0 Mendez - IgnacioEstadística y Enseñanza

Estadstica Aplicada: Didctica de la
Estadstica y Mtodos Estadsticos en

Problemas Socioeconmicos.
Universidad Nacional de Colombia.
Sede Medelln
Enseanza de la Estadstica como parte de la

Metodologa de Investigacin
Dr. Ignacio Mndez Ramrez.
IIMAS-UNAM y IASI
Medelln Colombia 20 de julio de 2010
1
Panorama de la Pltica
1. Tres Preguntas Bsicas:
2. Filosofa de la ciencia. Mtodo cientfico. Objetividad
3. Modelos estadsticos.
4. Papel de la estadstica y el diseo en el Apoyo a
relaciones causales
1. Contrastacin de hiptesis.
2. Explicaciones Alternativas.
3. Factores de Confusin.
4. Significancia Estadstica.
5. Estrategia de modelado.
5. Consideraciones Didcticas
Universidad Nacional de
Colombia . sede Medelln
1.- Hacer ciencia es ser totalmente

objetivo
2.- Las estaturas de los seres

humanos tienen distribucin
normal
3.- En una investigacin se tienen dos grupos de

personas, uno realiz ejercicio fsico vigoroso EFV,
durante un ao y el otro (testigo o control) no lo
hizo. Al trmino del ao se midieron los cidos
grasos en suero.
Los resultados son:
Grupo
Media
Desv. Est.
EFV
Control
100
100
12.3
18.6
2.8
3.1
Se efecta una prueba de t y se tiene P <0.001.

Se concluye el EFV disminuye los valores de
6
cidos grasos.
Universidad Nacional de Colombia . sede Medelln
La respuesta en las tres

preguntas es .
NO
Es necesario evaluarlas a la luz de
consideraciones filosficas,
metodolgicas y estadsticas.
1.- No se puede ser totalmente objetivo.

En todo trabajo de Investigacin, se
tiene un marco epistmico.
En muchas reas de investigacin
tradicionales
como
la
Biologa,
Medicina, Agronoma, etc., este marco
es
tcito,
es
decir,
se
asume
inconscientemente.
Adems es muy comn que sea un marco

totalmente errneo,a partir de la filosofa del
Positivismo o Empirsmo Lgico.
El uso de este marco hace que la
investigacin sea muy rgida, pretendiendo
ser totalmente objetiva y racional.
Los filsofos modernos han rechazado

unnimemente este marco epistmico, y han
postulado entre otras cosas, que la ciencia
no es totalmente objetiva, que hay actos en
el proceso de investigacin cientfica, que no
pueden ser justificados totalmente de forma
9
racional.
<Positivismo>
<Nueva Filosofa>
*Objetivo
*Objetividad intersubjetiva
*Emprico
*Constructivismo
*Racionalidad en el mtodo
*Racionalidad en el cientfico
*Reduccionista
*Sistmico
*Certeza.
*Minimizar errores
*La Matemtica es la realidad
*La matemtica aproxima la realidad
*Causalidad Determinstica
*Causalidad Probabilstica
Ya s
como
es!
As se
debe
hacer!
Tengo una
teora que
funciona
bien.
Este
mtodo
funciona
10
La estadstica cuando se aplica a otra disciplina, lo

que pretende es contribuir a que el conocimiento
que se adquiere sobre un aspecto de la realidad, est
en la medida de lo posible libre de errores, o que
stos sean pequeos.
Representacin
11
Epistemologa, Metodologa
Estadstica y las Ciencias Fcticas
Para contribuir al objetivo de tener conocimiento
vlido (libre de errores y sancionado por la
comunidad de cientficos), es necesario contemplar
los aspectos epistemolgicos de las disciplinas
involucradas, disear la forma de captar la
informacin ms econmica, factible y adems que
sea cientfica en el sentido de minimizar errores.
12
Cita
"Modern statistics--concerned with discovering
patterns and structures in nature, with unearthing
relationships which defy unaided perception and
with providing powerful tools for us to improve our
understanding of the world around us-- ought to
be regarded by the general public as one of the
most exciting of disciplines."
David J. Hand. Breaking misconceptions-statistics and its relationship to mathematics
The Statistician, 1998: 47, pert2, pp. 245-250

13
La estadstica moderna encargada de descubrir

patrones y estructuras en la naturaleza, de
desenterrar relaciones que desafan la percepcin
normal y de proveernos con herramientas
poderosas para que mejorar el entendimiento del
mundo que nos rodea debera ser considerada
por el pblico en general como la ms excitante
de las disciplinas
14
Los razonamientos con consideraciones

estadsticas intervienen en todas las
etapas del proceso.
El estadstico debe entender y colaborar
en todos los aspectos de la investigacin.
Es un cientfico ms de un grupo de
trabajo
15
ASPECTOS EPISTEMOLGICOS
.- Interesa principalmente cmo es el mundo y no
tanto por qu es as.
.- El encontrar, cmo es el mundo, tiene relacin

con la explicacin de por qu es as.
.- En la medida de tener mejores explicaciones, se
pueden encontrar nuevas regularidades, esto
constituye el complejo terico metodolgico con el
que construimos el conocimiento.
.- No hay objetividad Absoluta. Hay Objetividad

intersubjetiva.
.- La matemtica est en la mente, no en la
realidad. Ningn modelo es verdadero, pero hay
16
algunos muy tiles. Universidad Nacional de
.- No existe un mtodo cientfico infalible

y obligado.
El enfoque cientfico
consiste en una bsqueda comprometida,
exhaustiva
e integral de metodologas
que minimicen o eviten los errores en la
adquisicin del conocimiento
.- No se puede ser totalmente racional,
en el sentido de que todo los que se hace
esta basado en premisas lgicas
.No
hay
hechos
puros.
Hay
interpretaciones de hechos a la luz de
teoras
y
subjetividad,
considerando
siempre el diseo de investigacin.
17
Elaboracin de proyectos
.- Se pueden considerar dos ciclos ligados en el
proceso de elaboracin de un proyecto (protocolo).
C1.- Problema Marco Terico Hiptesis
Variables.
C2.- Hiptesis DiseoDiseo: Poblaciones, mtodos de
mediciones, intervenciones, seguimiento.
muestreo,
Antes de realizar una investigacin, se debe efectuar

una critica fuerte a todo el proyecto. Se busca
coherencia entre las partes y la minimizacin 18de
errores.
Tipos de diseos, mediciones,

modelos, supuestos, anlisis,
etc..
Encuestas, cohortes,
experimentos, etapas,
estratos, bloques,
apareamiento, modelos de
regresin logsticos,
generalizados, discriminante,
factores, ecuaciones
estructurales, etc
Problema, marco terico,

hiptesis. Conceptos, objetivos,
poblaciones, elementos, etc.
Instrumentos, limitaciones
prcticas, trabajo de campo,
tiempo, dinero, etc.
19
Realizacin de la investigacin
Conduccin Obtencin de Informacin- Anlisis
Exploratorio Construccin, verificacin y seleccin
de modelos Interpretacin Discusin
Conclusiones y recomendaciones Reporte.
Hay indivisibilidad del mtodo de estudio con las
explicaciones (teora) que se tienen sobre el propio
objeto estudiado.
Mtodo
Teora
Objeto
Teora
Interpretacin
20
La visn rgida de la ciencia positiva y su

adhesin en forma acrtica produce:
.- Poca creatividad en la metodologa.
.- Se copian diseos y procedimientos.
.- Bsqueda de objetividad, que puede paralizar.
.- Fe ciega en la matemtica.
logP/(1-P) = XB
21
Enfoque dogmtico en Agronoma:
n=4 es parte del mtodo cientfico.
Buen
Experimento!
Un experimento busca minimizar el error experimental

Uso de bloques frecuentemente inadecuado
Para cualquier experimento un coeficiente de
variacin mayor a 20% indica que est mal el estudio.
Un tamao ptimo de parcela experimental para un

cultivo, vlido para todo tipo de tratamientos y
condiciones de experimentacin. Pseudorepeticin
Uso dogmtico (mgico) del 5% de significacin
No hay crtica para los diseos y los anlisis
La distribucin normal existe en la naturaleza
22
2. Las estaturas de los seres humanos tienen distribucin

normal
Con elevada frecuencia bilogos, matemticos,
agrnomos, etc. ; con menor frecuencia siclogos,
socilogos, etc., contestan Verdadero
La Normal es una propiedad
objetiva de la naturaleza,
existe por si sola. Slo hay
P(Y 0) 0
que descubrirla.
Existe una estatura negativa! Se ignora el diseo, a qu
Nios
Mujeres
Hombres
poblacin de humanos se
refiere? todos los que
existen? a mujeres de 30 a
50 aos , clase media, que
23
viven en Mxico, D.F.?
Basquetbolistas
X1
X2
Y1
Y2
X3
Y3
Xk
Yp
P(Y / X ) P(Y / noX )

24
H ~ Hiptesis
D ~ Diseo
E ~ Esperado ( condicionado a H , D y SA)
SA ~ Supuestos Adicionales para el funcionamiento de H

con diseo D.
25
* Teora: H, D, SA
* Prctica: D: ocurre O (Resultado Observado)
Concordancia (contrastacin) E con O?

a).- Concuerdan E con O : se apoya H
b).- No concuerdan E con O : No se apoya H
Cmo se define
la concordancia?
26
3. En una investigacin se tienen dos grupos de

grasos en suero.
Los resultados son:
Grupo
Media
Desv. Est.
EFV
Control
100
100
12.3
18.6
2.8
3.1

27
cidos grasos

socilogos, etc., contestan en pregunta 3:
Verdadero
28
3. En una investigacin se tienen dos grupos de personas, uno

realiz ejercicio fsico vigoroso EFV, durante un ao y el otro
(testigo o control) no lo hizo. Al trmino del ao se midieron
los cidos grasos en suero. Preguntas Bsicas
Cmo eran las personas en caractersticas
inherentes a ellas, tales como sexo, edad, tipo de
alimentacin, raza, estado de salud, etc.?
Cmo se asign el EFV? Lo eligieron las
personas, fue con incentivos, fue al azar, etc.?
Cmo se define EFV y NoEFV?

En qu condiciones se realiz el EFV y el noEFV,
cambios climticos, de salud, de organizacin,
sociales, alimenticios, etc.?
Cmo se midieron los cidos grasos, fue igual29
para ambos grupos? Universidad Nacional de Colombia . sede Medelln
Grupo
Media
EFV
12.3
Control
18.6
P <0.001
qu
papel
juega?
30
Explicaciones alternativas A, B,...Q. Niegan

H, y explican la cercana de E con O de otro
modo. Son de Nulidad
Teora:
Prctica:
H, D, SAH
A, D, SAA
B, D, SAB
E
E
E
Q, D, SAQ
.................
D ocurre O
a) Concuerdan O con E. Se apoyan por igual H, A, B, ... Q

b) No concuerdan O con E. No se apoyan H, A, B, ... Q. 31
Explicaciones alternativas A, B,...Q. Niegan H, y explican

la cercana de E con O de otro modo. Son de Nulidad
Grupo
Edad
Media
EFV
20-25 aos
12.3
Control
47-62 aos
18.6
SA: Supuestos adicionales:

La edad y el EFV estn
asociados. La edad produce
cambios en c. Grasos.
La edad es un Factor de
Confusin en la relacin
EFV
Ac grasos
edad
Explicacin
alternativa: Las
diferencias en ac.
grasos de deben
a la edad y no al
EFV
Ac.
grasos
EFV
o no
32
33
Etapa de planeacin: Cambiar el diseo D o

cambiar la hiptesis emprica H, de manera
que los SA de las explicaciones alternativas,
no operen, o sean improbables.
Etapa de anlisis y discusin: Mostrar
debilidad terica, poca plausibilidad o
imposibilidad de los SA de las explicaciones
alternativas.
34
Control de factores de confusin

1. Homogeneizacin.- Que los factores de confusin
no varen en todos los elementos del estudio.
2. Formacin de bloques o estratos homogneos.Comparaciones dentro de los bloques y sus
promedios. No interaccin.
3. Aleatorizacin.Se asignan al azar a los
elementos de estudio las variantes del posible factor
causal o tratamientos. Tiende a homogenizar la
distribucin de todas las variables presentes en los
elementos de estudio.
4. Anlisis estadstico:- Se modela la influencia
conjunta de tratamientos y factores de confusin. Se
obtienen los Efectos ajustados
35
3. En una investigacin se tienen 200 hombres de 2550 aos, se asignan al azar 100 de ellos para que
se sometan a ejercicio fsico vigoroso (EFV),
durante un ao y el resto (testigo o control) no lo
haga (noEFV).
Se vigila que las condiciones de vida sean
semejantes en ambos grupos durante el ao.
Al trmino del ao, de cada individuo se toma una
muestra de sangre y se congela de inmediato, para
que en todas despus del mismo tiempo de fro y
con los mismos instrumentos se miden los cidos
grasos en suero.
36
3. En una investigacin se tienen dos grupos de

grasos en suero.
Los resultados son:
Grupo
Media
Desv. Est.
EFV
Control
100
100
12.3
18.6
2.8
3.1

37
cidos grasos

socilogos, etc., contestan en 3 : Verdadero
38
Explicacin alternativa A.Hiptesis de Nulidad Estadstica

No es cierta H y ocurre O cercano a E por azar.
SAA: Hay variacin natural en c. grasos en los
humanos, aunque sean semejantes (la misma
poblacin), pueden darse por azar promedios bajos en
los de EFV y altos en los de noEFV. Bajo A, ambos
39
grupos son muestras de la misma poblacin de sujetos.
Se mide
Yi
Ac graso
.....
.....
noEFV
EFV
Se mide
Yi
Ac graso
(Riqueza conceptual: poblaciones,

medias poblacionales, etc.)
Explicacin alternativa A:
EFV noEFV
Se espera que los promedios muestrales sean iguales, EA
YEFV YnoEFV
Se efecta el diseo, D y se obtiene O (observado):
YEFV YnoEFV Dif (O E A ) Dif (O E )

40
La discrepancia entre O y EA, Dif, es compatible

con la hiptesis alternativa del Azar , A?
La discrepancia entre YEFV y YnoEFV es factible o
probable por azar o es improbable.?
Fisher: 0.05 o 0,01

41
De las posibles Explicaciones alternativas A,

B,...Q. Niegan H, y esperan E de otro modo.
Son de Nulidad, si hay significancia estadstica,
se considera que A: El azar produce E esta
eliminada, pero subsisten B,...Q
42
Teora:
H, D, SAH
A, D, SAA
E Improbable
B, D, SAB
..........
Q, D, SAQ
E
E
La significancia estadstica slo elimin una

explicacin alternativa, el azar. Slo esto!
Se puede decir que EFV noEFV , pero no a que se

debe la diferencia , ya que subsisten explicaciones
43
alternativas (B, , Q)
En la bsqueda de apoyo a hiptesis de causalidad

probabilstica, se buscan diseos y modelos que
representen bien la realidad, y que permitan valorar si
hay cambios en la distribucin de la variable de
respuesta o efecto Y, al cambiar los valores de la
variable causal, condicionado a valores fijos de
variables que representan explicaciones alternativas.
f (Y / X , A, B....Q) f (Y / X * , A, B....Q)
Donde X y X* son diferentes valores de la variable
causal y A,B,...Q son situaciones fijas de las
explicaciones alternativas. Son los efectos corregidos o
44
efectos de X sobre Y ajustados por A, B, ...Q
En estadstica es comn que se plantee un modelo para

explicar las caractersticas de generacin de los datos.
El modelo puede representar la situacin esperada de
una hiptesis de causalidad, o puede ser el modelo de
negacin de una hiptesis.
Se evala la concordancia entre los datos observados, O
y los esperados E, si el modelo es cierto.
Usualmente esta discordancia se valora de acuerdo a la

probabilidad de una discordancia como la obtenida o
an mayor suponiendo cierto el modelo.
Es el Valor de P.
45
M1. Modelo mayor, con ms parmetros

M2.- Modelo menor, o modelo reducido, con menos
parmetros.
Se obtiene a partir de M1, al especificar el valor de
uno o ms parmetros, o establecer relaciones entre
ellos.
Se obtiene una medida de la discrepancia entre E1 y

O, Disc (M1); tambin la discrepancia entre E2 y O,
Disc (M2).
46
Disc (M2) es mayor que Disc (M1), pero es mucho

mayor o no?
La diferencia entre el ajuste de ambos modelos, se

valora en trminos de la probabilidad (P) de una
diferencia como esa o mayor si M2 es cierto.
Si P< 0.05 se adopta M1, si P>0.05 se considera M2
como bueno. (Principio de Parsimonia o Navaja de
Ockam)
47
La gran dificultad en la enseanza es que se dan los

conceptos de probabilidad y de estadstica desligados entre
si. Vg. despus de 3 o 4 clases sobre probabilidades de
ciertos resultados en juegos de azar, o urnas, (espacios
equiprobables), se pasa a la prueba de hiptesis sobre una
media, a comparar dos medias, donde ahora se usa otro
concepto de probabilidad. !Con razn los alumnos sufren y
no entienden. Otro gravsimo problema es que no se toca
el hecho de que la estadstica se usa como parte del
proceso de adquisicin de conocimientos en muchas
disciplinas y como tal, deben contemplarse los diseos de
investigacin de donde surgen los datos. Los datos nunca
son datos puros, estn ligados a un propsito y a un
diseo. Debe contemplarse la estadstica como parte de la
48
metodologa de investigacin
1. Enfatizar que la estadstica aplicada se convierte en

parte de la metodologa de investigacin.
2. Minimizar temas de Estadstica descriptiva. Si es
importante, pero se debe ligar a la caracterizacin
de una poblacin. El concepto de poblacin(es) en
estudio es fundamental .
3. Presentar los conceptos de probabilidad clsica y
subjetiva, pero con mas nfasis el de probabilidad
frecuentista.
Regularidad
Estadstica
como
estabilizacin de frecuencias relativas al incrementar
el tamao de la muestra. Limite de frecuencias
relativas. Ley de los grandes nmeros. Modelos de
distribucin de eventos en las poblaciones.
49
4.-Distribuciones derivadas del muestreo .

Distribuciones para estadsticos, estimadores y
estadsticas de prueba. Teorema Central del
Limite. Regularidad Estadstica de segundo nivel.
Error estndar
5.- Intervalos de confianza y pruebas de hiptesis.
6.-Liga de los conceptos con investigaciones reales.
7.-Debe quedar muy claro que la inferencia es para
conocer algo de la regularidad estadstica de una
medicin en una o ms poblaciones. Esto se
inserta en las hiptesis de la investigacin
50

0 Mendez - IgnacioEstadística y Enseñanza

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

0 Mendez - IgnacioEstadística y Enseñanza

Uploaded by

Copyright:

Available Formats

Estadstica Aplicada: Didctica de la

Estadstica y Mtodos Estadsticos en

Enseanza de la Estadstica como parte de la

1.- Hacer ciencia es ser totalmente

2.- Las estaturas de los seres

3.- En una investigacin se tienen dos grupos de

Se efecta una prueba de t y se tiene P <0.001.

La respuesta en las tres

1.- No se puede ser totalmente objetivo.

Adems es muy comn que sea un marco

Los filsofos modernos han rechazado

*La Matemtica es la realidad

*La matemtica aproxima la realidad

La estadstica cuando se aplica a otra disciplina, lo

The Statistician, 1998: 47, pert2, pp. 245-250

La estadstica moderna encargada de descubrir

Los razonamientos con consideraciones

.- El encontrar, cmo es el mundo, tiene relacin

.- No hay objetividad Absoluta. Hay Objetividad

.- No existe un mtodo cientfico infalible

Antes de realizar una investigacin, se debe efectuar

Tipos de diseos, mediciones,

Problema, marco terico,

La visn rgida de la ciencia positiva y su

Enfoque dogmtico en Agronoma:

n=4 es parte del mtodo cientfico.

Un experimento busca minimizar el error experimental

Un tamao ptimo de parcela experimental para un

2. Las estaturas de los seres humanos tienen distribucin

P(Y / X ) P(Y / noX )

Universidad Nacional de Colombia . sede Medelln

SA ~ Supuestos Adicionales para el funcionamiento de H

* Prctica: D: ocurre O (Resultado Observado)

Concordancia (contrastacin) E con O?

3. En una investigacin se tienen dos grupos de

Se efecta una prueba de t y se tiene P <0.001.

Con elevada frecuencia bilogos, matemticos,

3. En una investigacin se tienen dos grupos de personas, uno

Cmo se define EFV y NoEFV?

Explicaciones alternativas A, B,...Q. Niegan

a) Concuerdan O con E. Se apoyan por igual H, A, B, ... Q

Explicaciones alternativas A, B,...Q. Niegan H, y explican

SA: Supuestos adicionales:

Universidad Nacional de Colombia . sede Medelln

Etapa de planeacin: Cambiar el diseo D o

Control de factores de confusin

3. En una investigacin se tienen dos grupos de

Se efecta una prueba de t y se tiene P <0.001.

Con elevada frecuencia bilogos, matemticos,

Explicacin alternativa A.Hiptesis de Nulidad Estadstica

(Riqueza conceptual: poblaciones,

Se espera que los promedios muestrales sean iguales, EA

YEFV YnoEFV Dif (O E A ) Dif (O E )

La discrepancia entre O y EA, Dif, es compatible

Fisher: 0.05 o 0,01

De las posibles Explicaciones alternativas A,

La significancia estadstica slo elimin una

Se puede decir que EFV noEFV , pero no a que se

En la bsqueda de apoyo a hiptesis de causalidad

En estadstica es comn que se plantee un modelo para

Usualmente esta discordancia se valora de acuerdo a la

M1. Modelo mayor, con ms parmetros

Se obtiene una medida de la discrepancia entre E1 y