Académique Documents
Professionnel Documents
Culture Documents
Cmo hacer un pre-muestreo y qu hacer con la informacin que ste me proporcione? Qu es importante en un muestreo? Qu hacer preliminarmente con los datos obtenidos de un experimento? Qu cosas hay que controlar en una investigacin? Cmo hago para aleatorizar y cumplir otras suposiciones de un experimento?
Sesgo Estadstico
Actitud de bilogos
Creencias populares: Mark Twain There are three kinds of lies: lies, dammed lies, and statistics (hay tres clases de mentiras: las mentiras comunes, las condenadas mentiras, y la estadstica)
Statistics can prove anything (con la estadstica se puebe probar cualquier cosa)
It is easy to lie with statistics. It is hard to tell the truth without it Andrejs Dunkels Statistics are like bikinis. What they reveal is suggestive, but what they conceal is vital Aaron Levenstein
Qu Piensan?
los cientficos de la biologa han sido muy lentos para adoptar procedimientos estadsticos apropiados y sensibles para analizar e interpretar sus datos experimentales
Lo que se ha visto reflejado en: 1. Publicaciones (50% erradas) 2. Incapacidad de la mayora para escoger una prueba estadstica adecuada
3. Una vez obtenidos los resultados, incapacidad para hacer una correcta interpretacin
Esto por lo general desemboca en datos que no pueden ser tratados estadsticamente
Complejidad del experimento mayor dificultad y mayor error Menor control sobre variables externas Disminucin del efecto equiparando influencias potenciales sobre todo el experimento
ALEATORIZACION
Un Diseo Experimental (DE) es: Un procedimiento eficiente para planear experimentos de tal forma que: los datos obtenidos puedan ser analizados objetivamente y se puedan sacar conclusiones vlidas, claras y precisas (objetivas) Tambin puede definirse como la disposicin de un plan experimental detallado con antelacin a la realizacin del experimento
Modelo inicial (comnmente): proceso de tipo caja negra Varios factores de entrada (controlados) Discretos o Continuos
Una o ms mediciones de respuestas de salida: observaciones El DE se usa para derivar un modelo emprico (aproximacin) que une las entradas y salidas
Con frecuencia el experimento es afectado por una cantidad de factores no-controlados (ruido) Estos pueden ser: Discretos (e.g. diferentes equipos o investigadores), y/o Continuos (e.g. temperatura ambiental o humedad)
DISCRETO
1 2 3 1 2
. . .
PROCESOS
. . .
r
k CONTINUO
Temperatura
Humedad
...
Salidas (Respuestas)
Modelos para los Diseos Experimentales Los modelos empricos ms comunes ajustados a datos experimentales son:
1. Lineal, y
2. Cuadrtico Ejemplo de modelo lineal con dos factores:
= 0 + 1 1 +2 2 + 12 1 2 + error experimental
= 0 + 1 1 +2 2 + 12 1 2 + error experimental