20/08/2015
1
Diseños experimentales
Principios de la inferencia estadística
Estadística Inferencial
www.uned.fisicaymates.com
20/08/2015
2
Inferencia estadística
Inferir (Verbo) Deducir o extraer una conclusión Inferencia Estadística Inferencia causativa (causal) Inferencias estadísticas de relaciones causa-efecto pueden ser realizadas de los experimentos
aleatorios, pero no de los estudios de observación.
20/08/2015
3
– Experimento aleatorio
El investigador controla la asignacion de las unidades experimentales a los grupos de tratamientos y usa la aleatorizacion para realizar las asignaciones.
La aleatorizacion asegura que las unidades tengan la
misma probabilidad de recibir cualquiera de los grupos de tratamiento.
– Estudio observacional
El grupo al cual pertenecen las unidades es establecido fuera del control del investigador.
• Inferencia a las poblaciones
Inferencias estadisticas a las poblaciones pueden ser realizadas de estudios con unidades muestreadas al azar de las poblaciones, pero no de otros.
El muestreo al azar de las unidades asegura que todas las subpoblaciones sean representadas de manera similar que en la poblacion.
20/08/2015
4
• La seleccion al azar de las unidades tiene una probabilidad de contar con una muestra no representativa de la poblacion, pero los procedimientos de inferencia estadistica incorporan medidas de la incertidumbre para describir esa probabilidad.
Inferencia estadística y el azar
• La inferencia es una conclusion acerca de patrones en los datos que aparecen en un contexto amplio.
• La inferencia estadistica es una inferencia justificada por un modelo probabilistico vinculado a los datos en un contexto amplio.
20/08/2015
5
Diseños experimentales
Introducción al Diseño estadístico y Análisis para la investigación
20/08/2015
6
La variabilidad y los principios del diseño estadístico
• Necesario porque el mundo es variable
• Fuentes de variabilidad
• Manejar esto usando la estadistica
Cuantificando la variabilidad
• Menos variable: 184,181, 179 gr
• Mas variable: 197, 181, 171 gr
• Desviación estándar, s.d.
• Menos variable: sd= 2.5 gr
• Mas variable: sd= 13.1 gr
20/08/2015
7
ejemplo
• Cual es el incremento en el rendimiento, en un campo, si el maiz es tratado con un fungicida? – Efecto del tratamiento: la diferencia en los promedios
entre los dos tratamientos
– Con fungicida - tratamiento control
• Deseamos conocer el efecto del tratamiento en este campo en especifico
• No habria problema si pudieramos aplicar los dos tratamientos al mismo campo al mismo tiempo.
• No podemos!
Imaginemos 2 franjas, una por trat.
20/08/2015
8
Rendimientos en las dos parcelas
– Con fungicida: 180 bu/ac
– Control: 150 bu/ac
• Hay un efecto del fungicida
• O es consecuencia de la localizacion de la parcela?
• No sabemos!
• La Parcela control en una parte diferente del campo
Comparación entre los grupos
• Necesitamos saber que hubiera pasado con el campo con fungicida si lo hubiéramos dejado sin tratamiento.
• Podemos descubrirlo si el estudio utiliza la:
– Replicacion
– Aleatorizacion
20/08/2015
9
Replicación
• Asignar tratamientos aleatoriamente a mas de una unidad experimental
• La unidad experimental: la cosa (animal, campo, …) que recibe el tratamiento
Aleatorización
• Usar un mecanismo de probabilidad imparcial para asignar los tratamientos a las unidades experimentales
• Números aleatorios, papeles en un sombrero,…
20/08/2015
10
Estudio con 6 parcelas
Estudio con 6 parcelas
20/08/2015
11
Estudio con 6 parcelas
Aleatorización
• En promedio, los grupos son diferentes antes de aplicar el tratamiento
– El promedio de la parcela de control nos dice que pudo haber ocurrido en la parcela con fungicida si la dejabamos sin el tratamiento.
• Tambien provee una forma de estimar incertidumbre en las conclusiones
20/08/2015
12
Los Tres principios de Fisher
• Un buen experimento usa:
– Replicacion
– Aleatorizacion
– Control local de la variacion (bloqueo)
• Estudios observacionales son mas difíciles
– Los tratamientos no son asignados al azar
– Es probable que los grupos difieran ‘antes’ del tratamiento
Resumiendo
• Las estadisticas son necesarias para: – Obtener buenos resultados de las preguntas,
cuantificar la incertidumbre
• La variabilidad esta en todas partes – Cuantificarla usando la desv. Estandar
• Aleatorizacion y replicacion – Permite estimar de “que hubiera sucedido si una
parcela hubiera sido tratada diferente”
– Partes cruciales de un buen estudio
20/08/2015
13
GRACIAS
Top Related