Scribd
Cargar
16 vistas13 páginas

Analisis Estadistico EI Biologia IB

El documento aborda el análisis estadístico en la evaluación interna de biología, cubriendo tanto la estadística descriptiva como inferencial, y proporcionando métodos para comparar grupos y evaluar correlaciones. Se detalla el cálculo del margen de error y su importancia en la precisión de los resultados, así como la interpretación del intervalo de confianza al 95%. Incluye ejemplos prácticos para ilustrar los conceptos y fórmulas relevantes.

Cargado por

jorgenavarrete923
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
16 vistas13 páginas

Analisis Estadistico EI Biologia IB

El documento aborda el análisis estadístico en la evaluación interna de biología, cubriendo tanto la estadística descriptiva como inferencial, y proporcionando métodos para comparar grupos y evaluar correlaciones. Se detalla el cálculo del margen de error y su importancia en la precisión de los resultados, así como la interpretación del intervalo de confianza al 95%. Incluye ejemplos prácticos para ilustrar los conceptos y fórmulas relevantes.

Cargado por

jorgenavarrete923
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd

Análisis Estadístico en la

Evaluación Interna de Biología - IB


Estadística Descriptiva e Inferencial
según el tipo de datos
1. Estadística Descriptiva
• 📊 Datos Cuantitativos Continuos:
• - Media, Desviación estándar, Rango
• - Error estándar, Intervalo de confianza (95%)

• 📊 Datos Cuantitativos Discretos:


• - Frecuencias, Media, Mediana, Moda
• - Diagramas de barras, histogramas

• 📊 Datos Categóricos:
• - Porcentajes, Tablas de frecuencia
• - Gráficos de pastel o de barras
2. Estadística Inferencial:
Comparación de Grupos
• ✔ Comparación de dos grupos:
• - t-test (datos normales)
• - Mann-Whitney U (no normales)
• - Chi-cuadrado (datos categóricos)

• ✔ Comparación de más de dos grupos:


• - ANOVA (datos normales)
• - Kruskal-Wallis (no normales)
• - Chi-cuadrado múltiple (categóricos)
3. Correlación y Regresión
• 📈 Correlación entre dos variables:
• - Pearson (si hay normalidad)
• - Spearman (sin normalidad)

• 📉 Predicción:
• - Regresión lineal simple
Evaluación de la Normalidad
• 🔍 ¿Cómo saber si los datos son normales?
• - Histogramas: inspección visual
• - Distribución simétrica vs. asimétrica
• - Prueba de Shapiro-Wilk (opcional en IB)

• 👉 Si hay asimetría o valores extremos, usar pruebas


no paramétricas
Ejemplo Práctico
• Pregunta: ¿Cómo afecta la concentración de sal al
crecimiento de plántulas?
• - Tipo de datos: Cuantitativos continuos
• - Descriptiva: Media y desviación estándar
• - Inferencial: ANOVA (3 tratamientos) o t-test (2
tratamientos)
Cómo Calcular el Margen de
Error en la IA de Biología (IB)
Explicación paso a paso con fórmula
y ejemplo práctico
¿Qué es el Margen de Error?
• 📌 Es una medida de cuánto puede variar el promedio
de tus datos respecto al valor real.

• 🔍 Un margen de error pequeño indica una medición


más precisa.

• ✅ Se utiliza en gráficas y análisis para mostrar la


fiabilidad de los resultados.
Fórmula del Margen de Error
• 📐 Fórmula:
• Error estándar (E) = s / √n

• Donde:
• - s = desviación estándar de la muestra
• - n = número de observaciones

• Se interpreta como: Media ± E


Ejemplo Práctico
• 🌱 Alturas de 5 plantas (cm): 15.2, 15.6, 14.9, 15.4,
15.1
• - Media = 15.24 cm
• - s = 0.26 cm
• -n=5

• 📊 Cálculo:
• E = 0.26 / √5 ≈ 0.116

• ✅ Resultado: 15.24 ± 0.12 cm


¿Para qué se Usa el Margen de
Error?
• 🔹 Añadir barras de error en gráficos

• 🔹 Comparar precisión entre grupos

• 🔹 Evaluar la consistencia de los datos

• 🔹 Justificar conclusiones en tu análisis


Nivel Avanzado: Intervalo de
Confianza
• 📈 Intervalo de confianza al 95%:
• IC = Media ± (t * Error estándar)

• 🧮 t = valor de la tabla t de Student


• 📌 Usado para interpretar si los datos son
estadísticamente significativos.

También podría gustarte