:

Media de la población
Efecto del tratamiento i
Residuo o error con una distribución normal (0,σ 2)

Estimación de la media poblacional.

Estimación de βi, variación explicada por el tratamiento i.

Estimación del error o residuo, variabilidad no explicada por los tratamientos.

La tabla de análisis de varianza de una vía contiene los siguientes elementos para el modelo
de efectos fijos (modelo tipo I):

SCT: suma de cuadrados total

SCk: suma de cuadrados de tratamientosl
SCk: suma de cuadrados al interior de los tratamientos
CM: Cuadrado medio
k: número de tratamientos
N: Total de observaciones (tamaño de muestra)
F: Prueba F

En un modelo de efectos fijos o modelo “I” se eligen todos los posibles niveles de interés de la
variable nominal y asume que los datos provienen de poblaciones normales, las cuales podrían
diferir únicamente en sus medias. En el modelo “II” o de efectos aleatorios solo se eligen algunos
de los posibles niveles de interés de la variable nominal y por esta razón la partición de varianza
es de mayor interés que determinar qué grupos son diferentes.

Supuestos del ANOVA

Independencia: Errores independientes al interior de los tratamientos y entre tratamientos. La

correlación positiva incrementa el valor del error estándar y por tanto, la estimación de las medias
para los tratamientos es más exacta que lo indicado por los errores estándares.

Pruebas: autocorrelación entre errores, Prueba de Durbin-Watson (autocorrelación de resago

1).
 70

Normalidad. La dependiente o respuesta debe ser normal. Este es un requisito para las pruebas
estadísticas. Sin embargo, la prueba F (razón de dos varianzas) es muy robusta a datos no
normales, especialmente en modelos de efectos fijos o cuando el tamaño de muestra es superior
a 50. Cuando se viola seriamente este supuesto los resultados de las pruebas estadísticas son
muy laxas (mayor tendencia a rechazar Ho) y decrece el poder y la eficiencia de la prueba. Si sus
datos son no normales puede transformarlos, utilizar un equivalente no paramétrico (Kruskal-
Wallis ó Friedman) ó utilizar una prueba F basada en aleatorización.

Pruebas: Shapiro-Wilk‟s W (compara el cociente de la desviación estándar con la varianza

multiplicada por una constante con el valro uno), pruebas de bondad de ajuste: Kolmogorov-
Smirnov D, Cramer-von Mises W 2 y Anderson-Darling A2, gráficos de distribución normal,
histograma, gráfico de cajas.

Homogeneidad de varianzas. El análisis de varianza se basa en la partición de la variabilidad

total asociada al set de datos (SCtotal) en dos estimaciones independientes de varianza: la
varianza dentro de los grupos experimentales y la varianza entre los grupos experimentales. Dado
que Ho sea verdadera, ambas estimaciones de varianza son una estimación de la varianza
poblacional σ2 y por lo tanto, la razón de varianzas debería ser cercana a uno. La prueba F es
muy robusta a la violación de este supuesto, especialmente para el modelo de efectos fijos y para
diseños balanceados (igual tamaño de muestra por tratamiento); sin embargo los contrastes entre
diferencias para tratamientos sí son afectados (resultados no son muy confiables).

Pruebas: Para probar por la igualdad de varianzas pude utilizar la gráfica de cajas para cada
una de los tratamientos ó la gráfica de desviación estándar por tratamiento (la varianza de cada
media debe ser equivalente). También puede utilizar la prueba de Levene, la cual calcula una
ANOVA de 1 vía utilizando el valor absoluto (o algunas veces al cuadrado) de los residuos, |yij -
Yi| con t-1, N - t grados de libertad); esta es una prueba robusta cuando se utiliza con datos no
normales pero es demasiado conservadora. Si sus datos son normales o casi normales, se
recomienda utilizar la prueba de Bartlett, ya que, bajo estas condiciones, es más poderosa
(capacidad para detectar varianzas desiguales cuando las mismas son realmente diferentes)
que la de Levene.

A: medias y varianzas B: medias diferentes y C: medias iguales y D: medias diferentes

iguales varianzas iguales varianzas diferentes y varianzas diferentes

Figura 1: Ejemplo de muestras con varianzas iguales y diferentes.

Los supuestos de normalidad e igualdad de varianzas son críticos para realizar las pruebas de
hipótesis; sin embargo el análisis de varianza es robusto a dichas violaciones; especialmente
conforme aumenta el tamaño de la muestra. En la práctica se pueden aceptar violaciones a dichos
supuestos sin invalidad los resultados. También es posible transformar los datos (e.g. raíz
cuadrada, logaritmos, recíproca, angular) para hacerlos compatibles con los supuestos del análisis
de varianza; sin embargo dichas transformaciones afectarán la magnitud de las interacciones.
Otra alternativa es utilizar pruebas no paramétricas (Kruskal-Wallis ó Friedman) ó utilizar una
prueba F basada en aleatorización como la que realiza el programa “resampling”
http://www.uvm.edu/~dhowell/StatPages/Resampling/Resampling.html).
 71

Análisis de varianza paramétrico de 1 vía con XLSTatistics

Análisis de varianza paramétrico
Usted puede elegir entre efectos fijos y
aleatorios.

ENOS tiene solo tres clases y por tanto

se eligió “efectos fijos”.

La prueba de hipótesis plantea que la

precipitación media es independiente de
la fase de ENOS, o sea que las tres
medias son iguales. Para un nivel de
significancia de 0.05, Ho no se rechaza
dado el valor de es p=0.408.

Prueba sobre intercepto en modelo

La tabla de análisis de varianza
indica que el intercepto es diferente
de cero (p= 4.85E-34) en tanto que
el factor ENOS no es significativo
(p= 0.667).

Supuestos: distribución normal y

varianzas homogéneas.

Análisis de residuos

Los residuos se utilizan para

evaluar los siguientes supuestos del
modelo de regresión utilizado en el
análisis de varianza.

Distribución de variable respuesta

es normal (en este caso la
precipitación anual).

El histograma y el gráfico de
probabilidad normal permiten
concluir que los datos cumplen con
el supuesto de normalidad.
 72

Residuos Vs valores ajustados.

Homocedasticidad. La varianza de
la variable respuesta debe ser la
misma para los diferentes grupos
(fases de ENOS). La gráfica de
residuos vs datos estimados ( )
permite evaluar este supuesto.

Residuos Vs variable predictora (X,

ENOS). El gráfico indica que la
dispersión (varianza) para cada una
de las fases de ENOS entre las
permite deducir si la
heterocedasticidad o la ausencia de
linealidad en el modelo son debidas
a la variable explicativa o predictora
(Neutro, Niño, Niña).

Análisis de varianza no paramétrico de 1 vía (Kruskal-Wallis)

La prueba de hipótesis plantea que la precipitación mediana

es independiente de la fase de ENOS, o sea que las tres
medianas son iguales. Ho no se rechaza dado el valor de
p=0.763.

Prueba de Hartley (comparación de varianzas)

La prueba indica que no todas

las varianzas son iguales
(p=9.414E-07); o sea los datos
no cumplen con el requisito de
homogeneidad de varianzas.
Sin embargo las pruebas de
Bartlett y Levene indican que
Hipótesis nula: todas las σ2 son iguales las varianzas son iguales (ver
j siguiente sección).
Hipótesis alternativa: no todas las σ2 son iguales
j
La prueba de Hartley, conocida también como prueba Fmax o prueba Fmax de Hartley, calcula la
proporción de la varianza más grande (max(sj2) con respecto a la varianza más pequeña (min(sj2)
y compara el resultado con los valores de una tabla de valores críticos tabla de Fmax. Esta prueba
requiere que los datos sean normales y que el número de observaciones por nivel de tratamiento
sea el mismo.
El estadístico de Bartlett también es utilizado para probar por la homogeneidad de varianzas
entre grupos y puede utilizarse tanto con grupos con igual número de observaciones como con
grupos con diferente número de observaciones. Otra prueba alternativa es el estadístico de
Levene (ver siguiente sección).
 73

Análisis de varianza de una vía en línea con StatGraphics

http://www.statgraphicsonline.com/SGOnline.aspx;
http://www.statgraphicsonline.com/OnewayANOVA.aspx)

Para utilizar esta versión en línea de StatGraphics usted debe registrarse (es gratuito). Los datos
utilizados se encuentran en el archivo anova_statgraphics.xls y corresponden a los analizados con
XLSTatistics.

Esta barra de menú le permite configurar las opciones que ofrece el programa.

 Data Input: Insumo de datos (incluye archivos de Excel)

 Tables and Graphs: Tablas y gráficos que desea como parte de la ANOVA
 Results to Save: Resultados que desea guardar
 Preferences: Preferencias de fuentes, color de gráficos (fondo y primer plano), tipo de
puntos y líneas.

Una vez leídos los datos y configurado las opciones de análisis que desea haga un clic sobre
Calculate.

Gráfico de dispersión

Este gráfico muestra la precipitación (mm) por episodio de ENOS. Observe que la dispersión
entre grupos es similar; lo cual es un indicador de la igualdad de varianzas entre grupos; esto se
confirma al observar el coeficiente de variación (entre 17 y 24%).

Summary Statistics for Pt anual (mm) (Estadísticos descripivos)

ENOS Count Average Standard Coeff. of Minimum Maximum Range

deviation variation
Neutro 20 2801.01 496.026 17.71% 2058.8 3954.2 1895.4
Niña 14 2634.91 641.787 24.36% 1775.2 3669.2 1894
Niño 14 2692.59 508.924 18.90% 2017.4 4000.8 1983.4
Total 48 2720.94 538.704 19.80% 1775.2 4000.8 2225.6
 74

ENOS Stnd. skewness Stnd. kurtosis

Neutro 1.11955 -0.0581878
Niña -0.0088079 -0.724125
Niño 1.85791 1.78562
Total 1.00611 -0.0788969

Gráfico de Box-Whisker

El signo “+” indica la ubicación de la media para cada grupo. Los cuadrados pequeños indican
valores atípicos que se encuentran a más de 1.5 veces el rango intercuartil por encima o por
debajo del primer (Q1) ó del tercer cuartil (Q3), respectivamente.

ANOVA Table (Tabla de ANOVA)

Source Sum of Squares Df Mean Square F-Ratio P-Value
Between groups 243103 2 121551 0.41 0.6672
Within groups 1.33964E+07 45 297698
Total (Corr.) 1.36395E+07 47

La tabla de ANOVA descompone la varianza total de Pt annual (mm) en dos fuentes de

variación: variación entre grupos y variación dentro de grupos. El valor del estadístico F
(0.408304), es el cociente entre la variación entre grupos y la variación dentro de grupos. Para un
nivel de significancia de 5% no existe una diferencia significativa entre las medias de precipitación
por episodios de ENOS ya que el valor de “p” es 0.667.

ANOVA gráfica
La representación gráfica de ANOVA se utiliza para mostrar gráficamente la
importancia de las diferencias entre los niveles del factor experimental (en este caso
ENOS). Se trata de una grafica de los efectos del factor de escala, donde el "efecto" es
igual a la diferencia entre la media para un nivel de dicho factor y la media global. Cada
uno de los efectos es multiplicado por un factor de escala dado por:

donde vR son los grados de libertad del residuo, νT son los grados de libertad para el factor, ni es
igual al número de observaciones en el nivel i-ésimo del factor, y es el número medio de
observaciones para todos los niveles del factor. Estos valores escalan los efectos de manera que
 75

la variación natural de los puntos en el diagrama es comparable a la de los residuos, que se

muestran en la parte inferior del gráfico.

ANOVA Gráfica: El valor de

“p” es obtenido de la tabla
de análisis de varianza.
Para un nivel de
significancia de 5% no existe
una diferencia significativa
entre las medias de
precipitación por episodios de
ENOS ya que el valor de “p”
es 0.667.

La representación gráfica de ANOVA muestra los efectos de los grupos reescalados

para que puedan compararse con la variabilidad de los residuales. La gráfica muestra las
desviaciones de la media de cada grupo con respecto a la media global. Si las diferencias
entre grupos son grandes en relación con la variabilidad de los residuos, entonces es
posible que las mismas sean importantes (estadísticamente significativas).

Gráfico de media anual de Pt (mm) por episodio de ENOS e intervalo LSD

Esta gráfica muestra la media anual de Pt (mm) por episodio de ENOS. Los intervalos
para la media que se muestran se basan en la diferencia mínima significativa de Fisher
(LSD) y están construidos de tal manera que si dos medias son iguales, sus intervalos se
solaparán 95% del tiempo. Los pares de intervalos que no se superponen verticalmente
corresponden a medias estadísticamente diferentes.

Fórmula utilizada para calcular los intervalos. Donde M corresponde

a la pruebas de rango múltiple seleccionada (en este caso LSD).
 76

Multiple Range Tests for Pt anual (mm) by ENOS (Comparaciones múlitiples)

Esta tabla muestra el resultado de aplicar el método LSD (Diferencia mínima significativa de
Fisher) para determinar si alguno de los pares de comparaciones es significativo. Normalmente
esta prueba se aplica cuando el ANOVA indica que existen diferencias significativas entre las
medias de los grupos.

Method: 95 percent LSD (Diferencia mínima significativa de Fisher)

ENOS Count Mean Homogeneous Groups
Niña 14 2634.91 X
Niño 14 2692.59 X
Neutro 20 2801.01 X

La X indica que no existe una diferencia significativa entre ninguna de las medias comparadas
como se aprecia en la siguiente tabla:

Contrast Sig. Difference +/- Limits

Neutro-Niña 166.103 382.94
Neutro-Niño 108.424 382.94
Niña-Niño -57.6786 415.36
* Sig: indica diferencia estadísticamente significativa
Difference: diferencia entre medias
+/- Limits: límites para el contraste dado por:

donde: M es una constante que depende del procedimiento

seleccionado (En el presente ejemplo LSD de Fisher).

Según la diferencia mínima significativa de Fisher y para un nivel de significancia de 5%, no se

encontró ninguna diferencia significativa entre pares de medias; o sea no existe diferencia
estadística entre la precipitación media por episodio de ENOS. Para esta prueba el error tipo I es
de 5%.

Analysis of Means (ANOM) Plot (Gráfico de medias)

Este gráfico muestra la media de cada una de las tres muestras (episodios de ENOS). También
se muestra la gran media y los límites de decisión al 95%. Dado que ninguna de las medias queda
fuera de los límites de decisión, no hay diferencia significativa entre ellas para un alfa de 0.05.
 77

Fórmula utilizada para calcular los límites de decisión. Donde “h” es

un valor crítico obtenido de una tabla de la distribución t multivariada.

Variance Check (Prueba de homogeneidad de varianzas de Levene)

Test P-Value
Levene's 0.586176 0.560643

El estadístico de Levene somete a prueba la siguiente hipótesis nula: la desviación estándar de

la variable Pt anual (mm) es la misma para los 3 episodios de ENOS. Para un alfa de 0.05, no
existe una diferencia estadísticamente significativa entre las desviaciones estándares entre los
episodios de ENOS (p=0.56) y por tanto se concluye que existe homogeneidad de varianzas.

Sigma1 Sigma2 F-Ratio P-Value

Comparison
Neutro / Niña 496.026 641.787 0.597347 0.2988
Neutro / Niño 496.026 508.924 0.949954 0.8954
Niña / Niño 641.787 508.924 1.59029 0.4140

Esta tabla muestra la comparación de las desviaciones estándares para cada par de muestras.
Para un alfa de 0.05, no existe ninguna diferencia estadísticamente significativa entre las
desviaciones estándares comparadas (p>=0.05).

Residual Plots (Gráfico de residuos)

Este gráfico muestra los residuos para cada uno de los episodios de ENOS. Los
residuos son iguales a los valores observados de Pt anual (mm) menos la media anual de
Pt (mm) del respectivo grupo. Observe que la dispersión entre grupos es similar; lo cual es un
indicador de la igualdad de varianzas entre grupos.

Kruskal-Wallis Test for Pt anual (mm) by ENOS (Prueba no paramétrica)

ENOS Sample Size Average Rank Test statistic = 5.95164 P-Value = 0.0510056.
Neutro 20 21.85
Niña 14 20.6429
Niño 14 32.1429
 78

La prueba de Kruskal-Wallis evalúa la hipótesis nula de que las medianas de Pt anual (mm)
para cada uno de los tres episodios de ENOS es la misma. Para un nivel de significancia de 5%,
dado que el valor “p” es mayor o igual a 0,05, no existe una diferencia estadísticamente
significativa entre las medianas de los episodios de ENOS. Sin embargo, observe que el valor de
“p” es muy cercano al “p” crítico y posiblemente con un tamaño de muestra mayor el resultado
sería significativo al menos para la diferencia Niño-Niña.

Mood's Median Test for Pt anual (mm) by ENOS (Prueba no paramétrica)

Total n = 48
Grand median = 2684.85

ENOS Sample Size n<= n> Median 95% lower CL 95% upper CL
Neutro 20 10 10 2704.05 2434.45 3225.23
Niña 14 6 8 2788 1819.54 3152.85
Niño 14 8 6 2617.4 2229.98 3104.24
Test statistic = 0.571429 P-Value = 0.751477

El estadístico de Mood somete a prueba la siguiente hipótesis: las medianas de las tres
muestras son iguales. Dado que el valor “p” para la prueba de chi-cuadrado es mayor o igual a
0,05, las medianas de las muestras no son significativamente diferentes al nivel de confianza del
95%. También se incluyen los intervalos de confianza al 95% para cada mediana. Esta prueba es
menos sensible a los valores atípicos que la prueba de Kruskal-Wallace, pero también es menos
potente cuando los datos proceden de una distribución normal.

Nota: Observe que la conclusión (no diferencia entre Pt media o mediana por episodio de
ENOS) es consistente en todas las pruebas realizadas.

Grafico de medianas

Este gráfico muestra la mediana de cada grupo con su respectivo intervalo de confianza al
95%. Los pares de intervalos que no se superponen verticalmente corresponden a
medianas estadísticamente diferentes. Observe que este caso todos los intervalos se
traslapan y por tanto todas las medianas son iguales.
 79

Comparación de dos grupos (2 muestras independientes)

El análisis de varianza se utiliza cuando se desea saber si la media de tres o más grupos es
diferente; sin embargo dado que usted rechace Ho solo sabe que al menos un par de medias es
diferente. No es recomendable llevar a cabo todas las posibles pruebas una vez realizado el
ANOVA ya que eso aumenta su error tipo I. Usted debe planear las pruebas de hipótesis que
desea realizar en su fase de diseño de la investigación y en todo caso antes de realizar el
ANOVA. Sin embargo, si por alguna razón imprevista usted debe realizar pruebas no planeadas,
una forma de controlar el error tipo I (declarar falsas significancias) es utilizar la corrección de
Bonferroni (http://mathworld.wolfram.com/BonferroniCorrection.html), la cual consiste en dividir
para cada prueba el nivel de significancia original entre el número de pruebas que está realizando.
Por ejemplo, si realiza 5 pruebas y desea utilizar un nivel de significancia de 5%, podría realizar
cada prueba con un nivel de significancia de 0.05/5  0,01.

Esta libro de cálculo le permite

realizar una prueba “t” de Estudiante
para dos categorías; en este caso
años Niño Vs año Niña.

Se eligió varianzas iguale porque la

prueba F así lo indica (ver siguiente
sección). Para un nivel de
significancia de 5%, el valor de “p”
(0.794) indica que no existe una
diferencia significativa entre la
precipitación anual de los años Niña
y Niño. El intervalo de confianza al
95% para la diferencia entre medias
contiene el valor cero y por tanto la
misma no es diferente de cero.

Nota: Estos sitios le permiten realizar un análisis de poder y determinar el tamaño de

muestra para la prueba “t” (independiente y dependiente o pareada).
http://www.quantitativeskills.com/sisa/calculations/power.htm
http://www.quantitativeskills.com/sisa/calculations/samsize.htm

Weisstein, Eric W. "Bonferroni Correction." From MathWorld--A Wolfram Web Resource.

http://mathworld.wolfram.com/BonferroniCorrection.html
http://www.itl.nist.gov/div898/handbook/prc/section4/prc473.htm

Prueba F de igualdad de varianzas (Niño Vs Niña)

Para un nivel de significancia de 5%, la

prueba F indica que las varianzas son
iguales (p=0.414).

Nota: ¿Son las varianzas iguales entre Niño-Neutro y Niña-Neutro?

 80

Análisis de residuos
El análisis de residuos tiene como
objetivo verificar los supuestos de la
prueba de hipótesis:
Normalidad e Igualdad de varianzas.

Cuando los datos son graficados en

orden cronológico (como en este
caso), cualquier patrón en los
mismos podría indicar una influencia
externa.

Observe los residuos en el círculo,

parece que se apartan del patrón
lineal de los otros residuos. En un
caso de análisis real de datos, dichos
valores deberían investigarse.

Residuos Vs valores ajustados

Este gráfico es útil para determinar
si las varianzas son diferentes entre
los grupos. Cuando esto ocurre se
viola el supuesto de homogeneidad
de varianzas. Si sus datos no
cumplen con este supuesto debe
transformarlos o utilizar una prueba
no paramétrica.

Residuos Vs variable predictora

Este gráfico es útil para evaluar la
variabilidad entre grupos. Cuando
esto ocurre se viola el supuesto de
homogeneidad de varianzas.
 81

Análisis de poder de la prueba t

Análisis de poder marginal de la prueba t

Prueba de Mann-Witney (diferencia entre medianas de 2 muestras independientes)

Prueba no paramétrica utilizada para evaluar diferencia

entre dos medianas obtenidas de muestras
independientes.

Para un nivel de significancia de 5%, el valor de “p”

(0.92) indica que no existe una diferencia significativa
entre la precipitación mediana anual de los años Niña y
Niño.

Nota: Usted puede someter a prueba los otros contrastes: Niña-Neutro; Niña-Niño.
Recuerde el efecto de las comparaciones múltiples sobre el valor de alfa (ver pág. 78).
 82

Prueba de hipótesis entre dos medias utilizando el método de aleatorización

Este libro de trabajo realiza una
prueba de hipótesis para la media
utilizando la técnica de
aleatorización. Usted puede elegir
el número de muestras aleatorias
que desee; sin embargo se
sugieren al menos 1000.

Para un nivel de significancia de

5%, el resultado de la prueba de
hipótesis sobre la media de la
precipitación anual entre años Niña
y Niño indica que no son
estadísticamente diferentes
(p=0.806). El valor de “p” para la
prueba “t” fue de 0.794; el cual es
muy similar al obtenido por el
método de aleatorización.

Prueba de hipótesis entre dos medianas utilizando el método de aleatorización

Este libro de trabajo realiza una
prueba de hipótesis para la
mediana utilizando la técnica de
aleatorización. Usted puede elegir
el número de muestras aleatorias
que desee; sin embargo se
sugieren al menos 1000.

Para un nivel de significancia de

5%, el resultado de la prueba de
hipótesis sobre la mediana de la
precipitación anual entre años Niña
y Niño indica que no son
estadísticamente diferentes
(p=0.500).

Remuestreo
La palabra remuestreo (resampling) describe aquellas técnicas de simulación empleadas para
estimar parámetros y realizar pruebas de hipótesis, a partir de los datos observados y de la
generación de muestras simuladas de igual tamaño que la muestra original (denominadas
remuestras). Los métodos de aleatorización y las estimaciones "bootstrap" son considerados
como casos particulares de la metodología de simulación conocida como Monte Carlo (por su
relación con los juegos de azar de Monte Carlo, Mónaco).

El procedimiento de remuestreo puede implementarse mediante diferentes técnicas analíticas

como Bootstrap (muestreo con reemplazo, literalmente “cordones de las botas”, Jackknife
(traducido como “la cuchilla de mil usos”), aleatorización y permutaciones (pruebas exactas
basadas en todas las posibles muestras). Las técnicas de remuestreo responden a la siguiente
pregunta: "¿Qué tan probable es que si la hipótesis nula es cierta, se observaría un valor tan
extremo como el medido por casualidad?"
 83

Dado dos muestras aleatorias, el método de “bootstrap” parte de la premisa que los datos de
ambas muestras provienen de una misma población y que por tanto es posible crear una
seudopoblación conformada por las observaciones de ambas muestras. A partir de este nuevo set
de datos se obtienen 1000 o más muestras con reemplazo y se calcula la media para cada
muestrea. Finalmente se reordenan los resultados y se obtienen los percentiles 2.5 y 97.5; dichos
percentiles corresponden a un intervalo de confianza para la media de 95%. Este método se utiliza
para:
 Valorar el sesgo y el error estándar de un estadístico calculado a partir de una
muestra.
 Establecer un intervalo de confianza para un parámetro estimado.
 Realizar pruebas de hipótesis respecto a uno o más parámetros poblacionales.

El procedimiento de aleatorización o asignación al azar, también utiliza el set de datos

compuesto (seudopoblación), pero en lugar de extraer muestras con reemplazo obtiene muestras
sin reemplazo, los datos se reordenan sistemática o aleatoriamente al menos unas 1000 veces y
en cado reordenamiento se asignan n1 observaciones al primer grupo y n2 observaciones al
segundo grupo y luego se calcula el estadístico de prueba deseado para cada reordenamiento
(e.g. media, mediana, desviación estándar).

El método de Jackknife (traducido como “la cuchilla de mil usos”) consiste en crear muestras
eliminando una observación “Xi” cada vez que se obtiene una nueva muestra e igual que en los
casos anteriores para cada muestra se calcula el valor del parámetro de interés (e.g. media), el
proceso se repite para i=1 hasta N. De esta manera se obtienen los denominados pseudovalores,
los cuales se utilizan para calcular la media, la cual se denomina estimador jackknife. A partir de la
distribución obtenida se calcula su varianza y el intervalo de confianza para el mismo.
“Jackknifing“ es similar a "bootstrapping" y se utiliza en la estadística inferencial para estimar:
 Valorar el sesgo y el error estándar de un estadístico calculado a partir de una
muestra.
 Establecer un intervalo de confianza para un parámetro estimado.

El método de permutaciones (aunque realmente se trabaja con las combinaciones) se utiliza

para someter a prueba la hipótesis nula asumiendo que se obtienen todas las muestras posibles
correspondientes a las permutaciones en el set datos (W), el cual está dado por:

donde N: es el número total de observaciones, n1 y n2 el número de observaciones

en la muestra 1 y 2, respectivamente y el símbolo indica el operador factorial. Por ejemplo, el

número de formas en que 45 datos pueden dividirse en tres grupos de 15 observaciones cada uno
es 5.34 *1019. Obviamente este número de muestras no es posible de calcular ni necesaria y por
tanto se opta por utilizar un método de remuestreo como aleatorización ó las estimaciones
"bootstrap".

Las pruebas basadas en permutaciones se pueden utilizar con cualquier estadístico,

independientemente de si su distribución es conocida o no. Esto permite elegir el estadístico que
mejor discrimina entre la hipótesis nula y la alternativa y que minimiza las pérdidas. Las pruebas
basadas en permutaciones pueden utilizarse para el análisis de diseños balanceados y no
balanceados. Las permutaciones someten a prueba una hipótesis sobre la distribución de los
datos; en tanto que “bootstraps” realiza una prueba de hipótesis sobre los parámetros de la
distribución. Por esta razón, sus supuestos son menos exigentes, pero a cambio, las pruebas de
hipótesis no son exactas.
 84

Procedimiento para realizar una prueba de hipótesis mediante remuestreo utilizando el

procedimiento de aleatorización con 20 observaciones procedentes de dos muestras de 10
observaciones cada una (http://davidmlane.com/hyperstat/B163479.html).

1) Calcule la media o mediana para cada grupo y la diferencia “D1” entre las medias o medianas
de los grupos. Esta es la diferencia observada en las muestras.

2) Mezcla las dos muestras y asigne al azar 10 datos a la muestra 1 y 10 datos a la muestra 2 y
calcule la diferencia entre las medias o medianas de dichos grupos (D2). El numero de formas
(muestras) en que las 20 observaciones pueden dividirse en dos grupos esta dado por:

donde N: es el número total de observaciones (20), n1 y n2 el número de

observaciones en la muestra 1 y 2, respectivamente y el símbolo indica el operador factorial.

3) Repita el paso (2) un gran número de veces (e.g. 1000) para crear un conjunto de muestras de
las diferencias entre las medias o medianas (D) y de esta manera crear una distribución
empírica de “D” dado que su asignación a los dos grupos fuese aleatoria (hipótesis nula: bajo la
hipótesis nula el grupo/categoría no ejerce ninguna influencia en el valor de X). A estas
estimaciones se les conoce como remuestreo mediante aleatorización.

4) Determine cuántas veces las diferencias entre las medias o medianas obtenidas por
remuestreo son iguales o superiores a la diferencia obtenida entre los datos reales. Esta
proporción representa el valor de “p” estimado a partir del remuestreo y equivale al valor de “p”
obtenido en las pruebas tradicionales de hipótesis. Si el valor de “p” es pequeño (e.g. menor
que 0.05) se puede concluir que la media o mediana de las dos muestras es diferente a dicho
nivel de significancia; para una prueba de 1 cola el valor de “p” debe ser 0.025. En otras
palabras, la conclusión es que existe una diferencia entre la media ó mediana de los grupos
(prueba de dos colas).

En resumen, una prueba de remuestreo se base en los datos obtenidos por el investigador(a) y
no en una distribución teórica como la “t” o la normal. La prueba compara un estadístico calculado
(la diferencia entre medias o medianas en este ejemplo) con el valor de ese estadístico obtenido
de otros cientos o miles de arreglos del set de datos. El valor de probabilidad (p) es la proporción
de veces que el estadístico estimado a partir de diferentes muestras aleatorias obtenidas del set
de datos es mayor o igual al valor obtenido de los datos reales. Las pruebas de permutaciones
sólo tienen un inconveniente: son imprácticas para muestras de moderadas a grandes. Por
ejemplo, el número de formas en que 45 datos pueden dividirse en tres grupos de 15
observaciones cada uno es 5.34 *1019.

La alternativa a esta limitación es utilizar las técnicas de “bootstrap” ó aleatorización, las cuales
calcula una proporción de todas las posibles muestras y a partir de dichos datos estima el valor de
“p”. Para que el resultado sea confiable se recomienda realizar entre 10000 y 5000 remuestreos.

Good, Phillip I. Introduction to statistics through resampling methods and Microsoft Office
Excel.West Sussex, Reino Unido (INGLATERRA). John Wiley & Sons. 231p. 2005.

Ejercicio
El archivo efecto_borde.xls o efecto_borde.xlsx puede utilizarse para evaluar el efecto de
muestras de diferentes tamaños en las pruebas de hipótesis de dos grupos o categorías.
 85

Análisis de dos variables nominales (variables cualitativas)

En la presente sección se ilustra el uso de XLSTatistics para el análisis de dos variables
nominales. Algunos ejemplos de variables nominales o cualitativas son: uso-cobertura de la tierra
(e.g. bosque, pasto, urbano), sexo (masculino, femenino), color (e.g. azul, rojo, blanco) y cultivos
(eg. maíz, arroz, frijol, yuca). En el menú grafico de XLStatisitics corresponde a 2Cat.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “xlstats_tutorial.xlsx” y seleccione las columnas Década y ENOS, haga un clic

sobre XLStatistics y luego otro clic sobre . Observe que el programa abre la el libro de
cálculo 2cat.xls y copia los datos seleccionados a dicho libro.

En la sección inferior del libro de cálculo 2Cat.xls usted observará seis hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de

este libro de trabajo.
2) Data and Description: Datos y estadísticos descriptivos
3) Summaries: Síntesis de datos (Tabla de frecuencia y gráficos)
4) Tests rxc: Prueba de Ji-cuadrado (de Pearson). Prueba de independencia.
5) Tests rx2: Prueba de diferencia entre dos proporciones
6) Extra tolos. Otras herramientas

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en
color azul.

Datos y estadísticos descriptivos

Esta hoja de caculo le muestra los datos y un
cuadro de frecuencia para las variables década y
ENOS.

Nota: observe que las décadas están declaradas

como texto y no como números.
 86

Tabla y grafico de frecuencia

Esta hoja de caculo le muestra un

cuadro de frecuencia para las
variables década y ENOS así como
gráficos de barras comparativos y
compuestos.

Los gráficos muestran el tipo de

frecuencia que usted desea ilustrar
en su trabajo.
 Frecuencia absoluta
 Proporciones/porcentajes por
columna.
 Proporciones/porcentajes por
fila.
 Proporciones/porcentajes para
todo el set de datos.

Nota: Seleccionar cuidadosamente

la proporción que usted desea
mostrar.

Prueba de Ji-cuadrado (de Pearson): Prueba de independencia

Esta prueba responde a la siguiente pregunta:
¿Existe relación entre la frecuencia de episodios de
ENOS y la década? La prueba indica que las
variables son independientes ya que el valor de “p”
es 0.4.

Nota: Cochran recomienda aceptar el valor de ji-

cuadrado si:
 Un máximo de 20% de las celdas tienen una
frecuencia esperada <5.
 Ninguna celda tiene un valor esperado <1.

Observe que en este caso el set de datos no cumple

con este criterio.
Fuente: http://www.openepi.com/RbyC/RbyC.htm.

Nota: “Tables” es un programa gratuito que permite realizar pruebas estadísticas para
tablas de 2*2, 3*3 y 2*7. http://www.quantitativeskills.com/downloads/winprog/tabsetup.exe

Interfaz grafica de Open Epi para

prueba de fila por columna.
http://www.openepi.com/RbyC/Rby
C.htm.
 87

Chi Square for R by C Table

Chi Square= 6.02

Degrees of Freedom= 4
p-value= 0.1977

Cochran recomienda aceptar el valor de ji-cuadrado si:

 Un máximo de 20% de las celdas tienen una frecuencia esperada <5.
 Ninguna celda tiene un valor esperado <1.

Para esta tabla:

Las 9 celdas tienen un valor esperado inferior a < 5.
Ninguna celda tiene un valor esperado inferior < 1.

Conclusión: La tabla no cumple con el criterio de Cochran.

Valor esperado = toral fila row l*total columna /gran total

Rosner, B. Fundamentals of Biostatistics. 5th ed. Duxbury Thompson

Learning. 2000; p. 395

Resultado de OpenEpi, Version 2, open source calculator--RbyC

ttp://www.openepi.com/RbyC/RbyC.htm Source file last modified on
05/16/2009 11:08:58

Prueba de diferencia entre dos proporciones (muestras grandes)

En esta hoja de cálculo usted

prueba someter a prueba la
siguiente hipótesis:
¿Es la frecuencia de dos
categorías (eg. Niño Vs Niña por
década) diferente?

El ejemplo muestra la prueba de

hipótesis para la década del 70. El
resultado es que la frecuencia de
años Niño y Niña es
estadísticamente diferente
(p=0.029).

Nota: El valor de “p” es calculado

utilizando una aproximación a la
distribución normal (muestra
grande). Observe que el programa
también ofrece la alternativa de
muestras pequeñas (small sample
test)
 88

Análisis de poder de la prueba (diferencia entre dos proporciones)

Análisis de poder marginal de la prueba (diferencia entre dos proporciones)

Diferencia entre dos proporciones (muestras pequeñas)

Prueba de hipótesis para dos proporciones:
¿Es la frecuencia de dos categorías (e.g. Años
Niño Vs años Niña) diferente?

El resultado es que la frecuencia de años Niño y

Niña no es estadísticamente diferente (p=0.20).

Nota: El valor de “p” es calculado utilizando una

aproximación a la distribución normal de muestras
pequeñas (small sample test)
 89

Otras Herramientas

Análisis de tabla de 2x2

La prueba χ² de Pearson con
corrección por continuidad.

La prueba Ji-cuadrado de Yate es

equivalente al Ji-cuadrado de
Pearson con Corrección por
Continuidad. Se cree que la prueba
de Ji-cuadrado de Mantel-Haenszel
es la más cercana al "verdadero"
valor de Ji-cuadrado para muestras
pequeñas.

Ver: http://www.quantitativeskills.com/sisa/statistics/twoby2.htm
Prueba de Yate's= 1.856 (p= 0.1731)
Prueba de Mantel Haenszel= 3.686 (p= 0.0548)
Prueba exacta de Fisher p= 0.175757.

Nota: En ninguno de las pruebas la diferencia es significativa (p>0.05).

Tabla y grafico de frecuencia por variables

Tabla:
 Frecuencia absoluta,
porcentaje, proporción

Grafico de barras de error

Ninguna
 ± 1 Error estándar
 ± 2 Errores estándares
 Intervalo de confianza
 90

Análisis de una variable numérica y dos nominales

En la presente sección se ilustra el uso de XLSTatistics para el análisis de tres variables: una
numérica y dos nominales. En el menú grafico de XLStatisitics corresponde a 1Num 2Cat.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “xlstats_tutorial.xlsx” y seleccione de la hoja 1Num2Cat las columnas Pt anual

(mm), ENOS y Década.
2. Haga un clic sobre XLStatistics y luego otro clic sobre . Observe que el programa
abre el libro de cálculo 1Num2cat.xls y copia los datos seleccionados a dicho libro.

En la sección inferior de la hoja de cálculo 1Num2cat.xls usted observará cuatro hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de

este libro de trabajo.
2) Data and Description: Datos y estadísticos descriptivos
3) Summaries: Síntesis de datos (Tabla de frecuencia y gráficos)
4) Tests: Análisis de varianza para muestras balanceadas

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en
color azul.
 91

Datos y estadísticos descriptivos

Cuadro de frecuencia de
ENOS Vs Década. Usted
debe elegir el estadístico
que sea incluir en el cuadro.
 Frecuencia
 Media
 Des. Estándar
 Asimetría
 Mínimo
 Primer cuartil (Q1)
 Mediana (Segundo
cuartil Q2)
 Tercer cuartil (Q3)
 Máximo

Grafico de barras para

década Vs episodio de
ENOS.
Eje X:
 Límite superior de clase
 Clase (intervalo, punto
medio)
Histograma

Gráfico de medias y bandas/barra de error

Precipitación anual media (mm) por
década y fase de ENOS.
Usted puede adicionar al grafico:
 Rango de datos
 Desviación estándar
 Error estándar
 Intervalo de confianza
 92

Gráfico de medias por categoría

Usted debe digitar o copiar y pegar en cada
una de las hojas de cálculo del libro
1N2CMP.xls los datos a graficar:
 Media para cada grupo.
 Valor que desea adicionar a la media
(e.g. desviación estándar).
 Valor que desea restar a la media. (e.g.
desviación estándar).
 Valor superior: Excel calcula este valor.
 Valor inferior: Excel calcula este valor.

Análisis de varianza para muestras balanceadas

Esta hoja de cálculo realiza un

análisis de varianza factorial ó
anidado para muestras
balanceadas (igual número de
observaciones por tratamiento).

El set de datos seleccionado no es

balanceado y por tanto el programa
le advierte que no puede utilizar
esta prueba estadística.

Nota: A continuación utilizamos las variables Pt anual (mm), Estación y Década de la hoja de
cálculo 1Num2Cat del archivo “xlstats_tutorial.xlsx”. Los efectos que se desean analizar son: lluvia
por década y por estación; en otras palabras ¿es la cantidad de lluvia medida durante la década
del 70 y 80 independiente de la estación?
 93

Supuestos de ANOVA una vía y factorial y de la prueba t para muestras independientes

1. La distribución de la variable dependiente debe ser normal. Los datos en cada celda
deben ser aproximadamente normales. Compruebe la normalidad de los datos utilizando
histogramas, coeficientes de asimetría y curtosis. Realice prueba de hipótesis de
normalidad. Analice los residuos para verificar los supuestos del modelo.

2. Homogeneidad de varianzas. La varianza en cada celda debe ser similar. Compruebe a

través de prueba de Levene de homogeneidad o de otros análisis de varianza que
generalmente se produce como parte de la producción de promedio. Analice los residuos
para verificar los supuestos del modelo.

3. Tamaño de la muestra. Es preferible que el tamaño de muestra sea superior a 20

observaciones por celda, esto fortalece la robustez de la prueba ente la violación de los
supuestos de normalidad e igualdad de varianzas. Al aumentar el tamaño de la muestra
aumenta el poder de la prueba.

4. Las observaciones deben ser independientes. Dos observaciones son independientes

cuando el resultado de una variable o de un grupo no depende de otra variable o grupo
(por lo general se garantizan en el diseño del estudio).

Resultado del análisis de varianza (diseño balanceado)

El diseño es balanceado cuando el número de observaciones por combinación de tratamientos es

igual. En este caso los tratamientos o factores son: estación y década.

Para un alfa de 0.05, existe una

diferencia significativa tanto
entre las décadas como entre
los episodios de ENOS.

Ver gráfico de interacción

entre factores.

Se eligió efectos fijos porque se asume que no existen otras estaciones ni tampoco otras
décadas para el análisis; en otras palabras se utilizaron todas las opciones disponibles para las
variables estaciones y décadas. Sin embargo, esta decisión podría cuestionarse pues se podría
asumir que los sitios donde se mide la lluvia son solo algunos de todos los posibles sitios donde
podría ubicarse una estación meteorológica. Bajo este argumento el efecto estación debería ser
aleatorio.
 94

Gráfico de interacción entre factores (estación-década)

El gráfico muestra que

no existe interacción
entre década y
estaciones. Para que
exista interacción entre
los factores las líneas
deben entrecruzarse.

Gráfico de medias e intervalo de confianza al 95%

Precipitación media por

década y estación. La barra
vertical indica un intervalo de
confianza al 95%.

Si dos barras se traslapan

entonces las diferencias entre
las medias no es significativa
a un alfa de 0.05.

Análisis de residuos

Residuos por observación

Cuando los datos son
graficados en orden
cronológico (como en este
caso), cualquier patrón en
los residuos podría indicar
el efecto de una influencia
externa.
¿Observa usted algún
patrón?
 95

Evaluación del supuesto de

normalidad de los datos.

Gráfico de probabilidad
normal e histograma de
residuos. Las gráficas
indican que los datos no se
apartan de una distribución
normal.

Residuos Vs valores
estimados. Evaluación del
supuesto de igualad de
varianzas. Los datos
muestras una posible
violación de este supuesto
pues la variabilidad aumenta
al aumentar la precipitación.

Análisis de varianza factorial en línea con StatGraphics

http://www.statgraphicsonline.com/SGOnline.aspx;
http://www.statgraphicsonline.com/MultipleFactorANOVA.aspx

Para utilizar esta versión en línea de StatGraphics usted debe registrarse (es gratuito). Los
datos utilizados se encuentran en el archivo anova2vias_balanceado.xls y corresponden a los
analizados en la sección anterior (1Num2Cat).

Esta barra de menú le permite configurar las opciones que ofrece el programa.

 Data Input: Insumo de datos (incluye archivos de Excel)

 Tables and Graphs: Tablas y gráficos que desea como parte de la ANOVA
 Results to Save: Resultados que desea guardar
 Preferences: Preferencias de fuentes, color de gráficos (fondo y primer plano), tipo de
puntos y líneas.

Una vez leídos los datos y configurado las opciones de análisis que desea haga un clic sobre
Calculate.
 96

Gráfico de dispersión
Este gráfico muestra la
precipitación (mm) para cada una
de las estaciones. El gráfico permite
evaluar el supuesto de igualad de
varianzas. Los datos muestras una
posible violación de este supuesto
pues la variabilidad aumenta con la
cantidad de precipitación.

Analysis of Variance for Pt anual (mm) - Type I Sums of Squares (Análisis de varianza Tipo I)

Source Sum of Squares Df Mean Square F-Ratio P-Value

MAIN EFFECTS
A:Estación 1.22893E+07 3 4.09643E+06 15.15 0.0000
B:Decada 2.43389E+06 1 2.43389E+06 9.00 0.0037
INTERACTIONS
AB 321223 3 107074 0.40 0.7562
RESIDUAL 1.94642E+07 72 270336
TOTAL (CORRECTED) 3.45086E+07 79
Los valores de F se calculan utilizando el cuadrado medio del error (270336).

El valor de “p”, inferior a 0.05, indica que el efecto de los factores es estadísticamente
significativo en el valor de la precipitación.

ANOVA Gráfica

La representación gráfica de ANOVA se utiliza para mostrar gráficamente el efecto de

cada factor (en este caso estaciones y década) con respecto a la variabilidad de los
residuos. La grafica muestra, para cada factor, las desviaciones medias ajustadas con
respecto a la media general del set de datos. Cualquier factor que muestre una
variabilidad considerablemente mayor que los residuos es probable que sea un factor
importante. Para un alfa de 0.05, los efectos de ENOS y década son significativos
(p<0.05). Los valores de “p” proceden de la tabla de análisis de varianza.
 97

Table of Least Squares Means for Pt anual (mm) with 95% Confidence Intervals

Stnd. Lower Upper

Level Count Mean Error Limit Limit
GRAND MEAN 80 2980.55
Estación
Batán 20 3140.69 116.26 2908.93 3372.45
La Suiza 20 2534.8 116.26 2303.04 2766.56
Moravia 20 2705.43 116.26 2473.67 2937.19
Siquirres 20 3541.3 116.26 3309.53 3773.06
Decada
1980 40 2806.13 82.21 2642.25 2970.01
1990 40 3154.98 82.21 2991.10 3318.86
Estación by Decada
Batán,1980 10 2956.12 164.42 2628.36 3283.88
Batán,1990 10 3325.26 164.42 2997.5 3653.02
La Suiza,1980 10 2408.2 164.42 2080.44 2735.96
La Suiza,1990 10 2661.4 164.42 2333.64 2989.16
Moravia,1980 10 2592.67 164.42 2264.91 2920.43
Moravia,1990 10 2818.19 164.42 2490.43 3145.95
Siquirres,1980 10 3267.53 164.42 2939.77 3595.29
Siquirres,1990 10 3815.06 164.42 3487.30 4142.82

Esta tabla muestra la precipitación anual media (Pt mm) global y para cada nivel de los
factores. También muestra el error estándar de cada media, que es una medida de su variabilidad
de muestreo. Las columnas de la derecha muestran los intervalos de confianza al 95% para cada
una de las medias.

Means Plot (Gráfico de medias e intervalo LSD al 95%)

Esta gráfica muestra la media anual de Pt (mm) por estación. Los intervalos para la media se
basan en la diferencia mínima significativa de Fisher (LSD) y están construidos de tal manera que
si dos medias son iguales, sus intervalos se solaparán 95% del tiempo. Los pares de intervalos
que no se superponen verticalmente corresponden a medias estadísticamente diferentes.
 98

Multiple Range Tests for Pt anual (mm) by Estación (Pruebas múltiples)

Method: 95 percent LSD (Intervalo confianza LSD de Fisher al 95%)

Estación Count LS Mean LS Sigma Homogeneous Groups

La Suiza 20 2534.8 116.262 X..
Moravia 20 2705.43 116.262 X..
Batán 20 3140.69 116.262 .X.
Siquirres 20 3541.3 116.262 ..X

Contrast Sig. Difference +/- Limits

Batán - La Suiza * 605.89 327.764
Batán - Moravia * 435.26 327.764
Batán - Siquirres * -400.605 327.764
La Suiza - Moravia -170.63 327.764
La Suiza - Siquirres * -1006.5 327.764
Moravia - Siquirres * -835.865 327.764
* Indica diferencias estadísticamente significativas al 5%

Esta tabla muestra el resultado de aplicar un procedimiento de comparación múltiple para

determinar cuáles pares de medias son significativamente diferentes. El asterisco indica que las
medias de dichos pares son estadísticamente diferentes a un nivel de confianza del 95%. El
método utilizado para discriminar entre medias es la diferencia mínima significativa de Fisher
(LSD). Con este método, el error tipo I es de 5% (declarar un contraste como significativo cuando
en realidad no lo es).

Gráfico de interacción entre factores (estación-década)

El gráfico muestra que no

existe interacción entre las
décadas y las estaciones.

Este gráfico es útil para determinar si existe interacción entre los factores “Estación” y
“Década”. Cuando no existe interacción (como en este caso), las líneas son paralelas. El gráfico
también incluye los intervalos LSD al 95% para cada media. Si dos intervalos cualesquiera no se
traslapan, esto indica que las respectivas medias son estadísticamente diferentes a un alfa 0.05.
 99

Este gráfico ilustra la presencia

de interacción entre los factores
“ENOS” y “Década” para la Pt
anual de la estación Moravia de
Chirripó.

Este gráfico es útil para determinar si existe interacción entre los factores “ENOS” y “Década”.
Las cinco líneas corresponden a los niveles del factor “Década”, las cuales conectan las medias
estimadas por mínimos cuadrados de los tres niveles de ENOS. Cuando existe interacción (como
en este caso), las líneas se traslapan entre sí.

Residuals versus Factor Levels (Análisis de residuos por estación)

Residuos Vs variable predictora

Este gráfico permite evaluar el
supuesto de homogeneidad de
varianzas entre estaciones. Cuando
las varianzas son heterogéneas se
viola dicho supuesto.

Los residuos son iguales a los

valores observados de Pt anual
(mm) menos la media anual de Pt
(mm) del respectivo grupo.
 100

Residuals versus Predicted (Análisis de residuos Vs predicciones)

Este gráfico muestra los residuos

versus los valores estimados de Pt
y se utiliza para evaluar el supuesto
de homogeneidad de varianzas de
la variable dependiente (Pt).
Observe que la dispersión de los
datos no es homogénea, pues
tiende a incrementar con el valor de
Pt. Este tipo de heterocedasticidad
pude corregirse utilizando la
transformación Log (Pt), raíz
cuadrada (Pt) ó 1/Pt.

Transformación 1/Pt. Observe que

la dispersión de los datos es
homogénea.

Residuals versus Row Number (Análisis de residuos Vs observación)

Este gráfico muestra los residuos versus el número de fila en el archivo. Cualquier patrón que
no sea una dispersión aleatoria podría indicar la presencia de correlación serial en los datos.
 101

Análisis de dos variables numéricas y una nominal

En la presente sección se ilustra el uso de XLSTatistics para el análisis de tres variables: una
numérica y dos nominales. En el menú grafico de XLStatisitics corresponde a 2Num1Cat.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “xlstats_tutorial.xlsx” y seleccione de la hoja 2Num1Cat las columnas Pt anual

(mm) , Año y ENOS.
2. Haga un clic sobre XLStatistics y luego otro clic sobre . Observe que el programa
abre el libro de cálculo 2Num1cat.xls y copia los datos seleccionados a dicho libro.

En la sección inferior de la hoja de cálculo 2Num1cat.xls usted observará cuatro hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de

este libro de trabajo.
2) Data and Description: Datos y estadísticos descriptivos
3) Linear Regression: Regresión lineal
4) Extra Tools: Otras herramientas

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en
color azul.

Datos y estadísticos descriptivos

Datos: Lista de variables que se
analizarán.

Descripción:
Frecuencia total y por episodio de ENOS.
Coeficientes de correlación para Pt y año
por episodio de ENOS
Coeficientes de determinación para Pt y
año por episodio de ENOS.

Diagrama de dispersión para Pt Vs año

por episodio de ENOS.

¿Observa alguna tendencia en los

datos?
 102

Análisis de regresión lineal

Intercepto:
1. Diferentes para cada
regresión
2. Igual para todas las
regresiones
3. Igual a cero

Pendiente:
1. Diferentes para cada
regresión
2. Igual para todas las
regresiones

Resumen:
Pendiente e intercepto para
cada modelo de regresión
lineal.

Prueba de hipótesis sobre efecto de ENOS en Pt anual

Se eligió el modelo de efectos fijos

pues se evalúan todos los posibles
episodios de ENOS.

Para un alfa de 0.05 los episodios

de ENOS no tienen ningún efecto
en la pendiente ni en el intercepto
de la precipitación anual.

Análisis de residuos

Residuos por observación

Cuando los datos son graficados en
orden cronológico (como en este
caso), cualquier patrón en los
residuos podría indicar el efecto de
una influencia externa.

Evaluación del supuesto de

normalidad de los datos.
Gráfico de probabilidad normal e
histograma de residuos. Las
gráficas indican que los datos no se
apartan de una distribución normal.
 103

Residuos Vs valores estimados.

Evaluación del supuesto de igualad
de varianzas. Los datos muestras
una posible violación de este
supuesto pues la variabilidad
aumenta con la cantidad de
precipitación.

Residuos Vs variable predictora

Este gráfico permite evaluar el
supuesto de homogeneidad de
varianzas en el tiempo. Para este
set de datos, las varianzas son
semejantes y por tanto no se viola
este supuesto.

Residuos Vs variable de
clasificación. Este gráfico permite
evaluar el supuesto de homogeneidad
de varianzas entre episodios de
ENOS. Para este set de datos, las
varianzas son semejantes y por tanto
no se viola este supuesto.

Estadísticos descriptivos por variable

 104

Gráfico de medias

Ajuste de funciones

Suavizado
 105

Gráfico de media para grupos

Para mayores
detalles ver pág.
52.

Regresión localmente ponderada

Para mayores
detalles ver pág.
52 y 53.
 106

Análisis de tres o más variables numéricas

En la presente sección se ilustra el uso de XLSTatistics para el análisis de tres o más variables
numéricas. En el menú grafico de XLStatisitics corresponde a nNum.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “xlstats_tutorial.xlsx” y seleccione de la hoja nNum las columnas Aeropuerto

Sta. María, Coronado, C. Quesada, La Marina y Zarcero.

2. Haga un clic sobre XLStatistics y luego otro clic sobre . Observe que el programa abre
el libro de cálculo nNum.xls y copia los datos seleccionados a dicho libro.

Variable dependiente: Aeropuerto

Juan Sta. María

No incluir constante.

En la sección inferior de la hoja de cálculo nNum.xls usted observará seis hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de

este libro de trabajo.
2) Data: Datos y estadísticos descriptivos
3) 1: Estadísticos y grafica por variable
4) 2: Análisis de correlación y regresión lineal
5) Multiple Linear regression: Regresión lineal multiple.
6) Extra tolos: Otras herramientas.

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en
color azul.
 107

Datos
Lista las variables que usted desea analizar

1: Estadísticos y grafica por variable

Usted debe elegir la variable que

desea visualizar.

Etiqueta eje X
Punto medio de clase
Clases (Intervalo, Punto medio)
Estilo de gráfico
Barras
Líneas
Histograma

Estadísticos descriptivos por variable

Estadísticos descriptivos por variable
¿Cuál es la estación más lluviosa?
¿En cuál estación es más variable la lluvia
anual?

Resumen grafico por variable Diagrama de barras para la

media.
Estilo del gráfico: Barras, línea,
3D
Barras/bandas de error: ninguna,
rango, ± 1S, ± 2S, ± 1 E.E.,
± 2E.E., intervalo de confianza
(recuerde definir el valor del nivel
de confianza)

Utilizar desviación estándar

media del set de datos
 108

Diagrama de frecuencia
multivariable

Etiquetas eje X
Límite superior de clase
Clases: intervalo, punto
medio

Etiquetas eje Y
Frecuencia absoluta,
porcentaje, proporción,
acumulada

2: Análisis de correlación y regresión lineal

Diagrama de dispersión para dos

variables. El programa ajusta una
regresión lineal al set de datos y
calcula el coeficiente de correlación
y de determinación.

Usted debe elegir las variables a

graficar y analizar

Matriz de correlación gráfica

Este gráfico permite determinar visualmente el tipo y grado de correlación entre las variables
analizadas.
 109

Matriz de correlación lineal (Coef. Pearson)

La matriz de correlación lineal permite determinar la

intensidad y dirección de la correlación lineal entre las
variables analizadas.

¿Cuáles estaciones muestran la mayor correlación?

Diagrama de dispersión multivariable

En esta grafica la variable

dependiente (eje y)
corresponde a la lluvia de
la estación Aeropuerto
Sta. María y la variable
independiente (eje X) a la
lluvia en las otras
estaciones.

Regresión lineal multiple

El programa utiliza la primera

variable como dependiente y las
otras como predictoras.

Para un alfa de 0.05, solo las

variables Coronado y Zarcero son
estadísticamente significativas. Por
tanto, el modelo debería ajustarse
nuevamente pero utilizando solo
dichas variables.

Regressión equation: ecuación de regresión

d: “d” de Durbin-Watson
Raw R2: coeficiente de determinación (variabilidad explicada por el modelo)
Coeff. (est.): coeficientes de regresión (pendientes)
p-value: valor de “p” para prueba de hipótesis de cada coeficiente.
Confidence Ints: intervalos de confianza al 95% para los coeficientes de
regresión.
 110

Análisis de residuos

Residuos por observación

Cuando los datos son graficados en
orden cronológico (como en este
caso), cualquier patrón en los
residuos podría indicar el efecto de
una influencia externa.

Evaluación del supuesto de

normalidad de los datos.

Gráfico de probabilidad normal e

histograma de residuos. Las
gráficas indican que los datos no se
apartan de una distribución normal.

Residuos Vs valores estimados.

Evaluación del supuesto de igualad
de varianzas. Los datos muestran
una posible violación de este
supuesto pues la variabilidad es
mayor para lluvia anual de
aproximadamente 2000 mm.

Residuos Vs variable predictora.

Usted debe seleccionar la variable
que desea graficar.

Usted debe elegir los residuos de la

variable predictora que desea
analizar.
 111

Pruebas sobre residuos

Evaluación del supuesto de

normalidad de los datos.

Para un nivel de significancia

de 0.05, la prueba de Jarque-
Bera indica que los datos son
normales.

Evaluación del supuesto de

independencia de residuos.

Evaluación del supuesto de

igualad de varianzas.
Usted debe realizar la prueba
de hipótesis para cada
estación.

Corrección por correlación serial (resago 1)

Corrección por
autocorrelación
de resago 1.
 112

Prueba sobre especificación del error del modelo (Ramsey, 1969).

Prueba sobre especificación del

error del modelo de regresión de
Ramsey (Ramsey, 1969)

Ramsey, J.B. 1969. Tests for

Specification Errors in Classical
Linear Least Squares Regression
Analysis. J. Roy. Statist. Soc. B.,
31(2), 350–371.

Somete a prueba varias

combinaciones no lineales de los
valores estimados para determinar
si ayudan a explicar la variable
endógena. El supuesto de la
prueba es que, si las
combinaciones no lineales de las
variables explicativas tienen algún
grado de poder para explicar la
variable endógena, entonces el
modelo no está correctamente
especificado.

Análisis de varianza (significancia de modelo de regresión)

Para un nivel de significancia

de 0.05, el análisis de varianza
indica que el modelo es
significativo; o sea existe una
relación entre la variable
dependiente y las variables
predictoras.

Sin embargo la prueba no

permite afirmar que todos los
coeficientes de regresión sean
diferentes de cero.
 113

Comparación de modelos

Esta hoja de trabajo le

permite probar por la
significancia de cada uno de
los coeficientes de regresión;
así como por combinaciones
de variables predictoras (e.g.
Coronado y C. Quesada, La
Marina y Zarcero, Coronado
y Zarcero, etc.)

Predicción o estimación
Para un alfa de 0.05, solo las variables Coronado y Zarcero son estadísticamente significativas
y por tanto, en un caso real, el modelo debería ajustarse nuevamente pero utilizando solo dichas
variables y luego utilizarlo para realizar predicciones.

Digite los valores de “X”

para estimar el valor de
“Y”.
 114

Otras herramientas

Mediciones repetidas

Mediciones repetidas.
En cada estación se
mide la lluvia durante 18
años.

Intervalo de
confianza 95%.

Análisis de varianza
 115

Regresión no lineal
 116

Análisis de tres o más variables numéricas y una nominal

En la presente sección se ilustra el uso de XLSTatistics para el análisis de tres o más variables
numéricas y 1 nominal. En el menú grafico de XLStatisitics corresponde a nNum1Cat.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “xlstats_tutorial.xlsx” y seleccione las columnas Batán_(Pt mm), Siquirres_Pt

(mm), Suiza_Pt (mm), Moravia_Pt (mm) y ENOS.

2. Haga un clic sobre XLStatistics y luego otro clic sobre . Observe que el programa
abre el libro de cálculo nNum1Cat.xls y copia los datos seleccionados a dicho libro.

Seleccione ENOS como la variable

nominal o de clasificación.

En la sección inferior del libro de cálculo nNum1Cat.xls usted observará cuatro hojas de
cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de

este libro de trabajo.
2) Data: Datos.
3) Description: Estadísticos descriptivos y gráfico de barras-histograma.
4) Resumen: Gráfico de barras comparativo

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en
color azul.

Datos
Lista de los datos
 117

Estadísticos decriptivos y grafico

Grafico y estadísticos descriptivos

por estación y fase de ENOS.

Eje X
Límite superior
Clases
Intervalo de clase
Punto medio

Estilo:
Barra, línea, histograma

Estadísticos descriptivos para todos los datos y por fase de ENOS.

Grafico de barras comparativas

Este gráfico muestra la

precipitación media anual para cada
estación por fase de ENOS. Las
líneas verticales indican un intervalo
de confianza al 95%.

Usted puede elegir un grafico de

barras ó de líneas.

Barras de error:
 Rango
 Desv. Estándar
 Error estándar
 Intervalo de confianza
 118

Análisis de tres o más variables nominales

En la presente sección se ilustra el uso de XLSTatistics para el análisis de tres o más variables
nominales o cualitativas. En el menú grafico de XLStatisitics corresponde a nCat. El programa
permite analizar un máximo de 8 variables.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “xlstats_tutorial.xlsx”, vaya a la pestaña “ncat” y seleccione las columnas ENOS,
Década, Clase.
2. Haga un clic sobre XLStatistics y luego otro clic sobre . Observe que el programa abre el
libro de cálculo nCat.xls y copia los datos seleccionados a dicho libro.

El programa puede analizar un

máximo de 25 columnas (variables).

OK, para continuar

En la sección inferior de la hoja de cálculo nCat.xls usted observará cuatro hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de

este libro de trabajo.
2) Data: Datos
3) Description: Tabla dinámica
4) Resumen: Grafico de barras comparativo

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en
color azul.

Datos
Lista de los datos
 119

Tabla dinámica
La tabla muestra la
frecuencia por episodio
de ENOS y Década
para la totalidad de las
observaciones.

La tabla muestra la
frecuencia en porciento
por episodio de ENOS y
Década para los años
clasificados como
lluviosos.

Si lo desea puede expresar los

resultados en forma gráfica.

Tablas y gráficos multiples

 120

Análisis de una variable numérica y tres o más nominales

En la presente sección se ilustra el uso de XLSTatistics para el análisis de tres o más variables
nominales o cualitativas. En el menú grafico de XLStatisitics corresponde a 1NumnCat. El
programa permite analizar un máximo de 8 variables.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “xlstats_tutorial.xlsx”, vaya a la pestaña “1NumnCat” y seleccione las columnas

Pt anual (mm), ENOS, Década y Clase.
2. Haga un clic sobre XLStatistics y luego otro clic sobre . Observe que el programa abre
el libro de cálculo 1NumnCat.xls y copia los datos seleccionados a dicho libro. El programa puede
analizar un máximo de 25 variables.

En la sección inferior del libro de cálculo 1NumnCat.xls usted observará tres hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de

este libro de trabajo.
2) Data: Datos.
3) Pivot Tables: Tablas dinámicas.

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en
color azul.

Datos

Lista de los datos.

 121

Tablas dinámicas
Usted puede elegir entre
frecuencia, mínimo, máximo,
media y desviación estándar
por clase y década.

Si lo desea puede utilizar los

datos para realizar gráficos.

La tabla muestra la
precipitación media
anual por episodio de
ENOS y Década para
los años clasificados
como lluviosos.

Si lo desea puede
expresar los resultados
en forma gráfica.

La tabla muestra la
precipitación media
anual por episodio de
ENOS y Década para
los años clasificados
como secos.
 122

Selección de muestras aleatorias

En la presente sección se ilustra el uso de XLSTatistics en la selección de muestras aleatorias
a partir de un set de datos existente. Esta técnica se utiliza con frecuencia para balancear
muestras previo a su análisis. En el menú grafico de XLStatisitics corresponde a SampSel.

Nota: Esta sección del tutorial asume que usted ya activó el complemento de XLStatisticis
(XLStatistics.xlam ó XLStats.xls); de no ser así, ver página 23.

1. Abra el archivo “efecto_borde.xlsx”. Este archivo contiene las siguientes variables.

A. d (cm) interior Variable cuantitativa.
B. d (cm) borde Variable cuantitativa.
C. muestra no balanceada Variables cuantitativa y cualitativa
D. Muestras aleatorias con reemplazo Variable cuantitativa.
E. muestra balanceada Variables cuantitativa y cualitativa

2. Haga un clic sobre XLStatistics y luego otro clic sobre .

2. Seleccione y copie la columna d (cm), luego pegue los datos en la columna borde. Observe
que el programa abre el libro de cálculo SampSel.xls y copia los datos seleccionados a dicho
libro.

En la sección inferior de la hoja de cálculo SampSel.xls usted observará cinco hojas de cálculo:

1) Information: Información. Esta hoja contiene información general sobre la organización de

este libro de trabajo.
2) Make Data – 1Var: Crear set de datos para 1 variable.
3) Make Data – 2Var: Crear set de datos para 2 variables.
4) Random Numbers: Crea números aleatorios para las siguientes distribuciones: Uniforme,
binomial, Poisson, exponencial, lognormal, gamma, beta.
5) Sample Selection: Seleccionar una muestra aleatoria

Nota: Recuerde que SOLO debe modificar el contenido de las celdas con números o textos en
color azul.

A continuación utilizaremos la hoja “Sample Selection” para seleccionar una muestra aleatoria
con reemplazo de 36 observaciones de las 66 observaciones de arboles de borde.

Usted puede elegir entre una muestra aleatoria con y sin reemplazo; así como el tamaño de la
muestra. En este caso hemos elegido 36 observaciones porque existen 36 árboles de borde en la
parcela y el objetivo del muestreo es preparar los datos para realizar una prueba de hipótesis
sobre el efecto de borde en la parcela.
 123

Usted puede copiar los datos de la columna “simple” a otra

hoja de Excel para su posterior análisis.

Presionando “New Sample” obtiene otra muestra aleatoria

con reemplazo de 36 observaciones.

Las “muestras aleatorias con reemplazo” del archivo

efecto_borde.xls se obtuvieron con esta herramienta de
XLStatistics.
 124

Anexo 1: Análisis exploratorio de datos: Estadísticos descriptivos y análisis gráfico

Esta tabla está diseñada para ayudarle a decidir cuál estadístico descriptivo debe utilizar con su set de datos. Para utilizarla, usted debe saber
el nivel de medición de sus datos.

Estadístico/gráfico Variable Variable Variable Propósito Notas Ejemplo

nominal cuantitativa ordinal
media aritmética - 1 - Descripción de la tendencia Asume que datos provienen Apropiada para describir la altura
Histograma, barra central de los datos. de distribución normal. total en una plantación forestal o
de errores, IC. Variable normal. cualquier otra variable con una
distribución normal.
Media geométrica 1 Descripción de la tendencia La media geométrica sólo se Supongamos que la tasa de
central de los datos. aplica a números positivos. crecimiento de un árbol es 10% en
Estimador insesgado. Se utiliza a menudo para un el primer año, 8% en el segundo
conjunto de números cuyos año y 5% en el tercer año. ¿Cuál
valores serán multiplicados es la tase de crecimiento media del
entre sí o son de naturaleza árbol? La respuesta es la media
exponencial, tales como geométrica de dichos valores.
datos de crecimiento
poblacional o las tasas de
interés.
Media armónica 1 Descripción de la tendencia Apropiado para calcular la La tasa de cambio puede
central de los datos. media de tasas (e.g. especificarse por unidad de tiempo,
velocidad) y proporciones por unidad de longitud, de masa u
(parte entre el todo). otra cantidad. El tipo más común
de tasa es "por unidad de tiempo",
como la velocidad y el flujo.
Algunos ejemplos de tasas cuyo
denominador no es el tiempo
incluyen los tipos de cambio, las
tasas de alfabetización y el flujo
eléctrico. Por ejemplo, en
hidrología, la media armónica se
utiliza para estimar valores medios
de la conductividad hidráulica.
mediana - 1 - Descripción de la tendencia Debe utilizarse cuando los Apropiada para describir la altura
Gráfico de cajas central de los datos. datos son no normales (muy total en un bosque natural.
Variable no normal. asimétricos).
Moda, Gráfico de 1 1 Descripción de la tendencia También puede utilizarse con Especie más frecuente en una
2
pastel, barras central de los datos. datos cuantitativos discretos parcela de 1000 m .
 125

(e.g. conteos) y con datos sin

decimales.
rango - 1 - Descripción de la dispersión Se utiliza con mayor Apropiada para cualquier variable
Gráfico de cajas de los datos. frecuencia en informes cuantitativa.
Rango intercuartil 1 Descripción de la dispersión Debe utilizarse cuando los Se calcula como Q3-Q1. Es un
Gráfico de cajas de los datos. datos son no normales (muy estadístico robusto comparado con
asimétricos). Se utiliza el rango.
conjuntamente con la
mediana.
varianza - 1 - Descripción de la dispersión Constituye la base de Apropiada para cualquier variable
de los datos. Asume datos muchas pruebas cuantitativa cuya distribución sea
normales. Estimador estadísticas; sus unidades normal.
insesgado. son al cuadrado, por lo que
no es muy comprensible.
desviación estándar - 1 - Descripción de la dispersión Sus unidades son las Apropiada para cualquier variable
Barra de errores de los datos. Asume datos mismas que los datos cuantitativa.
normales. Estimador originales, es más
sesgado. comprensible que la
varianza.
Coeficiente de 1 Descripción de la dispersión El coeficiente de variación Apropiada para cualquier variable
variación relativa de los datos. Asume (CV) se expresa con cuantitativa cuya distribución sea
datos normales. frecuencia en porciento. normal.
error estándar de la - 1 - Descripción de la exactitud Se utiliza para estimar el Apropiada para cualquier variable
media de una estimación de la intervalo de confianza y en cuantitativa cuya distribución sea
Barra de errores media aritmética. Asume prueba de hipótesis. normal.
datos normales.

Referencias

Choosing a statistical test http://udel.edu/~mcdonald/statbigchart.html

Intuitive Biostatistics: Choosing a statistical test. http://www.graphpad.com/www/Book/Choose.htm. Capítulo 37del libro “Intuitive Biostatistics”
(ISBN 0-19-508607-4) de Harvey Motulsky. Copyright © 1995 by Oxford University Press Inc.
 126

Relación entre medidas de

tendencia central y de dispersión.
Diagrama de caja (con un rango
intercuartil) y una función de
densidad de probabilidad (pdf) de
una población normal N (0,1 σ2).
Fuente:
http://en.wikipedia.org/wiki/File:Box
plot_vs_PDF.png

Análisis exploratorio de datos

El análisis exploratorio de datos incluye el cálculo de estadísticos descriptivos, la tabulación
de datos y la creación de gráficos. El objetivo de esta primera fase de análisis es familiarizarse
con los datos.

Estadísticos para datos cuantitativos (intervalo y razón)

 Número de valores utilizados: número de valores efectivamente utilizados en los cálculos,

es decir, los valores no faltantes o perdidos.
 Número de valores ignorados: número de valores no utilizados en los cálculos.
 Mínimo: valor mínimo de la serie estadística.
 Máximo: valor máximo de la serie estadística.
 Primer cuartil (Q1): valor por debajo del cual se encuentran el 25% de los datos.
 Mediana (Q2, Md): valor por debajo del cual se encuentran el 50% de los datos.
 Tercer cuartil (Q3): valor por debajo del cual se encuentran el 75% de los datos.
 Rango: diferencia entre el máximo y el mínimo.
 Total: suma de todos los valores de la serie estadística (puede ser ponderada)
 Media aritmética simple:suma de los valores divididos entre el número de observaciones.
 Media geométrica: La media geométrica sólo se aplica a números positivos. Se utiliza con
números cuyos valores serán multiplicados entre sí o son de naturaleza exponencial, tales
como datos de crecimiento poblacional o las tasas de interés. Esta media es poco sensible
a valores altos.
 Media armónica: Apropiado para calcular la media de tasas (e.g. velocidad) y proporciones
(parte entre el todo). Esta media es poco sensible a unos pocos valores que son mucho más
altos que los otros, pero es sensible a valores mucho más pequeños.
 Curtosis (Pearson): coeficiente que representa el pico aplanado o forma de una
distribución en comparación con una distribución de Normal o de Gauss.
 Asimetría (Pearson): coeficiente que representa el grado de asimetría de una distribución
respecto a su media.
 127

 Curtosis: coeficiente de curtosis.

 Asimetría: coeficiente de asimetría.
 CV (desviación estándar / media): El coeficiente de variación mide la dispersión relativa de
los datos. Este coeficiente es apropiado para comparar la dispersión de variables con
unidades de medición diferentes o con medias muy diferentes.
 Varianza estimada: Estimación de la varianza para una población a partir de los datos de
una muestra. Estimador insesgado: para datos no ponderados, el denominador es n-1,
donde n el tamaño de la muestra.
 Desviación estándar estimada: Raíz cuadrada de la varianza estimada.
 Desviación media absoluta: Medida de dispersión calculada como la media de las
desviaciones absolutas de la media.
 Desviación estándar de la media: Raíz cuadrada la varianza estimada entre el número de
observaciones (S2/n)0.5.

Gráficos para datos cuantitativos

 Histogramas simples, compuestos, comparativos (2d y 3D)

 Diagramas de cajas
 Diagrama de líneas (2d y 3D)
 Diagramas de dispersión univariante
 Diagramas de dispersión bivariado
 Gráficos de Q-Q: Este gráfico permite comparar la función de distribución acumulada (cdf)
de la muestra (eje de abscisas) con la función de distribución acumulada de la distribución
normal con la misma desviación media y estándar. Si los datos provienen de una
distribución normal se graficaran como un recta. Si los datos no se ajustan a una recta
entonces la distribución es no normal.
 Gráficos de percentiles
 Diagramas de tallo y hoja
 Grafica de distribución normal

Estadísticas ara los datos cualitativos (nominales y ordinales)

Estos estadísticos se calculan a partir de una tabla simple o doble e involucra el conteo
frecuencias.

Estadísticos para la totalidad de las variables

 Número de categorías o clases: número de categorías por variable.
 Moda: Categoría que presenta la mayor frecuencia, o que tiene el mayor peso (si los
datos son ponderados).
 Frecuencia modal: Frecuencia de la clase modal.
 Moda en %: Frecuencia en porciento de la clase modal.
 Frecuencia relativa de la moda: Frecuencia relativa de la clase modal, puede
expresarse en % o como una proporción.

Estadísticos por variable

 Frecuencia absoluta: Frecuencia absoluta de cada categoría.
 Frecuencia relativa: Frecuencia relativa (% o fracción) de cada categoría.
 Peso o ponderación: Peso o ponderación de cada categoría.

Gráficos variables cualitativos (nominales, ordinales)

 Barras
 Gráfico de pasteo o circular
 128

Anexo 2: Guía para el análisis de datos

Estadística Variables continuas Ubicación o Media (Aritmética, Geométrica,

descriptiva tendencia Harmónica), Mediana, Moda.
central
Dispersión o Rango, Desviación estándar,
escala Coeficiente de variación, Percentiles,
desviación absoluta de la media.
Forma de la Desviación absoluta de la media,
distribución Varianza, Semivarianza, Asimetría,
Curtosis, Momentos y L-Momentos
Variables nominales o Frecuencia
categorías Tabla de contingencia
Gráficos Barras, Histogramas, líneas, bivariable, cajas, control, correlación, Q-Q, tallo-
estadísticos hoja, radar
Inferencia Inferencia Intervalo de confianza, Intervalo (inferencia
estadística y frecuentista) inferencia creible (Inferencia
prueba de hipótesis Bayesiana), Nivel de significancia, Meta-análisis
Diseño experimental Experimentos controlados, Experimentos naturales,
estudio observacional, replicación, bloques,
sensibilidad y especificidad, diseño óptimo.
Tamaño de muestra Análisis de poder, efecto de tamaño de muestra,
error estándar
Estimación general Estimador Bayesiano, Máximo verosimilitud, Método
de momentos, Estimación de densidad
Pruebas particulares Prueba Z (normal), t de estudiante, Prueba F, Ji-
cuadrado, Ji-cuadrado de Pearson, Wald, U de
Mann–Whitney, · Shapiro–Wilk, Prueba de ordenes
de signos de · Wilcoxon
Muestreo Simple al azar, estratificado, jerárquico, conglomerados.
Correlación y Correlación Coef. correlación lineal de Pearson, Coef. de
regresión Correlación para ordenes (rho de Spearman y tau
de Kendall), correlación parcial, factor o variable de
confusión.
Regresión lineal Regresión lineal simple, cuadrados mínimos
ordinarios, modelos lineales generales, análisis de
varianza, análisis de covarianza
Regresión no estándar Regresión no lineal, no paramétrica,
semiparamétrica, robusta.
Regresión errores no Modelos lineales generalizados, Binomial, Poisson,
normales Logística
Análisis de Función de sobrevivencia, Kaplan–Meier, Prueba·Logrank, Proporción de
sobrevivencia fracasos, ·Modelo de proporción de riesgos
Estadística Regresión multivariante, Compoentes principales, Análisis factorial, Análisis de
mulivariante conglomerados
Análisis de series Descomposición, estimación de tendencia, Box–Jenkins, Modelos ARMA,
de tiempo Estimación de densidad espectral.
Estadística social Censos, Psicometría, muestreo simple y estratificado, sondeos de opinión,
cuestionarios, estadísticas oficiales.
 129

Anexo 3: Prueba de hipótesis: una muestra, dos muestras, tres o más

muestras

Análisis univariante
Número y Tipo de Hipótesis nula Prueba(s)
tipo de resultado (H0)
variables
predictoras
Ninguna normal Prueba “t” para una muestra.
variable
predictora no-normal Prueba del signo; prueba de signos para
una muestra (one-sample median/ sign
test).

Categorías Prueba Z para proporciones para una

(dos muestra (dado que pn>10 y qn>10) de lo
clases) contrario utilizar prueba binomial.
Prueba de ji-cuadrado (Chi-square
goodness-of-fit test, chi-squared test; s-
otras test)
Ninguna normal Coeficiente de correlación lineal de
variable Pearson
predictora Análisis factorial
(i.e., se Una o más Coeficiente de correlación de órdenes de
desea no Spearman
conocer si normales
existe categorías Coeficiente de contingencia
asociación o
independenci Riesgo relativo; cociente de disparidad
a entre dos o (odds ratio).
más
variables).
Una variable normal Prueba “t” para dos muestras
predictora independientes. (dado que grupos sean
cualitativa independientes ó que sujetos hayan sido
(2 categorías) asignadas en forma aleatoria a los grupos).
Prueba “t” para dos muestras pareadas.
(dado que muestras sean pareadas ó
mediciones repetidas en los mismos
sujetos).
no-normal Prueba de suma de los rangos de
Wilcoxon (también se le denomina como
prueba de Wilcoxon; prueba U; prueba de
Mann-Whitney, prueba de Wilcoxon-Mann-
Whitney (Wilcoxon rank sum test ;
Wilcoxon's test ; Wilcoxon-Mann-Whitney
test ; Mann-Whitney test ; U-test). (dado
que grupos sean independientes ó que
sujetos hayan sido asignadas en forma
aleatoria a los grupos).
Prueba de Wilcoxon para muestras
apareadas (Wilcoxon signed ranks test).
 130

(dado que muestras sean pareadas ó

mediciones repetidas en los mismos
sujetos).
categorías Prueba de Chi-square test (dado que
grupos sean independientes ó que sujetos
hayan sido asignadas en forma aleatoria a
los grupos).
Prueba de chi-cuadrado de McNemar
(dado que muestras sean pareadas ó
mediciones repetidas en los mismos
sujetos).
Una variable normal ANOVA de una vía (dado que grupos
predictora sean independientes ó que sujetos hayan
cualitativa sido asignadas en forma aleatoria a los
(3 o más grupos).
categorías) ANOVA para mediciones repetidas
(dado que muestras sean pareadas ó
mediciones repetidas en los mismos
sujetos),
no-normal Prueba de Kruskal-Wallis (dado que
muestras sean independientes ó que
hayan sido asignadas en forma aleatoria a
los grupos).
categorías Prueba de Chi-cuadrado (dado que
muestras sean independientes ó que
hayan sido asignadas en forma aleatoria a
los grupos).
Una variable normal Ho: Regresión lineal simple
predictora no-normal pendiente=0 Transformar datos
continua
categorías Regresión logística
 131

Análisis multivariante: Un resultado y dos o más variables predictoras

Número y tipo de Tipo de Hipótesis Nula (H0) Prueba(s)
variables resultado
predictoras
2 o más variables Normal Ho : no existen efectos ANOVA factorial (dado que
predictoras principales grupos sean independientes ó
cualitativas Ho : no existen que sujetos hayan sido
(2 o más categorías interacción asignadas en forma aleatoria
por variable) a los grupos).
No normal Transformar datos
Categorías Ho : independencia Análisis log-lineal
(cualitativo)
2 o más variables Normal Ho : coeficientes = 0 Regresión lineal múltiple
predictoras No normal Transformar datos
continuas Categorías Regresión logística
(cualitativo)
Mezcla de variables Normal Ho : no existen efectos Análisis de covarianza
predictoras (ANCOVA)
cualitativas y Ho : no existen efectos Modelo lineal general
cuantitativas principales o
interacciones
No normal Transformar datos
Categorías Regresión logística
(cualitativo)
Dos o más resultados, uno o más variables predictoras
Tipo de variables Tipo de Prueba
predictoras resultado
Cualitativa Normal Análisis de varianza multivariante (MANOVA)
Continua Regresión múltiple multivariante
Mixto cualitativa y Modelo lineal general multivariante
cuantitativa
Fuente: http://bama.ua.edu/~jleeper/627/revprev.html

Transformaciones comunes utilizadas para normalizar datos

Tipo de dato y distribución Transformación para normalizar datos

Conteos ( C proviene de una distribución de Poisson) Raíz cuadrada de C
Proporciones ( P proviene de una distribución binomial) Arcoseno de raíz cuadrada de P
Dato proviene de una distribución lognormal Log de la medición
Tiempo o duración (D) 1/D
 132

Muestras independientes
Datos de muestras independientes
Variable producto
Nominal Categorías Ordinal Cuantitativa Cuantitativa No Cuantitativa
(>2 Discreta Normal Normal
Categorías)
Insumo Nominal Mann- Mann-Whitney; Prueba “t” de
o Prueba de Whitney test de log- Estudiante
Fisher (tablas de tendencia
o Mann- rango (prueba
contingencia y de Mantel-
muestras Whitney
Haenszel) (a)
pequeñas)
Categorías (>2 Kruskal- Kruskal- Kruskal-Wallis Análisis de
categorías) Wallis (b) Wallis (b) (b) varianza de una
vía (c)
Ordinal (categorías (e) Orden de Orden de Orden de Coef.
ordenadas) tendencia o Spearman Spearman Spearman Correlación de
Mann-Whitney órdenes de
Spearman o
regresión lineal
(d)
Cuantitativa Discreta Regresión logística (e) (e) Orden de Orden de Coef.
Spearman Spearman Correlación de
órdenes de
Spearman ó
regresión lineal
(d)
Cuantitativa No Normal Regresión logística (e) (e) (e) Graficar datos, Graficar datos,
Coef. Coef.
Correlación de Correlación de
rangos de Pearson, Coef.
Spearman o Correlación de
Coef. órdenes de
Correlación Spearman y
lineal de regresión lineal
Pearson.
 133

Cuantitativa Normal Regresión logística (e) (e) (e) Regresión lineal Coef.
(d) Correlación
lineal de
Pearson y
regresión lineal

(a) Si los datos son acotados (censored).

(b) La prueba de Kruskal-Wallis es una generalización de la prueba de U de Mann-Whitney y se utiliza para comparar variables ordinales
o nominales

(c) El análisis de varianza de una vía se utiliza para comparar variables con una distribución normal para tres o más grupos. El
equivalente no paramétrico es la prueba de Kruskal-Wallis.

(d) Si la variable de resultado es la variable dependiente, entonces siempre los residuos son plausiblemente normales y por tanto la
distribución de la variable independiente no es importante.

(e) Hay una serie de técnicas más avanzadas, tales como la regresión de Poisson, para hacer frente a estas situaciones. Sin embargo,
requieren ciertas suposiciones por lo que a menudo es más fácil ya sea expresar la variable resultado como dicotómica o tratarla como
una variable continua.

Fuente: http://www.bmj.com/collections/statsbk/13.dtl
134
 135

ANOVA 1 vía: Evalúa niveles múltiples de 1 variable o un factor.

ANOVA de 2 vías o Factorial: Evalúa simultáneamente el efecto de dos o más variables

independientes en una variable dependiente. Permite evaluar la interacción entre variables.

ANOVA factorial mixta: El modelo mixto combina muestras de un factor independiente y

muestras de grupos correlacionados o no independientes.
 136

Sawilowsky, Shlomo S. 2002. Fermat, Schubert, Einstein, and Behrens–Fisher: The Probable
Difference Between Two Means When σ1 ≠ σ2. Journal of Modern Applied Statistical Methods,
1(2).

*: Poder de las pruebas es bajo cuando N1 y N2 son muy diferentes. Evitar utilizar corrección de
Welch cuando N1 y N2 son muy diferentes, ya que la prueba tiene poco poder.

**: La prueba “t” basado en permutaciones es preferible, ya que corrige error tipo I y tiene mas
poder.

Pruebas no paramétricas: Wilcoxon-Mann-Witney, Preuba de medianas, Kolmogorov-Smirnov

para 2 muestras, otras apropiadas

Kingman A, Zion G. 1994. Some power considerations when deciding to use transformations.
Stat Med. 15; 13(5-7):769-83.
 137

Neuhäuser M. 2005. One-sided nonparametric tests for ordinal data. Percept Mot
Skills.101(2):510-4.

Sawilowsky, Shlomo S. 2002. Fermat, Schubert, Einstein, and Behrens–Fisher: The Probable
Difference Between Two Means When σ1 ≠ σ2 Journal of Modern Applied Statistical Methods,
1(2).

Sawilowsky, S. S., & Hillman, S. B. 1992. Power of the independent samples t test under a
prevalent psychometric measure distribution. Journal of Consulting and Clinical Psychology, 60,
240-243.

Correa Juan Carlos, Iral René y Rojas Lucinia. 2006. Estudio de potencia de pruebas de
homogeneidad de varianza. Revista Colombiana de Estadística. Volumen 29 No 1. pp. 57 a 76.
 138

Anexo 4: Elección de una prueba estadística

Esta tabla está diseñada para ayudarle a decidir cuál prueba estadística puede utilizar para analizar sus datos. Para utilizarla, usted
debe saber el nivel de medición de sus datos.

Prueba Variables Variables Variables Propósito Notas Ejemplo

nominales continuas ordinales
prueba exacta 1 - - Comparar el grado de Utilizar con muestras Contar el número de machos y
de bondad de ajuste entre frecuencias pequeñas. hembras en una muestra pequeña y
ajuste observadas y esperadas. compararla con la proporción
esperada de 1:1.
G-test de 1 - - Comparar el grado de Utilizar con muestras Contar el número de años Niño, Ñina y
bondad de ajuste entre frecuencias grandes. Neutros y y compararla con la
ajuste observadas y esperadas. proporción esperada de1/3:1/3:1/3.
prueba de Chi- 1 - - Comparar el grado de Utilizar con muestras Contar el número de años lluviosos y
cuadrado para ajuste entre frecuencias grandes. secos y compararla con la proporción
la bondad de observadas y esperadas. esperada de1:1.
ajuste
Aleatorización 1 - - Comparar el grado de Utilizar con muestras Contar el número de años Niño, Ñina y
prueba de ajuste entre frecuencias pequeñas y un gran Neutros y y compararla con la
bondad de observadas y esperadas. número de categorías. proporción esperada de1/3:1/3:1/3.
ajuste
G-prueba de 2+ - - Probar la hipótesis de que Utilizar con muestras Contar el número de árboles muertos
independencia las proporciones son las grandes. vs el número de árboles vivos en tres
mismas en los diferentes tratamientos de plantación y probar
grupos. que las proporciones son las mismas.
prueba de Chi- 2+ - - Probar la hipótesis de que Utilizar con muestras Contar el número de árboles muertos
cuadrado de las proporciones son las grandes. vs el número de árboles vivos en tres
independencia mismas en los diferentes tratamientos de plantación y probar
grupos. que las proporciones son las mismas.
prueba exacta 2 - - Probar la hipótesis de que Se utiliza para Contar el número de árboles muertos
de Fisher las proporciones son las muestras pequeñas. vs el número de árboles vivos en dos
mismas en los diferentes tratamientos de plantación y probar
grupos. que las proporciones son las mismas.
Aleatorización 2 - - Probar la hipótesis de que utiliza para muestras Contar el número de árboles por
prueba de las proporciones son las pequeñas y un gran hectárea en tres estados sucesionales
independencia mismas en los diferentes número de categorías en dos categorías de pendiente y
grupos. probar que las proporciones son las
mismas.
 139

Prueba de 3 - - Probar la hipótesis de que - Contar el número de árboles vivos y

Mantel-Haenzel las proporciones son las muertos por hectárea para dos
mismas en parejas especies (A y B) en varias fincas y
repetidas de dos grupos. probar que las proporciones son las
mismas ó que la diferencia es
consistente en una dirección (e.g. la
sobrevivencia siempre es mayor en
especie A que en B).

intervalo de - 1 - Describir exactitud de la Se puede utilizar para Apropiada para cualquier variable
confianza estimación de la media realizar pruebas de cuantitativa.
aritmética. hipótesis.
ANOVA de un 1 1 - Probar la hipótesis que El modelo de efectos Comparar la media del contenido de
factor o una vía, los valores medios de la fijos o modelo “I” metales pesados en los peces de los
modelo I variable cuantitativa son asume que los datos ríos Reventazón, Pacuare, Grande de
iguales entre los provienen de Térraba y Grande de Tárcoles para ver
diferentes grupos. poblaciones normales si hay diferencias en el nivel de
El investigador(a) las cuales podrían contaminación.
selecciona, basado en su diferir únicamente en
opinión, juicio o prejuicio, sus medias.
K valores de interés de la
variable independiente
(VI).
ANOVA de un 1 1 - Estimar la proporción de En el Modelo “II” o de Comparar la media del contenido de
factor o una vía, la varianza en la variable efectos aleatorios solo metales pesados en 5 familias de
modelo II continua explicada por la se eligen algunos de peces criados bajo las mismas
variable nominal. El los posibles niveles de condiciones para determinar si existe
investigador(a) interés de la variable una variación heredada con respecto a
selecciona, utilizando un nominal y por esta la fijación de metales pesados.
procedimiento al azar, K razón la partición de
de los posibles valores de varianza es más
la variable independiente interesante que
(VI). determinar qué grupos
son diferentes.
Método 1 1 - Prueba a posteriori Es deseable realizar Comparar, por ejemplo, la media del
secuencial de planeada no ortogonal o comparaciones contenido de metales pesados en los
Dunn-Sidák no independiente entre planeadas peces de los ríos
grupos. Se realiza una ortogonales. Decidir Reventazón+Pacuare Vs Grande de
vez que el ANOVA antes de realizar el Térraba + Grande de Tárcoles.
 140

encontró diferencias análisis las

significativas entre las comparaciones de
medias. En primer lugar, interés para el estudio.
los valores de P de las
diferentes comparaciones
se ordenan de menor a
mayor. Si hay k
comparaciones, el valor
más pequeño de P de ser
1/k
inferior a 1-(1-alfa) para
ser significativo al nivel de
alfa. Por ejemplo, si hay
cuatro comparaciones, el
valor más pequeño de P
debe ser inferior a 1-(1-
1/4
0.05) = 0,0127 para ser
significativo a un nivel de
0,05. Si no es
significativo, se detiene el
análisis. Si el valor menor
de P es significativo, el
siguiente valor más
pequeño debe ser inferior
1/(k-1)
a 1-(1-alfa) , que en
este caso sería 0,0170. Si
este valor es significativo,
el siguiente valor de P
debe ser inferior a 1-(1-
1/(k-2)
alfa) , y así
sucesivamente hasta que
uno de los valores de P
sea no significativo.
Método de 1 1 Este método tiene menos El método de
Bonferroni poder que el método Bonferroni utiliza el
secuencial de Dunn- valor alfa/k como el
Sidák. La diferencia entre nivel de alfa ajustado,
el valor del alfa ajustado mientras que el
de Bonferroni y Dunn método de Dunn-Sidák
1/k
Sidák es muy pequeña, utiliza 1-(1-alfa) . El
por lo que su impacto en método de Bonferroni
 141

la decisión final no es no es secuencial y por

significativo. Por ejemplo, tanto el mismo valor
el valor de alfa ajustado de alfa se aplica a
de Bonferroni para cuatro todas las
comparaciones es comparaciones.
0,0125, mientras que para
Dunn-Sidák es 0,0127.
Comparación 1 1 - Prueba a posteriori no Es deseable realizar Comparar, por ejemplo, la media del
de intervalos de planeada, una vez que el comparaciones contenido de metales pesados en los
Gabriel ANOVA es significativo se planeadas peces de los ríos Reventazón Vs
Ver libro de realizan comparaciones ortogonales. Decidir Pacuare, Grande de Térraba Vs
Excel entre todos los pares de antes de realizar el Grande de Tárcoles, etc.
anova 1 grupos. análisis las
via_Tukey_Kra comparaciones de
mer.xlsx interés para el estudio.
Tukey-Kramer 1 1 - Prueba a posteriori no Es deseable realizar Comparar, por ejemplo, la media del
método planeada, una vez que el comparaciones contenido de metales pesados en los
Ver libro de ANOVA es significativo se planeadas peces de los ríos Reventazón Vs
Excel realizan comparaciones ortogonales. Decidir Pacuare, Grande de Térraba Vs
anova 1 entre todos los pares de antes de realizar el Grande de Tárcoles, etc.
via_Tukey_Kra grupos. análisis las
mer.xlsx comparaciones de
interés para el estudio.
Prueba de 1 1 - Prueba por la igualdad de Esta prueba se utiliza -
Bartlett varianzas entre los para evaluar el
diferentes grupos. supuesto de la
ANOVA de
homogeneidad de
varianzas entre
grupos.
análisis de 2+ 1 - Prueba la hipótesis que Subgrupos debe ser Comparar la media del contenido de
varianza los valores medios de la aleatorio (modelo II). metales pesados en los peces de los
anidado variable continua son los ríos Reventazón, Pacuare, Grande de
mismos en diferentes Térraba y Grande de Tárcoles; se
grupos, cuando cada obtienen varios peces en cada río y se
grupo se divide en realizan varias mediciones de en cada
subgrupos. pez.
ANOVA de dos 2 1 - Probar la hipótesis de que Es una prueba más Comparar el crecimiento de árboles en
vías o dos diferentes grupos, eficiente que la parcelas de diferente pendiente (A, B,
sentidos clasificados de dos ANOVA de una vía. C) y grado de fertilidad (A, B; C). En
 142

maneras, poseen la este caso los factores son pendiente y

misma media. fertilidad.
Prueba t 2 1 - Probar la hipótesis de que - Comparar el contenido de nitrógeno en
pareada las medias de la variable una parcela antes y después de
continua son las mismas plantar leguminosas.
en datos apareados.
Regresión lineal - 2 - Determinar si la variación - Medir el diámetro y la altura de árboles
en una variable predictora y determine si la variación en diámetro
causa una variación en explica la variación en altura. Estimar
una variable dependiente; la altura de árboles a partir de la
estimar el valor de una medición de diámetros.
variable no medida a
partir de una variable
medida.
Correlación - 2 - Determinar si existe - Determinar si existe una correlación
covariación o correlación entre el diámetro y el volumen de un
entre dos variables. árbol.
Regresión - 3+ - Ajustar una ecuación que - Medir diámetro, altura, volumen de un
múltiple relaciona varias variables árbol y analizar cómo se relacionan
predictoras (X) a una con su biomasa.
variable dependiente (Y).
Regresión - 2 - Probar la hipótesis de que - Medir el diámetro y el volumen de un
polinómica una ecuación con árbol y ajustar dos modelos: uno lineal
2 3
términos X , X , etc. se y otro polinómico. Comparar el error
ajusta mejor a la variable de predicción de los modelos.
Y que una regresión
lineal.
Análisis de 1 2 - Probar la hipótesis de que El primer paso es Mida la precipitación por año en cuatro
covarianza los diferentes grupos comprobar la estaciones y determine si existe una
(ANCOVA) tienen la misma línea de homogeneidad de diferencia por estación en pendiente e
regresión. pendientes (b1, b2, bn) intercepto.
y si no son
significativamente
diferentes, probar por
la igualdad de los
interceptos (a1, a2, an).
Prueba de 2 - 1 Prueba por la Esta prueba es Comparar el contenido de nitrógeno en
signo aleatoriedad en la utilizada a menudo una parcela antes y después de
dirección de la diferencia como una alternativa plantar leguminosas, sólo registre si el
en datos apareados. no paramétrica de la nivel es mayor o menor después del
 143

prueba t pareada de tratamiento.

Estudiante.
Kruskal-Wallis 1 - 1 Probar la hipótesis de que Esta prueba es Diez plantas de rosas rojas de cinco
los órdenes son los utilizada a menudo variedades son juzgadas por su
mismos en todos los como una alternativa "belleza" utilizando una escala ordinal
grupos. no-paramétrica a la (valores de 1 a 5), luego los ordenes
ANOVA de 1 vía. se comparan entre las variedades.
Coeficiente de - - 2 Determinar si existe Esta prueba es Diez plantas de rosas rojas de cinco
correlación de correlación entre los utilizada como una variedades son juzgadas por su
órdenes de órdenes de dos variables. alternativa no "belleza" y tamaño utilizando una
Spearman paramétrica al coef. escala ordinal (valores de 1 a 5), luego
correlación de lineal los ordenes se comparan para
de Pearson. determinar si las rosas más bellas son
también las más grandes.

Referencias

Choosing a statistical test http://udel.edu/~mcdonald/statbigchart.html

Intuitive Biostatistics: Choosing a statistical test. http://www.graphpad.com/www/Book/Choose.htm. Capítulo 37 del libro “Intuitive
Biostatistics” (ISBN 0-19-508607-4) de Harvey Motulsky. Copyright © 1995 by Oxford University Press Inc.

Statistics at Square One. Study design and choosing a statistical test. http://www.bmj.com/statsbk/13.dtl
 144

Anexo 5: Comparación de paquetes estadísticos

Fuente: http://en.wikipedia.org/wiki/Comparison_of_statistical_packages

Product Developer Latest version Cost (USD) Open Software Interface

source license
AcaStat Acastat $29 No Proprietary GUI
ADaMSoft Marco Scarno January 24, 2008 Free Sí GNU GPL CLI/GUI
Analyse-it Analyse-it $185–495 No Proprietary GUI
ASReml VSN International October 2009 >$150 No Proprietary CLI
Auguri Advanced Analytics June 30, 2008 $54 – $799 No Proprietary GUI
Group
Autobox Autobox March 31, 2010 - $800 - $34,000 No Proprietary GUI
Version 6.0
BioStat AnalystSoft January 8, 2007 $100[1][2] No Proprietary GUI
BMDP Statistical Solutions $1095 No Proprietary
BrightStat Daniel Stricker February 22, 2008 Free No Proprietary GUI
Dataplot Alan Heckert March 2005 Free Sí Public CLI/GUI
domain
EasyReg Herman J. Bierens Free[3] / No Proprietary GUI
$300
Epi Info Centers for Disease August 18, 2008 Free No Proprietary CLI/GUI
Control and
Prevention
EViews Quantitative Micro April 2010 student: $40 / acad: $425 / comm: $1075 No Proprietary CLI/GUI
Software
GAUSS Aptech systems May 2008 No Proprietary CLI/GUI
GenStat VSN International July 2008 >$190 No Proprietary CLI/GUI
Golden Helix Golden Helix March 2008 No Proprietary CLI/GUI
GraphPad Prism GraphPad Software, Feb. 2009 $595 No Proprietary GUI
Inc.
gretl The gretl Team January 23, 2009 Free Sí GNU GPL CLI/GUI
JMP SAS Institute November 1, 2005 $1190 No Proprietary GUI/CLI
jHepWork SAS Institute November 1, 2005 - No GNU GPL GUI/CLI
MacAnova Gary W. Oehlert August 29, 2005 Free Sí GNU GPL GUI
and Christopher
Bingham
Maple Maplesoft April, 2009 $1895 (commercial), $99 (student) No Proprietary CLI/GUI
Mathematica Wolfram Research 7.0.1, March 2009 $2,495 (Professional), $1095 (Education), $140 (Student), No Proprietary CLI/GUI
$69.95 (Student annual license) [4] $295 (Personal)[5]
 145

MATLAB The MathWorks 2009b, September Depends on many things. No Proprietary CLI/GUI
4, 2009
MedCalc Frank Schoonjans August 3, 2009 $395 No Proprietary GUI
modelQED marketingqed June 15, 2007 No Proprietary GUI
Minitab Minitab Inc. January 10, 2007 $1195[2] No Proprietary CLI/GUI
MRDCL MRDC January 04, 2008 $4000[2] No Proprietary CLI/GUI
NCSS NCSS Statistical >$399 No Proprietary GUI
Software
NMath Stats CenterSpace November 2009 ($1295)[2] No Proprietary CLI
Software
NumXL Spider Financial October 2009 Lite version (Free), Professional edition ($300) [2] No Proprietary GUI
OpenEpi A. Dean, K. May 20 2009 Free Sí GNU GPL GUI
Sullivan, M. Soe
Origin OriginLab $699 No Proprietary GUI
Ox OxMetrics, J.A. August 2009 Free for Academic use No Proprietary CLI
programming Doornik
language
OxMetrics OxMetrics, J.A. August 2009 $1805-... No Proprietary CLI/GUI
Doornik
Partek Partek June 2007 No Proprietary GUI
Primer Primer-E February 2007 $500-$1000 No Proprietary GUI
PSPP pspp October 11, 2009 Free Sí GNU GPL CLI/GUI
R R Foundation April, 2010 Free Sí GNU GPL CLI/GUI[6]
R Commander[7] John Fox August 1, 2006 Free Sí GNU GPL CLI/GUI
RATS Estima October 1, 2007 $500 No Proprietary CLI/GUI
RKWard[7] RKWard February 15, 2007 Free Sí GNU GPL GUI
Community
SalStat Alan James Salmoni February 2007 Free Sí GNU GPL GUI
SAGE >100 developers 4.3, December Free Sí GNU GPL CLI &
worldwide 2009 GUI
SAS SAS Institute March 2008 Commercial: ~$6000 per seat (PC version) / ~$28K per No Proprietary CLI/GUI
processor (Windows server) first-year fees for BASE,
STAT, GRAPH, and ACCESS modules. Modules are
licensed individually. Subsequent year fees are roughly
half. [2]
SHAZAM Elastix Ltd July 2007 Pro $490 / Std. $390 / Site Lic: / Std. $1200 / Pro $1600 No Proprietary CLI/GUI
SOCR UCLA October 28, 2008 Free Sí none stated GUI
SOFA Statistics Grant Paton- April 2010 Free Sí AGPL GUI
Simpson
 146

SPlus Insightful Inc. 2005 $2399/year No Proprietary CLI

SPSS SPSS Inc. 2007 $1599[2] No Proprietary CLI/GUI
Stata StataCorp July 2009 academic starting at $595[2] / industry starting at $1,245 No Proprietary CLI/GUI
Statgraphics StatPoint October, 2009 $695 - $1495 No Proprietary GUI
STATISTICA StatSoft >$695 No Proprietary GUI
Statistix Statistix $695 No Proprietary GUI
StatIt StatIt >$395 No Proprietary GUI
STATPerl STATPerl Free Sí GNU GPL GUI
StatPlus AnalystSoft January 7, 2007 $150[1][2] No Proprietary GUI
StatsDirect StatsDirect $179 No Proprietary GUI
SYSTAT Systat Software Inc. February 21, 2007 $1299 No Proprietary CLI/GUI
Total Access FMS Inc. May 2008 $599 No Proprietary GUI,
Statistics Access
UNISTAT Unistat Ltd March 15, 2005 $895, $495, $300 No Proprietary GUI, Excel
The CAMO Software September 2008 FREE-to-TRY No Proprietary GUI
Unscrambler
VisualStat VisualStat $195 No Proprietary GUI
Computing
Winpepi J. H. Abramson June 2008 Free No Proprietary GUI
WinSPC DataNet Quality February 2008 $1600 No Proprietary CLI/GUI
Systems
XLStat Addinsoft Inc. February 2009 $395[2] No Proprietary Excel
XploRe MD*Tech 2006 No Proprietary GUI
Product Developer Latest version Cost (USD) Open Software Interface
source license

Sistemas operativos
Product Windows Mac OS Linux BSD Unix
AcaStat Sí No No No No
ADaMSoft Sí Sí Sí Sí Sí
Analyse-it Sí No No No No
Auguri Sí No No No No
Autobox Sí No Sí No Sí
BioStat Sí No No No No
BMDP Sí
BrightStat Sí Sí Sí No Sí
Dataplot Sí Sí Sí Sí Sí
EasyReg Sí No No No No
Epi Info Sí No No No No
 147

EViews Sí Terminated (1.1) No No No

GAUSS Sí Sí Sí No Sí
Golden Helix Sí Sí Sí No Sí
GraphPad Prism Sí Sí No No No
gretl Sí Sí Sí No No
JMP Sí Sí Sí No Sí
JHepWork Sí Sí Sí Sí Sí
MacAnova Sí Sí Sí Sí Sí
Maple Sí Sí Sí ? Sí
Mathematica Sí Sí Sí No Sí
MedCalc Sí No No No No
Minitab Sí Terminated No No No
modelQED Sí No No No No
NCSS Sí No No No No
NMath Stats Sí No No No No
NumXL Sí No No No No
OpenEpi Sí Sí Sí Sí Sí
Origin Sí No No No No
Partek Sí No Sí No No
Primer Sí No No No No
PSPP Sí Sí Sí Sí Sí
R Commander Sí[8] Sí[8] Sí[8] Sí[8] Sí
R Sí Sí Sí Sí Sí
RATS Sí Sí Sí No Sí
RKWard No No Sí No Sí
Sage No Sí Sí No Sí
SalStat Sí Sí Sí Sí Sí
SAS Sí Terminated Sí No Sí
SHAZAM Sí No No No No
SOCR Sí Sí Sí Sí Sí
SOFA Statistics Sí Sí Sí Sí Sí
SPlus Sí No Sí No Sí
SPSS Sí Sí Sí No No
Stata Sí Sí Sí No Sí
Statgraphics Sí No No No No
STATISTICA Sí No No No No
Statistix Sí No No No No
StatIt Sí No No No No
STATPerl Sí No No No No
 148

StatPlus Sí Sí No No No
StatsDirect Sí No No No No
SYSTAT Sí No No No No
Total Access Statistics Sí No No No No
UNISTAT Sí No No No No
The Unscrambler Sí No No No No
VisualStat Sí No No No No
Winpepi Sí No No No No
WinSPC Sí No No No No
XLStat Sí Sí No No No
XploRe Sí No Sí No Sí

ANOVA
Product One-Way Two-Way MANOVA GLM Post-hoc Tests Latin Squares Analysis
AcaStat No No No No No No
ADaMSoft No No No No No No
Analyse-it Sí Sí No No Sí No
Auguri Sí Sí No No No No
Autobox No No No No No No
BioStat Sí Sí Sí Sí Sí No
BMDP Sí Sí Sí Sí Sí
BrightStat Sí Sí No Sí Sí No
EasyReg No No No No No No
Epi Info Sí Sí No No No No
EViews Sí
GAUSS No No No No No
GenStat Sí Sí Sí Sí Sí Sí
Golden Helix Sí Sí
GraphPad Prism Sí Sí No No Sí No
gretl
Mathematica Sí Sí Sí Sí Sí No
MedCalc Sí Sí No Sí Sí No
Minitab Sí Sí Sí Sí Sí Sí
NCSS Sí Sí Sí Sí Sí Sí
NMath Stats Sí Sí No No No No
OpenEpi Sí No No No No No
Origin Sí Sí No No No No
Partek Sí Sí Sí Sí Sí Sí
 149

PSPP Sí Sí Sí Sí Sí Sí
R Sí Sí Sí Sí Sí
R Commander Sí Sí Sí
Sage Sí Sí Sí Sí Sí
SAS Sí Sí Sí Sí Sí
SHAZAM Sí Sí No Sí Sí No
SOCR Sí Sí No No Sí Sí
SOFA Statistics Sí No No No No No
Stata Sí Sí Sí Sí Sí
Statgraphics Sí Sí Sí Sí Sí Sí
STATISTICA Sí Sí Sí Sí Sí Sí
StatIt Sí Sí Sí Sí Sí No
StatPlus Sí Sí Sí Sí Sí Sí
SPlus Sí Sí Sí Sí Sí Sí
SPSS Sí Sí Sí Sí Sí Sí
StatsDirect Sí Sí No No Sí Sí
Statistix Sí Sí Sí Sí Sí Sí
SYSTAT Sí Sí Sí Sí Sí Sí
Total Access Statistics Sí Sí No No No No
UNISTAT Sí Sí No Sí Sí Sí
The Unscrambler Sí No No No No No
VisualStat Sí Sí Sí No Sí No
Winpepi No No No No No No
WinSPC Sí Sí No No No No
XLStat Sí Sí Sí Sí Sí No

Correlación y regresión
Product OLS WLS 2SLS NLLS Logistic GLM LAD Stepwise Quantile regression Probit Poisson MLR
AcaStat
ADaMSoft Sí No No Sí Sí No No No
Analyse-it Sí
Auguri Sí Sí No Sí
Autobox Sí Sí Sí
BioStat
BMDP Sí Sí Sí
BrightStat Sí Sí Sí
EasyReg Sí Sí Sí
Epi Info Sí No No No Sí No No No
 150

EViews Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí
GAUSS No No
Golden Helix Sí Sí
GraphPad Prism Sí Sí No Sí No No No No No No No
gretl Sí Sí Sí Sí Sí No Sí Sí Sí Sí Sí
Mathematica Sí Sí Sí Sí[9] Sí[10] Sí Sí[11] Sí
MedCalc Sí No No Sí Sí No No Sí
Minitab Sí Sí No No Sí No No Sí No
NCSS Sí Sí Sí
NMath Stats Sí Sí Sí Sí
Origin
Partek Sí No No No No Sí No Sí
PSPP
R Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí
R Commander[7] Sí Sí No
RATS Sí Sí Sí Sí Sí No Sí Sí Sí
Sagata Sí Sí No No No No Sí Sí
Sage Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí
SAS Sí Sí Sí Sí Sí Sí Sí Sí Sí
SHAZAM Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí
SOCR Sí No No No Sí No No No
SPlus Sí Sí Sí Sí Sí No
SPSS Sí Sí Sí Sí Sí Sí No Sí No
Stata Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí
Statgraphics Sí Sí No Sí Sí Sí No Sí
STATISTICA Sí Sí Sí Sí Sí Sí Sí Sí No
StatIt
StatPlus Sí No Sí Sí Sí Sí No Sí
StatsDirect Sí Sí Sí Sí
Statistix
SYSTAT Sí Sí Sí Sí Sí Sí Sí Sí No
Total Access Statistics Sí Sí
UNISTAT Sí Sí Sí Sí Sí Sí No Sí Sí Sí
The Unscrambler
VisualStat
Winpepi Sí Sí
XLStat Sí Sí Sí Sí Sí Sí
 151

Análisis de series de tiempo

Product ARIMA GARCH Unit root test Cointegration test VAR Multivariate GARCH
AcaStat
Analyse-it
Auguri Sí
Autobox Sí
BioStat
BMDP Sí
EasyReg Sí Sí Sí Sí
EViews Sí Sí Sí Sí Sí Sí
GAUSS
GraphPad Prism No No No No No
gretl Sí Sí Sí Sí Sí
Mathematica Sí Sí Sí
MedCalc No No No No No
Minitab Sí No No No No
NCSS Sí
NumXL Sí Sí
NMath Stats
Origin
PSPP
R Sí Sí Sí Sí Sí
R Commander[7]
RATS Sí Sí Sí Sí Sí Sí
Sage Sí Sí Sí Sí Sí Sí
SAS
SHAZAM Sí Sí Sí Sí Sí No
SOCR No No No No No
Stata Sí Sí Sí Sí Sí Sí
Statgraphics Sí No No No No
STATISTICA Sí No No No No
StatIt
StatPlus Sí No No No No
SPlus Sí Sí
SPSS Sí
StatsDirect
Statistix
SYSTAT Sí
 152

Total Access Statistics

UNISTAT Sí No No No No
VisualStat
Winpepi
XLStat

Gráficos
Chart Bar chart Box plot Correlogram Histogram Line chart Scatterplot
AcaStat No No Sí Sí Sí Sí
ADaMSoft
Analyse-it
Auguri Sí Sí Sí Sí Sí Sí
Autobox Sí Sí Sí
BioStat Sí Sí Sí Sí Sí Sí
BMDP Sí Sí
BrightStat Sí Sí No Sí Sí Sí
EasyReg
Epi Info Sí No No Sí Sí Sí
EViews Sí Sí Sí Sí Sí Sí
GAUSS
Golden Helix
GraphPad Prism Sí Sí Sí Sí Sí Sí
gretl Sí Sí Sí Sí Sí Sí
Mathematica Sí[12] Sí[13] Sí[14] Sí[15] Sí[16][17]
MedCalc Sí Sí Sí Sí Sí
Minitab Sí Sí Sí Sí Sí Sí
NCSS Sí Sí Sí Sí Sí Sí
NMath Stats
Origin Sí Sí Sí Sí Sí
Partek
PSPP
R Sí Sí Sí Sí Sí Sí
R Commander
Sage Sí Sí Sí Sí Sí Sí
SAS Sí Sí Sí Sí Sí Sí
SHAZAM Sí Sí Sí Sí Sí Sí
SOCR Sí Sí Sí Sí Sí Sí
Stata Sí Sí Sí Sí Sí Sí
Statgraphics
 153

STATISTICA Sí Sí Sí Sí Sí Sí
StatIt
StatPlus Sí Sí Sí Sí Sí Sí
SPlus
SPSS Sí Sí Sí Sí Sí Sí
StatsDirect
Statistix
SYSTAT
Total Access Statistics
UNISTAT Sí Sí Sí Sí Sí Sí
The Unscrambler Sí Sí Sí Sí
VisualStat
Winpepi
XLStat Sí Sí Sí Sí Sí Sí

Otros análisis
Producto s/w Descriptive Nonparametric Qua- Surv- Data
type Statistics Statistics lity ival Processing
[18]
base norm- CTA nonpara- Con- Anal- cluster discri- BDP Ext.
[19] [21] [22] [23]
stat. ality metric comp., trol ysis anal- minant
tests [20] ANOVA ysis anal-
ysis
AcaStat S + - - - - - - - - -
Analyse-it X + + + + - - - - + +
Auguri S + + - - - - - - + +
BioStat S + + + + - + - - + +
BMDP + + + + + + +
BrightStat + + + + - + - - + +
EasyReg S + - - - - +? - - + +
Epi Info S + - + + - + - - + +
Gauss St + + - - - - - - + +
Golden Helix S + + - + + - + - - -
GraphPad Prism S + + - + - + - - - -
Mathematica S + + + + - - + - + +
MedCalc S + + + + + + - - + +
 154

Minitab S + + + + + + + + + +
NCSS S + + + + + + + + + +
NMath Stats S + + - - - - + - - -
OpenEpi S + - + - - - - - - -
Origin S + + - - + +- - - + +
Partek S + + + + + + + + + +
PSPP S + +
RATS S + + - - - - - - + +
SAS S + + + + + + + + + +
SHAZAM S + + - - - - - - + +
SOCR S + + + + - + + - + +
SOFA Statistics S - + + - - - - - -
Stata S + + + + + + + + + +
Statgraphics S + + + + + + + + + +
STATISTICA S + + + + + + + + + +
StatIt S + + + + + + + + N/A N/A
StatPlus S + + + + + + - - + +
SPlus St + + + + + - + + + +
SPSS S + + + + + + + + + +
StatsDirect S + + + + + + - - N/A N/A
Statistix 2008 + + + + + + - - + +
SYSTAT S + + + + + + + + + +
Total Access A + + + + - - - - + +
Statistics
UNISTAT S + + + + + + + + + +
The Unscrambler S + +
VisualStat S + + - + - - - - + -
Winpepi S + + + + - + + - - -
XLStat X + + + + - + + + N/A +

Notas

1. ^ a b c Promo price. Check for availability. Regular prices are higher by up to 50%.
 155

2. ^ a b c d e f g h i j k Academic discounts/bundles available.

3. ^ For noncommercial use
4. ^ "Wolfram Worldwide Web Store". http://store.wolfram.com. Retrieved 2008-11-20.
5. ^ Mathematica Home Edition Released Macworld, Feb 2009
6. ^ R is mainly a command line program but the Windows distribution comes with a GUI component called RGui.
7. ^ a b c d GUI interface for the R programming language
8. ^ a b c d Using R as platform
9. ^ LogitModelFit Mathematica documentation
10. ^ GeneralizedLinearModelFit Mathematica documentation
11. ^ ProbitModelFit Mathematica documentation
12. ^ BarChart Mathematica documentation
13. ^ BoxWhiskerPlot Mathematica documentation
14. ^ Histogram Mathematica documentation
15. ^ ListLinePlot Mathematica documentation
16. ^ ListPlot Mathematica documentation
17. ^ ListPointPlot3D Mathematica documentation
18. ^ a b S = Standalone executive; St = Standalone executive, primitive textual (DOS or terminal) interface; A = Access Add-in; X =
Excel Plug-In
19. ^ Base Statistics (such as t-test, f-test, etc.)
20. ^ Normality Tests, data exploring
21. ^ Contingency Tables Analysis
22. ^ Base Data Processing, f.ex. sorting
23. ^ Extended (data sampling, transformation)
24. ^ Base Statistics (such as t-test, f-test, etc.)
25. ^ Normality Tests, data exploring
26. ^ Contingency Tables Analysis
27. ^ Base Data Processing, f.ex. sorting
28. ^ Extended (data sampling, transformation)
 156

Anexo 6: Software gratuito

DES FRE PR ANOV ANOV EXP SL ML LO LOG PRO GL ANCO NONP LOGL TIM SU PC FA CC C DIS CLU
C Q OB A1 A+ ER R R G IT BIT M VA AR IN E RV A CT A> A CR ST
ADE 4 • • • • • • • • •
DATAPL • • • • • • • • • • • • •
OT
EASYRE • • • • • • • • • • •
G
GRETL • • • • • • • • • • • •
INSTAT • • • • • • • • • • •
+
MACAN • • • • • • • • • • • • • • •
OVA
MATRIX • • • • • • • • •
ER
MICROSI • • • • • • • • • • • • •
RIS
OPENST • • • • • • • • • • • • • • • • •
AT
R • • • • • • • • • • • • • • • • • • • • • • •
TANAGR • • • • • • • • • • •
A
VISTA • • • • • • • • • •
WINIDA • • • • • • • • • •
MS

GLM: Generalized Linear Models

DESC: Descriptive Statistics
ANCOVA: Analysis of Covariance
FREQ: Distribution Frequencies
NONPAR: Non Parametric Test
PROB: Probability Distributions
LOGLIN: Log-Linear Analysis
ANOVA1: One Way Analysis of Variance
TIME: Time Series
ANOVA+: Two or Three Way Analysis of Variance
SURV: Survival Analysis
EXPER: Experimental Design
PCA: Principal Component Analysis
SLR: Simple Linear Regression
FACT: Factorial Analysis
MLR: Multiple Linear Regression
CCA: Canonical Correlation Analysis
LOG: Logistic Regression
CA: Correspondence Analysis
LOGIT: Logit Model
DISCR: Discriminant Analysis
PROBIT: Probit Model
CLUST: Cluster Analysis
 157

Referencias

"A Short Preview of Free Statistical Software Packages for Teaching Statistics to Industrial Technology Majors" Ms. Xiaoping Zhu and Dr.
Ognjen Kuljaca. Journal of Industrial Technology, (Volume 21-2, April 2005).

http://gsociology.icaap.org/methods/soft.html

http://en.citizendium.org/wiki/Free_statistical_software

http://statpages.org/javasta2.html

Free Statistical Software Comparison http://en.freestatistics.info/comp.php