POSGRADO INSTITUCIONAL EN CIENCIAS AGROPECUARIAS Y MANEJO DE RECURSOS NATURALES TROPICALES. Asignatura: ESTADÍSTICA. Duración: 60 horas INTRODUCCIÓN

Transcripción

1 POSGRADO INSTITUCIONAL EN CIENCIAS AGROPECUARIAS Y MANEJO DE RECURSOS NATURALES TROPICALES Asignatura: ESTADÍSTICA Duración: 60 horas INTRODUCCIÓN Al hacer un recuento de las actividades a desarrollar en los proyectos de investigación dentro de las ciencias agropecuarias, y todas aquellas ciencias vinculadas con el manejo de los recursos naturales, se reconoce la importante tarea de abstraer e interpretar la información colectada o generada por observación o a través de la experimentación. Esta fase de la metodología científica se denomina el análisis de datos, tarea a la que el investigador invierte considerable tiempo y esfuerzo. Cuando uno se refiere al análisis de datos, se piensa en la Estadística, la ciencia de los datos, una de las herramientas de mayor utilidad para abstraer todos aquellos elementos de información de una investigación, que no tan solo se aplica para la organización, resumen, análisis e interpretación de datos, sino que provee también de técnicas para la obtención de los mismos. El egresado de este posgrado deberá contar con una buena preparación en los temas esenciales de la Estadística aplicada a las ciencias biológicas para su desempeño profesional como investigador. Por tanto, se han configurado seis unidades en este curso con el propósito de que los participantes identifiquen los conceptos y métodos estadísticos fundamentales, y cuenten con una base común para el aprendizaje posterior de métodos de análisis de datos en su área de especialización. Las destrezas y conocimientos adquiridos en este curso serán importantes también al estudiante en la asignatura de Diseño de investigaciones y Métodos de Análisis. Se revisarán conceptos y métodos generales de la estadística descriptiva: métodos gráficos, numéricos y exploratorios para la descripción de datos; estimación de parámetros: distribuciones de muestreo y estimación por intervalos de confianza; pruebas de significación y análisis de regresión y correlación simples; métodos paramétricos y de distribución libre. Todos estos tópicos se enfocarán al análisis univariado o bivariado de poblaciones estadísticas derivados de problemas de investigación en el área agropecuaria o biológica. El curso tendrá un enfoque práctico, en donde el alumno ejercitará la capacidad de identificar los alcances y limitaciones de las técnicas estadísticas, de manera que asuma una postura crítica cuando llegue el momento de elegir los métodos estadísticos para sus trabajos de investigación científica. Un aspecto novedoso en este curso es la introducción al alumno en el uso de métodos de análisis de datos que aprovechan la extraordinaria rapidez y capacidad de las computadoras digitales en la actualidad (Monte Carlo, Bayesianos, métodos basados en verosimilitud, Bootstrap, etc.); estos métodos actuales se han ido convirtiendo en las herramientas de análisis para la resolución de numerosos problemas científicos de nuestra era. 1

2 OBJETIVO GENERAL Al finalizar el curso, el alumno será capaz de aplicar técnicas estadísticas pertinentes para la descripción, estimación y prueba de hipótesis de datos producidos por investigaciones científicas en las áreas biológica y agropecuaria. NORMATIVIDAD La calificacion minima aprobatoria será 80 puntos, en la escala de 0 a 100 puntos. Para tener derecho a presentar examen ordinario, el alumno debe contar cuando menos con 80% de asistencias a las actividades programadas El examen ordinario consistirá en la presentación de un trabajo integrador en forma de ensayo, sobre un ejemplo de aplicación (estudio de caso) de métodos estadísticos en ciencias biológicas y agropecuarias. En conformidad con el reglamento interno de la facultad y los criterios de permanencia del posgrado, no existen las figuras de exámenes extraordinarios o especiales. Por tanto, el alumno que no apruebe la asignatura, solamente podrá cursarla una vez más en el siguiente ciclo escolar que se oferte; si reprueba dos veces la asignatura, el alumno será dado de baja del programa. ACREDITACIÓN Criterios Valor (puntos) Exámenes parciales 50 s s: Cuestionarios 25 Examen ordinario 25 Total 100 Valores unitarios de exámenes parciales y cuestionarios Exámenes parciales (3) Valor unitario Examen 1 (Unidades I y II) 10 Examen 2 (Unidad III y IV) 20 Examen 3 (Unidad V y VI) 20 Total 50 Cuestionarios: Documentos con soluciones de ejercicios Valor unitario extra-clase y derivados de prácticas de laboratorio de cómputo) (6) Cuestionario 1 (Unidad I): 2 Cuestionario 2 (Unidad II): 3 Cuestionario 3 (Unidad III): 5 Cuestionario 4 (Unidad IV): 5 Cuestionario 5 (Unidad V): 5 Cuestionario 6 (Unidad VI): 5 Total 25 2

3 UNIDAD I. PRINCIPIOS BÁSICOS DE LA ESTADÍSTICA APLICADA Al finalizar la unidad el alumno será capaz de describir el rol de la estadistica en la investigación científica así como describir y ejemplificar conceptos estadísticos básicos. 1.1 La estadística en la investigación científica (1, 3 Sep) 1.2 Datos aleatorios y variables aleatorias (3 Sep) 1.3 Población, Muestra y Estadísticas (8 Sep) 1.4 Probabilidad y distribuciones de probabilidad para variables y estadisticas (10 Sep) Criterios de evaluación interrogatorio. (Ref: 1.1, 1.2 QK) interrogatorio. (Ref: 1.1 MdS) 1.2 MdS, 2.1 QK) Resolución de ejercicios en el salón de clases y para la casa (Ref: 1.4, 1.5 QK) Cuestionario 1. Cuestionario 1. Cuestionario 1. Cuestionario 1. restringida, a libro abierto. El examen se aplicará simultáneamente con el examen parcial de la unidad II. UNIDAD II. ESTIMACIÓN Al finalizar la unidad el alumno será capaz de describir y ejemplificar los diferentes métodos de estimación de parámetros. 2.1 Parámetros y estadísticas (17 Sep). 2.2 Error estándar e intervalos de confianza para una media y otros 2.2 QK, 2.3 MdS) Cuestionario 2. Cuestionario 2. 3

4 estadísticas (17, 22 Sep) Práctica de cómputo (Ref: 2.3 QK, 3.1, 3.2 MdS) 2.3 Métodos de estimación de parámetros (24 Sep) 2.4 Introducción a la estadística bayesiana (29 Sep) 1er Examen Parcial (Unidades I y II): 1 Oct. 2.4, 2.5 QK) 2.6 QK) Cuestionario 2. Cuestionario 2. restringida, a libro abierto. UNIDAD III. EXPLORACIÓN GRÁFICA DE DATOS Al finalizar la unidad el alumno será capaz de producir representaciones gráficas para la exploración de datos así como para la evaluación de suposiciones de análisis estadísticos. 3.1 Análisis exploratorio de datos (6, 8 Oct) 3.2 Revisión de suposiciones de análisis estadísticos (13 Oct) 3.3 Transformación de datos (13 Oct) 3.4 Observaciones atípicas y datos faltantes (15 Oct) 4.1 QK, 2.2 MdS) 4.2 QK) 4.3 QK) Práctica de cómputo (Ref: 4.5, 4.6 QK) Cuestionario 3. Cuestionario 3. Cuestionario 3. Cuestionario 3. 4

5 restringida, a libro abierto. El examen se aplicará simultáneamente con el examen parcial de la unidad IV. UNIDAD IV. PRUEBAS DE HIPÓTESIS Al concluir la unidad, el estudiante aplicará las estimaciones y pruebas estadísticas de hipótesis para uno o dos parámetros en el análisis de datos provenientes de una investigación biológica. 4.1 Los enfoques de Newyman-Pearson y Fisheriano (20 Oct) 3.1 QK) 4.2 El valor p (20 Oct) QK) 4.3 Ejemplos de pruebas paramétricas de hipótesis para una y dos poblaciones (22, 27 Oct) 4.4 Errores Tipo I y II. Significación estadística y significación biológica. 29 Oct) 4.5 Otros métodos de pruebas de hipótesis (3 Nov) 4.6 Pruebas múltiples y metaanálisis (3 Nov) 4.7 Críticas a las pruebas de hipótesis estadísticas (5 Nov) 4.8 Pruebas de hipótesis con verosimilitud y bayesianas 3.1.3, 3.1.4, 3.1.5, QK) 3.2 QK) 3.3 QK) Práctica de cómputo (Ref: 3.4, 3.5 QK) 3.6 QK) 5

6 (10 Nov) 3.7 QK) 2 examen parcial: 12 Nov. restringida, a libro abierto. UNIDAD V. CORRELACIÓN Y REGRESIÓN SIMPLES Al finalizar la unidad el alumno será capaz de describir las relaciones entre dos variables continuas usando métodos de análisis de correlación y regresión simples. 5.1 Covarianza. Análisis de correlación simple paramétrica y no paramétrica (17 Nov) 5.2 Modelos estadísticos lineales. Análisis de regresión simple por cuadrados mínimos (19 Nov) 5.3 Análisis de varianza y pruebas estadísticas del modelo de regresión lineal simple (24 Nov) 5.4 Comparación de modelos de regresión. Coeficiente de determinación (24 Nov) 5.5 Revisión de las suposiciones y diagnósticos en el análisis de regresión (26 Nov) 5.1 QK) 5.2, 5.3 QK) 5.3.4, QK) 5.3.6, QK) Práctica de cómputo (Ref: QK) restringida, a libro abierto. El examen se aplicará simultáneamente con el examen parcial de la unidad VI. 6

7 UNIDAD VI. REGRESIÓN LOGÍSTICA SIMPLE, REGRESIÓN POISSON Y ANÁLISIS DE FRECUENCIAS PARA DATOS CATEGÓRICOS Al finalizar la unidad el alumno será capaz de describir las relaciones entre variables de respuestas binarias o discretas y una variable independiente, así como analizar datos categóricos dispuestos en tablas de contingencia. 6.1 Modelos lineales generalizados (1 Dic) 6.2 Regresión logística (1 Dic) 6.3 Regresión Poisson simple (3 Dic) 6.4 Bondad de ajuste para una variable (8 Dic) 6.5 Tablas de contingencia de dos vías: análisis de independencia. (10 Dic) 6.6 Modelos log-lineales para tablas de dos o más vías (15 Dic) 3er examen parcial: 17 Dic 13.1 QK) , QK) Práctica de cómputo (Ref: 13.3 QK) 14.1 QK) 14.2 QK) Práctica de cómputo (Ref: 14.2 QK) restringida, a libro abierto. 7

8 Examen ordinario: Ensayo. Cada estudiante presentará un ensayo sobre un estudio de caso en el ámbito de las ciencias agropecuarias o del manejo de recursos naturales tropicales (propio o de la literatura), que incorpore con suficiente detalle: 1) la forma en que se diseñó el estudio, 2) la colección de datos, y 3) el análisis estadístico y su correcta interpretación. Además de las características descritas en el glosario (página 15), el ensayo tendrá la forma de un artículo de investigación que deberá incluir una introducción, métodos, resultados (con presentaciones gráficas) y una discusión (i.e, la interpretación de lo que les dicen los datos). El último día de clases el alumno presentará por escrito una descripción breve (de una cuartilla tamaño carta como máximo), sobre el estudio de caso que abordará en el ensayo; esta propuesta tendrá un valor de 5 puntos. El día del examen ordinario, el alumno entregará el ensayo impreso para que sea calificado por el titular de la asignatura, siendo el valor del ensayo de 20 puntos. 8

9 BIBLIOGRAFÍA Textos de referencia (Ref) (MdS) Marques de Sá, J. (2007) Applied Statistics Using SPSS, STATISTICA, MATLAB and R. Springer-Verlag, Berlin. (QK) Quinn P. y Keough M. (2002). Experimental design and data analysis for biologists. Cambridge, New York. Referencias adicionales Box, G. E. P., Hunter, W. G. y Hunter, S. J. (2002). Estadística para investigadores: introducción al diseño de experimentos, análisis de datos y construcción de modelos. Reverté. México. Christensen, H. B. (2006). Estadística paso a paso. 3a ed. Trillas. México. Dytham, C. (2003). Choosing and using statistics: a biologist's guide. Blackwell Pub, Malden. Fowler, J. Cohen, L. y Jarvis, P. (2003). Practical statistics for field biology. Segunda Edición. Chichester; Wiley. New York. Grafen, A. y Hails, R. (2006) Modern statistics for the life sciences. Oxford University Press, Oxford. McClave, J.T. y Sincich, T. (2006) Statistics, Prentice Hall, Upper Saddle River, N.J. Mead, R. y R.N. Curnow (2003). Statistical Methods in Agriculture and Experimental Biology. 3d. ed. Chapman and Hall / CRC, Boca Raton, Fl. Mendenhall, W., Beaver, R. J. y Beaver, B. M. (2003). Introducción a la probabilidad y la estadística. Thomson, México. Méndez, I (1992) Valoración estadística en la investigación. Monografías del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, UNAM. Vol 2. No. 10 (Septiembre) Milton, J. S. (2001). Estadística para biología y ciencias de la salud. Interamericana- McGraw-Hill, México. Petrie, A. y Watson, P. F. (2006) Statistics for veterinary and animal science, 2d. ed. Blackwell, Oxford. Spiegel, M. R. (1999). Probabilidad y estadística. McGraw-Hill. México. Zar, J. H. (1999) Biostatistical Analysis 4ª Edición. Prentice Hall. New Jersey, USA. PROGRAMAS COMPUTACIONALES PARA ANÁLISIS ESTADÍSTICO SAS Institute, Inc. (2003). SAS for Windows, Version 9.1. SAS Institute, Cary, NC. SPSS, Inc. (2003) SPSS for Windows Chicago, IL. StatSoft (2003). STATISTICA for Windows, Version 6.1. Tulsa, OK. The Mathworks, Inc (2007) MATLAB. Version (R2007a). Natick, MA. The R Foundation for Statistical Computing (2007) R version Manugistics, Inc (2001) Statgraphics Plus for Windows 5.1. Rockville, MD. 9