UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU

FACULTAD DE CIENCIAS FORESTALES Y DEL AMBIENTE

UNIDAD DE POSGRADO
MAESTRA: GESTIN AMBIENTAL Y DESARROLLO SOSTENIBLE

Estadstica Aplicada a la Gestin Ambiental

Unidad didctica de aprendizaje: Generalidades sobre
la estadstica aplicada a la Gestin Ambiental
Profesor Titular Dr. Hctor Barrero Medel
mail: hbarrero@upr.edu.cu

ESTADSTICA APLICADA A LA GESTIN AMBIENTAL

2 crditos
17 horas/semana
Total 48 horas,
3 semanas de clase
Software a utilizar en el curso IBM SPSS
Stadistics 22, paquete Microsoft Office
Excel. InfoStat, CurveExpert Professional
3.2.0

BIBLIOGRAFIA

Anlisis de datos. Series temporales y Anlisis Multivariante. Ezequiel Uriel. Ed AC 1995

Anlisis Multivariante 5ta edicin. Hair, Anderson, Tatham, Black. Ed Prentice Hall 2004

Analysis of variance 3ra edicin. Krishnaiah, P.R. Elsevier Science Publishing company, 1991

Biometria y diseo experimental. A. Sigarroa 1985. Ed Pueblo y educacin

Manual SPSS Staditical producy

La experimentacin en las ciencias bilgicas y agrcolas. Gerhard Lerch 1987

Lerch, G. 1977. La experimentacin en las ciencias biolgicas y agrcolas. Editorial CientficaTcnica, la Habana, 452pp.

Linares, G., L. Acosta y V. Sistachs. 1986. Estadstica multivariada. Universidad de La Habana,

Facultad de Matemtica. Ciberntica, Unidad Administrativa Santiago Establecimiento Imprenta,
320pp.

Ostle, B. 1986. Estadstica Aplicada. Editorial Cientfica Tcnica, 629pp.

Petersen, R. G. 1977. Use and misuse of multiple comparison procedures. Agronomy Journal,
69:205-208.

Sigarroa, A. 1985. Biometra y diseo experimental 1 era y 2da parte. Editorial Pueblo y Educacin,
793pp.

La asignatura proporciona conocimientos

Uso de pruebas estadsticas en la investigacin. Pruebas estadsticas
paramtricas y no paramtricas. Seleccin de la prueba estadstica ms
adecuada. Modelos probabilsticos. Anlisis de tendencias. Toma de
decisiones bajo incertidumbre. Conceptos y principios del diseo
experimental. Paquetes estadsticos. Aplicaciones en la Investigacin.
El curso es de naturaleza terico-prctica, orientada principalmente a sus
aplicaciones. Tiene como propsito brindar al estudiante el marco
conceptual y prctico de una metodologa de tratamiento y anlisis de
datos, distribuciones, muestreo, estimaciones estadsticas y prueba de
hiptesis, para la obtencin de inferencias estadsticas relacionado con el
medio ambiente. Los temas principales son: teora bsica del muestreo,
estimacin estadstica

OBJETIVO GENERAL
Al finalizar el curso los participantes estarn en condiciones de:
Utilizar herramientas estadsticas que le permitan recopilar, organizar, presentar
y analizar datos para la toma de decisiones en los resultados obtenidos sobre las
problemticas investigadas en el campo de la gestin ambiental de ecosistemas.

OBJETIVOS ESPECFICOS
1.Utilizar paquetes estadsticos en las investigaciones para solucionar problemas
ambientales.
2.Seccionar el anlisis estadstico idneo a partir de diseo de muestreo, prueba,
procedimiento o tcnica ms adecuada para el procesamiento de los datos en las
tesis de maestra.

SUMILLA UDA: Generalidades sobre la estadstica aplicada a la Gestin

Ambiental
El mtodo cientfico formal, Observaciones, el ciclo de investigacin de
campo, objetivo de la estadstica, Ramas de la Estadstica, estadstica
descriptiva

e inferencial, Estadstica, Definiciones bsicas, universo,

Poblacin, Parmetro, Muestra, Estadsticos. Variables, Escala de Medicin

de las variables. Paquetes estadsticos. IBM SPSS Stadistics 22, InfoStat,
CurveExpert Professional 3.2.0 Y Excel.

EPISTEMOLOGA

Trmino popularizado por el

profesor Gottfriet Aschengual
1719-1772 quien crea la palabra
en alemn statistik inspirndose
en el Latn statisticus formada de
status y el sufijo icus -(ico=relativo a)

Historia de la Estadstica
Es difcil conocer los orgenes de la Estadstica. Desde los comienzos de la
civilizacin han existido formas sencillas de estadstica, pues ya se utilizaban
representaciones grficas y otros smbolos en pieles, rocas, palos de madera y
paredes de cuevas para contar el nmero de personas, animales o ciertas cosas.
Hacia el ao 3.000 a.C. los babilonios usaban ya pequeas tablillas de arcilla
para recopilar datos en tablas sobre la produccin agrcola y los gneros
vendidos o cambiados mediante trueque.

Los egipcios ya analizaban los datos de la poblacin y la renta del pas mucho
antes de construir la pirmides. En los antiguos monumentos egipcios se
encontraron interesantes documentos en que demuestran la sabia organizacin
y administracin de este pueblo; ellos llevaban cuenta de los movimientos
poblacionales y continuamente hacan censos. Tal era su dedicacin por llevar
simpre una relacin de todo que hasta tenan a la diosa Safnkit, diosa de los
libros y las cuentas. Todo esto era hecho bajo la direccin del Faran y fue a
partir del ao 3050 a.C.
En China existan los censos chinos ordenados por el emperador Tao hacia el
ao 2.200 a.C.

Posteriormente, hacia el ao 500 a.C., se realizaron censos en Roma para

conocer la poblacin existente en aquel momento. Se erigi la figura del
censor, cuya misin consista en controlar el nmero de habitantes y su
distribucin por los distintos territorios.
En la Edad Media, en el ao 762, Carlomagno orden la creacin de un
registro de todas sus propiedades, as como de los bienes de la iglesia.
Despus de la conquista normanda de Inglaterra en 1.066, el rey Guillermo I,
el Conquistador, elabor un catastro que puede considerarse el primero de
Europa.

En el siglo XIX, la estadstica entra en una nueva fase de su desarrollo con la

generalizacin del mtodo para estudiar fenmenos de las ciencias naturales y
sociales. Galton (1.822-1.911) y Pearson (1.857-1936) se pueden considerar
como los padres de la estadstica moderna, pues a ellos se debe el paso de la
estadstica deductiva a la estadstica inductiva.
A partir de mediados del siglo XX comienza lo que podemos denominar la
estadstica moderna, uno de los factores determinantes es la aparicin y
popularizacin de los computadores. El centro de gravedad de la metodologa
estadstica se empieza a desplazar tcnicas de computacin intensiva
aplicadas a grandes masas de datos, y se empieza a considerar el mtodo
estadstico como un proceso iterativo de bsqueda del modelo ideal

ESTADSTICA DESCRIPTIVA:

Trata los mtodos de

organizar datos
numricos para que se
haga fcil su
interpretacin ejemplo:
tablas, grficos,
diagramas, etc.

ESTADSTICA INFERENCIAL:

-Trata de los mtodos para

obtener conclusiones
probables acerca de una
poblacin, basados en la
informacin referente a un
pequeo grupo de la misma
Ejemplo:
muestreo,proyecciones, etc.

Poblacin y Muestra:

El conjunto de observaciones que se toma

de alguna fuente de observacin con el
objetivo de obtener informacin respecto a
ella se llama muestra, mientras que la fuente
de estas observaciones se llama poblacin

Grficamente:

OTROS CONCEPTOS:

Parmetros: Valores
que resumen las
caractersticas de la
poblacin.

Estadsticos:
Funciones que resumen
las caractersticas de la
muestra.

Variable:
Cualquier
fenmeno
o
concepto susceptible de ser observado
y concretado en trminos numricos,
aunque sea de forma ficticia

OTROS CONCEPTOS:

Unidad experimental: es el sujeto u

objeto (elemento ms pequeo) sobre el
cual se toma una medicin de la variable
de respuesta.
Tratamientos: variables explicativas cuyo
efecto sobre la respuesta nos interesa
estudiar.

OTROS CONCEPTOS:

Las variables explicativas cuya influencia

sobre la respuesta no interesa al
experimentador se denominan variables
de ruido.
Cuando las variables explicativas son
categricas se les llama factores.

Cmo procesar los datos?

Clasificacin de Variables
Continuas
Tamao del recorrido

Discretas

Nominal
Ordinal
Nivel de Medicin

Razn o proporcin
Intervalo

Variables continuas:
Pueden tomar cualquier valor en
un intervalo finito en el cual estn definidas
Variables discretas: Pueden tomar un nmero finito
de valores dentro de un intervalo finito

VARIABLES NOMINALES:

Cada observacin pertenece a una categora entre un

conjunto de categoras. Las categoras pueden ser no
numricas . Ejemplo especie, sexo, clase de edad, color
o tipo de hbitat ,ocurrencia de incendios, conocimiento
ambiental, son en general todas aquellas que se les
puede asignar datos de recuentos.
DICOTMICA

Si slo hay dos

categoras

MULTINMICA

Si hay ms de
dos categoras

VARIABLES ORDINALES:
Cuando se establecen distintas categoras con un
orden de preferencias entre las mismas pero sin
medir de forma cuantitativa la distancia entre
ellas.
Ej: mucho peor, peor, igual o mejor

VARIABLES INTERVALO:
Es un caso especial de variables ordinales en
que las la diferencia entre dos categoras
consecutivas es siempre la misma. Permite
reconocer cuanto separada se encuentra una
unidad de la escala, no cuentan con un cero
absoluto
Ejemplo: la temperatura 10C no supone dos vecesbm{as calor
que 10 c, puesto que el cero deb esa escala Celsius no es
absoluta.

Ej. Fechas de llegada

en primavera

para cuatro especies

de Sylvidaea,

respectivamente, el 1, 5 el 10 y el 15 de abril, el intervalo entre cada punto de la

escala un da es el mismo, de tal forma que a la cuarta especie le cost llegar 10 das
ms que a la 2da. Sin embargo, esto no quiere decir que el tiempo que le costo llegar
fuese 3 veces ms ni por supuesto , 15 veces ms que la primera.

VARIABLES RATIOS:
Son variables intervalo en que estn definida de
forma inequvoca y natural un origen.
Ejemplo: Altura, dimetro, peso,

ESCALA PROPORCIONAL :
Integra las tres anteriores. Incluye un cero
absoluto, establece ordenes jerrquicos, e
utilizarse con propsitos de etiquetado. Puesto
que cuenta con un cero absoluto con ella se
puede emplear cualquier procedimiento
matemtico, suma resta, multiplicacin y
divisin.
Ejemplo: Medidas de longitud alar Royal
cinclodes, as una medida de 150 mm es el triple
que una de 50 mm.

VARIABLES DERIVADAS:
Algunas veces las observaciones que se
procesan generan nmeros derivado. Ejemplos
razones, proporciones, porcentajes, tasas, e
ndices.

VARIABLES PROPORCIONAL :
Integra las tres anteriores. Incluye un cero
absoluto, establece ordenes jerrquicos, e
utilizarse con propsitos de etiquetado. Puesto
que cuenta con un cero absoluto con ella se
puede emplear cualquier procedimiento
matemtico, suma resta, multiplicacin y
divisin.
Ejemplo: Medidas de longitud , as una medida
de 150 mm es el triple que una de 50 mm.

DATOS PRIMARIOS
Ejemplo 1: Se est haciendo un estudio del nmero de
hojas por plntulas que estn afectadas por cierta
plaga. Las observaciones se denotan por xi donde i
varia desde 1 hasta 20 ( n =20).
Los valores son los siguientes:
2,3,4,2,4,4,5,6,4,2,5,6,4,4,4,3,5,3,4,5

Datos
primarios

DATOS ORDENADOS
Pudiramos organizarlos en orden
ascendente:
2,2,2,3,3,3,4,4,4,4,4,4,4,4,5,5,5,5,6,6

O en orden descendente:
6,6,5,5,5,5,4,4,4,4,4,4,4,4,3,3,3,2,2,2

Datos
Ordenados

Datos
Ordenados

Introduccin al IBM SPSS Stadistics 22