Introducción a la estadística en la biología

A menudo la formación que han recibido durante la carrera los jóvenes investigadores tiene notables carencias en los aspectos prácticos de diseño experimental, análisis de datos e interpretación de resultados, lo cual limita de manera decisiva el provecho científico futuro de sus actividades. Eso es especialmente cierto en nuestros días, ya que vivimos una revolución importante en el campo de la metodología estadística e incluso en el procedimiento de hacer inferencia (el salto matemático desde las propiedades de nuestra muestra de datos a las de los parámetros desconocidos de la población, nuestro objeto de estudio), que afecta no sólo a los ecólogos sino a muchas otras disciplinas científicas como la medicina, la psicología o la sociología. Recordamos aquí, que la vieja idea de la existencia de una sola herramienta estadística (la comprobación de hipótesis nulas sin contenido biológico) ha de cambiarse hoy por el paradigma ejemplificado mediante la “caja de herramientas” en la que existen diversos tipos de herramientas a nuestra disposición, cuya elección depende de la complejidad de nuestros problemas. Dado que la información está dispersa en numerosos artículos y tratados específicos de estadística y diseño experimental, la idea aquí es tratar de presentar un guion actualizado de las principales herramientas disponibles para resolver contrastes de hipótesis con contenido biológico en ecología, identificando la utilidad y limitaciones de cada una de ellas, con el fin de mejorar la cultura estadística de los jóvenes investigadores.

Volver a datos generales del curso

I. Introducción a la estadística
I.1 Conceptos básicos de estadística
I.2 Tipos de datos
I.3 Tipos de variables

II. Estadística descriptiva e inferencial
II.1 Medidas de tendencia central
II.2 Medidas de dispersión

III. La varianza como base del análisis estadístico
III.1 Qué es y para qué sirve la varianza
III.2 Pruebas de homocedasticidad de varianzas
III.3 Prueba F para varianzas

IV. Pruebas de normalidad
IV.1 Qué son y para qué sirven las pruebas de normalidad
IV.2 Pruebas de normalidad (Shapiro-Wilk, Anderson-Darling, etc).

V. Estadística Paramétrica: Análisis de varianzas
V.1 ANOVA de una y dos vías
VI. Estadística no paramétrica: Análisis de varianzas
VI.1 -Prueba Kolmogorov-Smirnov
VI.2 Prueba Mann-Whitney
VI.3 Prueba Kruskal-Wallis

VII. Modelo Lineal (regresión)
VII.1 Regresión lineal múltiple
VII.2 Regresión multivariada múltiple

VIII. Modelos multidimensionales
VIII.1 Análisis de componentes principales
VIII.2 Análisis de correspondencia

IX. Modelos predictivos
IX.1 Chi-cuadrada de bondad de ajuste

Volver a datos generales del curso