4.3. CAPITULO I.

CONCEPTOS BSICOS
4.3.1. Objetivos
1. Estudiar los conceptos bsicos que se usan en la bioestadstica como rama de la
estadstica.
2. Entender la naturaleza de los datos, forma de tomarlos, analizarlos, resumirlos y
presentarlos, cumpliendo con las expectativas y competencias de una profesin del
campo.

4.3.2. Leccin 1. Resea Histrica.

La estadstica que muchos creen como algo nuevo, es tan antigua como la misma
humanidad, ya que hay vestigios de su inicio antes de Cristo, como en China donde el
emperador Yao (2.238 a.c) dispuso la realizacin de un censo en su imperio. Algo similar
ocurri en la poca del Rey Herodes, relacionado con un empadronamiento cuando naci
Cristo.
La Estadstica como disciplina tuvo su inicio en Alemania a mediados del siglo XVII, en el
reinado de Godofredo de Achenwall (1719-1772), cuando utiliz la palabra Estadstica y la
separ de la Sociologa.
En Amrica precolombina se haba desarrollado notablemente la estadstica, especialmente
en Mxico y Per. La estadstica del imperio de los incas era tan completa como la actual,
aunque ese pueblo no usaba la escritura, empleaba para sus cmputos un sistema de
cordones de variados colores, armados y combinados para conservar en ellos las cuentas
extensas y complicadas; conocan as la poblacin distribuida por localidades, sexos y
condicin civil, averiguaban el nmero de nacimientos y muertes, conocan el nmero de
hombre aptos para la guerra y la cantidad de provisiones con que contaban. En general
conocan muchos aspectos sobre su Imperio (Surez 1999).
La palabra Estadstica para algunos proviene de la palabra Status, cuyo significado es
Estado. Para otros se deriva del vocablo Griego Statera que significa balanza, o quiz la
ms confiable, proviene de la palabra Alemana Stara que significa Estado, encargado de
hacer Estadstica. (Martnez 2005).
En los tiempos modernos, donde la Estadstica tiene funciones importantes dentro de otras
ramas, no slo en lo social, en los censos o en la organizacin de cualquier Estado, si no
que hace parte fundamental de los procesos de investigacin, se ha denominado la
BIOESTADISTICA como la ciencia encargada de analizar datos relacionados directamente
con variables biolgicas, su importancia, influencia, relacin o diferencia, etc y que
permiten conocer o tomar decisiones acerca del comportamiento de los seres vivos bajo
condiciones estipuladas.
Charles Darwin (1809-1882), siendo un bilogo, dio gran importancia a la estadstica
dentro de la formulacin de sus teoras. Kart Pearson (1857-1936) dedic gran parte de su
vida al estudio de la estadstica y fund la biometra, impulsando as el uso de esta

herramienta. Fisher (1980-1962) inici la relacin entre los mtodos estadsticos y la

agricultura, gentica y biologa.
De esta forma la BIOESTADSTICA o BIOMETRA (medicin de variables biolgicas) se
ha vuelto una herramienta indispensable para ramas tan importantes como la gentica,
nutricin, alimentacin y muchas otras que son componentes de profesiones que trabajan
con seres vivos y factores que los afecten. Es as como en todos los procesos de educacin
donde se tenga como prioridad el estudio de variables biolgicas, se hace indiscutible el uso
de mtodos estadsticos que aportan al conocimiento de los organismos vivos.

4.3.3. Leccin 2. Usos e Importancia de la biometra en el sector agropecuario

4.3.3.1. Usos de la Bioestadstica
La bioestadstica es una herramienta que le sirve a todo profesional que tenga relacin con
los seres vivos, no solo en el campo investigativo, sino tambin de produccin animal,
anlisis ambientales, poblaciones humanas, producciones agrcolas, etc. Con el fin ampliar
el conocimiento sobre aspectos que permitan de una u otra forma tomar decisiones sobre
los que interesa al desarrollo de la humanidad y del planeta.
Es frecuente escuchar el argumento que la estadstica es un sofisma de distraccin o que
es mentirosa. En realidad, como se vio desde el principio de la humanidad, se ha utilizado
la estadstica y hoy en da una de sus denominaciones la bioestadstica, la cual no es el
proceso o el mtodo el que dice mentiras, si no el mismo analista el que cambia los
conceptos y hace mal uso de la herramienta, acomodndola y argumentndola a su
beneficio. En pocas palabras, estos argumentos no se deben a la ciencia como tal, sino al
hombre que no sabe aplicar el mtodo preciso y mucho menos interpretarlo para dar
suficiente importancia y concordancia con los que suceden en la naturaleza.
Es as como se debe tener mucho cuidado en el uso de esta herramienta, la cual es base para
el entendimiento de procesos biolgicos y que si es usada correctamente se vuelve
indispensable para formular y comprobar hiptesis, teoras, modelos e incluso leyes, que
conlleven a ampliar otras ciencias como la nutricin, alimentacin, gentica, fisiologa,
ecologa, geologa, botnica, y muchas otras ms relacionadas con la naturaleza del
hombre, los animales, las plantas, microorganismos y en general con el medio ambiente.
4.3.3.2. El mtodo estadstico
Permite recolectar las observaciones mediante registros que se ordenan, clasifican,
cuantifican y se interpretan mediante cuadros y/o grficas, permitiendo la depuracin de
datos en dos aspectos, en su presentacin clara y en su simplificacin, ya que facilita
manejar grandes cantidades de informacin presentadas de manera resumida, tarea que
realizamos a travs de la estadstica descriptiva, luego con la inferencia estadstica y
adems permite el anlisis y la bsqueda de relaciones que puedan existir entre ellas.
El proceso de elaboracin estadstica se puede dividir en seis fases: (Martnez, 2005)
1. Planeamiento o preparacin.
2. Recoleccin.
3. Crtica y codificacin.
4. Procesamiento.
5. Anlisis e interpretacin.
6. Publicacin.
En cuanto al planeamiento o preparacin, un proyecto o plan estadstico debe contemplar
los siguientes aspectos:
a. El objeto de la investigacin
b. La finalidad

c. La fuente de informacin
d. Los procedimientos
e. El material
f. El costo y financiacin.
Es importante tener en cuenta que todo procedimiento de investigacin debe acogerse a los
siguientes criterios:
Claridad. Toda investigacin en todos sus pormenores, debe ser clara y conocida por todos
los que en ella vayan a intervenir. La claridad est ligada directamente con la comprensin.
La estadstica en el periodo de investigacin, en el de elaboracin en la presentacin y
anlisis, debe ser entendida por todo el mundo: investigador(es), lectores, quienes vayan a
utilizar los resultados, etc.
Sencillez. En el proyecto en las instrucciones, en la finalidad, en los objetivos, en la toma
de datos, en los cuadros de exposicin, en los comentarios literarios de anlisis, en las
operaciones de clculo, en los grficos, en todo. La sencillez es un mtodo para brindar
claridad.
Utilidad. Toda estadstica que se inicie debe tener alguna aplicacin prctica de inters. De
otro modo nos hallaremos ante una acumulacin molesta de datos que perjudicarn por
muchos motivos, a la informacin realmente aprovechable.

4.3.3. Leccin 3. Conceptos

ESTADSTICA. Es un campo del estudio relacionado con 1) el sistema o mtodo utilizado
para la recoleccin, organizacin, anlisis, descripcin y resumen de datos y 2) la obtencin
de inferencia acerca de un conjunto de datos cuando solo se observa una parte de
ellos.(Daniel, 1990 & Martnez, 2005.)
BIOESTADSTICA. Cuando los datos que se recopilan y analizan corresponden a
disciplinas que forman parte de las ciencias biolgicas, como la Veterinaria, Zootecnia,
Agronoma, Ecologa, etc. Se utiliza el trmino Bioestadstica para diferenciar a esta
aplicacin particular de herramientas y conceptos estadsticos. (Surez, 1999).
VARIABLE. Cuando se observa una caracterstica medible y esta toma valores distintos
entre individuos, lugares, condiciones de produccin o a travs del tiempo, se dice que sta
caracterstica es una variable. Esto explica que la caracterstica vara por algn efecto y por
tanto es lgico llamarla variable. Son ejemplos de esto, la altura de plantas de maz en un
cultivo (presentan diferentes alturas entre ellas por efectos diferentes), la ganancia de peso
de algunos animales (varan por raza, sexo, edad, lugar, alimentacin), la cantidad de
aportes nutricionales del suelo de una granja (vara por efectos edficos, estructuras fsicas
y composiciones qumicas del mismo).
Si analizamos o describimos una variable, caracterstica o atributo en forma independiente,
nos referimos a distribuciones univariantes, si relacionamos dos caractersticas entre s
sera bivariante y si es el caso de relacionar ms de dos caractersticas se dira que la
distribucin es multivariante.
Las variables, dependiendo de los tipos de datos que la componen se puede clasificar en
variables cuantitativas y cualitativas, y a su vez las cuantitativas pueden ser discretas o
continuas.
Variables cuantitativas. Son las caractersticas mensurables y se describen
numricamente, tales como altura, peso, valor, produccin, ventas, pluviosidad, etc.
Variables cualitativas. Son las que se expresan mediante palabras por no ser mensurables,
pero si cuantificables, tales como raza, marca, posicin socioeconmica, clima, etc.
Variable Discreta. Se refiere a aquellas que solo pueden tomar unos determinados valores,
siendo imposible que lleguen a tomar valores intermedios entre dos consecutivos, es decir
toma nicamente valores enteros: 1, 2, 3,, tal es el caso del nmero de lechones por
camada, cantidad de colonias de bacterias en un cultivos de agar, nmero de peces muertos
por contaminacin del agua, nmero de huevos viables para incubar, etc.
Variable Continua. Se toman todos los valores infinitos posibles de un intervalo, es decir,
se admiten valores fraccionarios. Por ejemplo el peso de terneros al nacimiento, altura
alcanzada por plantas de sorgo, velocidad del viento, etc.
Variable aleatoria. Cada vez que se determina un dato en un individuo, planta, lote, zona,
etc., se dice que son el resultado de factores fortuitos y por tanto se ha tomado de forma
aleatoria. Los valores que resultan de los procesos de medicin suelen conocerse como
observaciones o simplemente como medidas. Todos los procesos investigativos en
variables biolgicas deben garantizar que las observaciones o mediciones que se hayan

tomado en individuos, zonas, lotes, plantas, etc., sean el producto de una seleccin
aleatoria.
Variable nominal. Se obtiene cunado se definen las categoras y se cuenta el nmero de
observaciones que quedan en cada una. Las variables nominales comprenden las categoras
como sexo (macho, hembra), color, raza, tamao (grande, mediano, pequeo). Ninguna de
las caractersticas anteriores es numrica por naturaleza, sin embargo cuando se aplican ya
sea en una poblacin o en una muestra, es posible asignar a cada individuo una categora.
Variables jerrquicas. Constan de valores relativos asignados para denotar orden:
primero, segundo, tercero y as sucesivamente.
POBLACIN. Llamada tambin universo, se define como el mayor grupo de elementos
por los cuales se tiene un cierto inters en un momento dado. Las caractersticas
primordiales de una poblacin son: su naturaleza, su magnitud, el espacio y el tiempo.
Si se lleva a cabo una medicin de alguna variable sobre cada uno de los elementos de una
poblacin, se obtiene una poblacin de valores definida como el mayor grupo de valores
de una variable aleatoria, por los cuales se tiene un cierto inters en un momento dado.
(Daniel, 1990).
Las poblaciones pueden ser finitas o infinitas. Si una poblacin de valores consta de un
nmero fijo de estos valores, se dice que la poblacin es finita. Por otra parte si una
poblacin consta de una sucesin sin fin de valores, dicha poblacin es infinita. Por
ejemplo: si se desea hacer un estudio sobre la poblacin bovina de un pas, se sabe por
censo o registros, un nmero determinado de la poblacin y se convierte en una poblacin
finita. Por el contrario, si se desea estudiar la presencia de un hongo en las mazorcas que se
producen en un cultivo de maz, no se sabe el nmero determinado de mazorcas producidas
y por tanto es una poblacin infinita, o mejor an, si el estudio pretende determinar la
presencia de hongo en una bodega de granos, no se sabe cuantos granos estn almacenados
en la bodega.
MUESTRA. Una muestra puede definirse como una parte de una poblacin. La muestra es
un subconjunto de la poblacin. Cuando la poblacin es relativamente pequea, es posible
estudiar a todos los individuos que la integran, pero cuando la muestra corresponde o
representa a una poblacin grande o infinita, normalmente en estadstica, esta se debe tomar
al azar, ya que todos los individuos de la poblacin tienen la misma oportunidad de
conformar la muestra de estudio y el resultado de esta muestra en el correspondiente
estudio, representa el comportamiento de toda la poblacin. De no cumplirse esto se
tomara como una muestra sesgada y se denomina muestra no probabilstica.
La muestra no probabilstica corresponde a la seleccin de unidades o elementos, segn el
criterio o conveniencia del investigador. En estos casos algunas unidades tienen mayor
posibilidad que otras de ser seleccionadas; por tal razn no se puede determinar la validez,
ni la confiabilidad que merecen dichos resultados. Casi por lo general, las unidades se
seleccionan de forma caprichosa.
Al proceso de determinar el tamao y seleccin de una muestra, se le llama muestreo y
depende directamente de la naturaleza de la poblacin. Existen varios mtodos de muestreo
que permiten dar confiabilidad en los resultados de un estudio.

UNIDAD EXPERIMENTAL. Una unidad experimental es un individuo de los que

conforman una muestra o una poblacin, es decir, las muestras o las poblaciones se
componen de unidades experimentales. El conjunto de unidades experimentales es lo que se
simboliza estadsticamente como (N) si es una poblacin o (n) si es una muestra. En la
presentacin de muchas investigaciones, una de las preguntas comunes por los auditores
corresponde a cuntas unidades experimentales estudi?
Una unidad experimental puede estar compuesta por un individuo o por un grupo de
individuos, es decir; individuales o grupales. Las unidades experimentales individuales,
como su nombre los indica son aquellas que estn compuestas por cada uno de los
individuos de la muestra o de la poblacin. Las unidades experimentales grupales son las
que por facilidad de trabajo o conveniencia del estudio se trabajan en grupo. Por ejemplo:
en un estudio de incidencia y prevalencia de Influenza Equina, se toma como unidad
experimental cada uno de los equinos a los que se estn haciendo las pruebas, entonces se
estara hablando de unidades experimentales individuales. Mientras que en un estudio para
determinar la ganancia de peso de caracoles bajo ciertas dietas, para facilitar el trabajo se
pesan los caracoles en grupos de 10, lo cual cada grupo corresponde a una unidad
experimental grupal y los resultados se presentan para grupos de 10 caracoles.
Esta ltima forma de definir las unidades experimentales puede provocar un error si los
individuos que la conforman no son lo suficientemente homogneos y causan diferencia
con otras unidades experimentales grupales.
HIPTESIS. Es un supuesto que se asume tentativamente para representar un resultado
que se pretende probar.

BIBLIOTECAS VIRTUALES MUNDIALES EN ESTADITICA

1. The world-wide web Virtual Library Statisitcs: www.stat.ufl.edu/vlib/statistcs.html
2. The world wide web virtual library: statistics: www.statsci.org
En sta ltima encontrarn textos on line de diversos tpicos de estadstica, entre ellos se
destacan:
Hypestat Online . www.davidmlane.com/hypestat/index.html
Online Statistics Textbook by Jan de Leeuw UCLA : www.stat.ucla.edu/textbook
Eletronic Textbook StatSoft.: www.statsoft.com/textbook/stathome.html