Professional Documents
Culture Documents
Y LA PSEUDOREPETICIN
INVESTIGACIN CIENTFICA
Cualquier investigacin comienza con una pregunta sobre algn aspecto
d l entorno.
del
t
La escala puede variar segn los intereses del investigador.
En ciencia formal, existe una serie de pasos lgicos relacionados, que
eventualmente llevan a una respuesta provisional o a una revisin objetiva
d lla pregunta
de
t original.
i i l
El esquema se llama Mtodo Cientfico o Mtodo Hipottico-Deductivo
Hipottico Deductivo
LA LGICA ARISTOTLICA
Un silogismo es una forma de razonamiento de tres frases:
-las dos primeras son llamadas premisas, lo que quiere decir enviadas adelante; y
la tercera frase es la conclusin.
conclusin
Fue formulado por primera vez por Aristteles, en su obra lgica Organum.
Ejemplo:
Premisa 1: Dios creo a los peces en el sexto da.
Premisa 2: Los peces viven en el agua.
Conclusin: Los que viven fuera del agua no son peces
peces.
mtodo
mtodo cientfico resolutivo
resolutivo-compositivo
compositivo
1564-1642
Discurso del mtodo para conducir bien la propia razn y buscar la verdad en las
ciencias.
ciencias
Discurso y noTratado para poner evitar la censura eclesistica, no enseando sino
solo hablando.
Francis Bacon
Ciclo emprico
Considera que la ciencia se constituye desvelando las leyes naturales a partir de una
multitud de observaciones de fenmenos, siendo stos considerados como
regularidades de la naturaleza, medibles y cuyas relaciones de causa/efecto eran
expresables en frmulas matemticas.
Popper arguye que las hiptesis son solo conjeturas audaces (a menudo basadas en
muy pocas observaciones) que sometemos a los ms severos tests.
Si lla hi
hiptesis
t i supera llos ttests,
t se lla acepta
t provisionalmente
i i
l
t y se produce
d
ell
progreso cientfico.
p
debe rechazarse si no resiste nuestros tests.
Por el contrario,, la hiptesis
Gravitational waves from the big bang: alive (March 2014) death (January 2015).
INICIO
OBSERVACIONES
Patrones en el espacio y el tiempo
MODELOS
Explicaciones o teoras
En el Mtodo Cientfico la
pregunta se convierte en
una aseveracin,, formulada
como una prediccin.
HIPTESIS
Predicciones basadas en un modelo
HIPTESIS NULA
Oposicin lgica a la hiptesis
EXPERIMENTO
Prueba crtica de la hiptesis nula
Retiene la Ho
Rechaza la
hiptesis y el
modelo
INTERPRETACION
NO TERMINE AQU
POR FAVOR
Rechaza Ho
Apoya la
hiptesis y el
modelo
INICIO
OBSERVACIONES
Patrones en el espacio y el tiempo
MODELOS
Explicaciones o teoras
En el Mtodo Cientfico la
pregunta se convierte en
una aseveracin,, formulada
como una prediccin.
HIPTESIS
Predicciones basadas en un modelo
HIPTESIS NULA
Oposicin lgica a la hiptesis
EXPERIMENTO
Prueba crtica de la hiptesis nula
Retiene la Ho
Rechaza la
hiptesis y el
modelo
INTERPRETACION
NO TERMINE AQU
POR FAVOR
Rechaza Ho
Apoya la
hiptesis y el
modelo
INICIO
OBSERVACIONES
Patrones en el espacio y el tiempo
MODELOS
Explicaciones o teoras
En el Mtodo Cientfico la
pregunta se convierte en
una aseveracin,, formulada
como una prediccin.
HIPTESIS
Predicciones basadas en un modelo
HIPTESIS NULA
Oposicin lgica a la hiptesis
EXPERIMENTO
Prueba crtica de la hiptesis nula
Retiene la Ho
Rechaza la
hiptesis y el
modelo
INTERPRETACION
NO TERMINE AQU
POR FAVOR
Rechaza Ho
Apoya la
hiptesis y el
modelo
INICIO
OBSERVACIONES
Patrones en el espacio y el tiempo
MODELOS
Explicaciones o teoras
En el Mtodo Cientfico la
pregunta se convierte en
una aseveracin,, formulada
como una prediccin.
HIPTESIS
Predicciones basadas en un modelo
HIPTESIS NULA
Oposicin lgica a la hiptesis
EXPERIMENTO
Prueba crtica de la hiptesis nula
Retiene la Ho
Rechaza la
hiptesis y el
modelo
INTERPRETACION
NO TERMINE AQU
POR FAVOR
Rechaza Ho
Apoya la
hiptesis y el
modelo
INICIO
OBSERVACIONES
Patrones en el espacio y el tiempo
MODELOS
Explicaciones o teoras
En el Mtodo Cientfico la
pregunta se convierte en
una aseveracin,, formulada
como una prediccin.
HIPTESIS
Predicciones basadas en un modelo
HIPTESIS NULA
Oposicin lgica a la hiptesis
EXPERIMENTO
Prueba crtica de la hiptesis nula
Retiene la Ho
Rechaza la
hiptesis y el
modelo
INTERPRETACION
NO TERMINE AQU
POR FAVOR
Rechaza Ho
Apoya la
hiptesis y el
modelo
Experimento
p
o verificacin: Un axioma aceptado
p
de Aristteles deca q
que la velocidad de los
cuerpos en cada dependa de sus pesos respectivos: una piedra de dos libras cae dos veces ms
rpida que una de una libra.
Galileo declar q
que el p
peso no tena nada q
que ver en el fenmeno,, y q
que... dos cuerpos
p de p
pesos
distintos... alcanzaran el suelo en el mismo momento.
Los profesores de la Universidad se burlaron de Galileo y ste decidi hacer una prueba pblica en
la Torre de Pisa. Invit a toda la Universidad una maana. Llev una bola de cien libras y otra slo
de una: cayeron por igual y, con un fuerte ruido, golpearon juntas el suelo.
La vieja tradicin era falsa. El experimento de la ciencia moderna lo demostraba.
INICIO
OBSERVACIONES
Patrones en el espacio y el tiempo
MODELOS
Explicaciones o teoras
En el Mtodo Cientfico la
pregunta se convierte en
una aseveracin,, formulada
como una prediccin.
HIPTESIS
Predicciones basadas en un modelo
HIPTESIS NULA
Oposicin lgica a la hiptesis
EXPERIMENTO
Prueba crtica de la hiptesis nula
Retiene la Ho
Rechaza la
hiptesis y el
modelo
INTERPRETACION
NO TERMINE AQU
POR FAVOR
Rechaza Ho
Apoya la
hiptesis y el
modelo
INICIO
OBSERVACIONES
Patrones en el espacio y el tiempo
MODELOS
Explicaciones o teoras
En el Mtodo Cientfico la
pregunta se convierte en
una aseveracin,, formulada
como una prediccin.
HIPTESIS
Predicciones basadas en un modelo
HIPTESIS NULA
Oposicin lgica a la hiptesis
EXPERIMENTO
Prueba crtica de la hiptesis nula
Retiene la Ho
Rechaza la
hiptesis y el
modelo
INTERPRETACION
NO TERMINE AQU
POR FAVOR
Rechaza Ho
Apoya la
hiptesis y el
modelo
SI DIOS ES LA RESPUESTA
CUL ES LA PREGUNTA?
PREGUNTAS???
Ejercicio de Preguntas
Hiptesis
p
cualitativa descriptiva
p
La proporcin de sexos es de 49:51
Hiptesis Correlacional
A mayor longitud del pi, mayor longitud de del edeago
CMO INTERCALAR?
INTERCALAMIENTO
C
Completamente
l t
t all Azar
A
El intercalamiento de
tratamientos y
controles es aleatorio.
T5
C1
C3
T1
Es el tipo de
muestreo mas
sencillo
Se aplica en lugares
poco conocidos
C4
T4
T3
C5
C2
T2
INTERCALAMIENTO
Reduce la
probabilidad de un
n
efecto influyente pero
no detectado, de
gradientes presentes
y de eventos al azar.
C1
T1
T2
C3
T2
T1
C3
T2
T1
INTERCALAMIENTO
Diseo Sistemtico
Intercalamiento de
tratamientos y
controles es regular.
regular
Control
d
de ambiente
bi t
controlado, acuarios, etc.
CAMARA 1
CAMARA 2
con sistema
i t
d
de mantenimiento
t i i t comn.
Tratamiento
Control
PREVALENCIA DE LA PSEUDOREPLICACIN
OMNIPRESENCIA DE LA PSEUDOREPLICACION
Muchos de los estudios ecolgicas presentan el problema de pseudoreplicacin
debido a:
1. Falta de rplicas
1
2. Segregacin de las rplicas (falta de intercalamiento)
3. Utilizacin de muestras que no son independientes.
Los tres tipos de pseudoreplicacin ms comunes son:
Pseudoreplicacin simple: No hay intercalamiento de muestras.
Pseudoreplicacin por sacrificio: Existen rplicas verdaderas pero los datos de
las rplicas se juntan para realizar el anlisis estadstico o cuando una o ms
medidas de una unidad de muestreo son consideradas como rplicas
i d
independientes.
di t
Pseudoreplicacin temporal: Cuando muestras mltiples de cada unidad
p
se obtienen en fechas o tiempos
p distintos.
experimental
QUE HACER?
Seleccionar
S
l
i
llos sitios
ii d
de
tala y no tala en los tres
tratamientos
Para evaluar el efecto
sobre la diversidad
6 replicas por tratamiento.
Los sitios de extraccin
son los
l cuadrados,
d d
llos
sitios de no tala son los no
marcados.
Presin
arterial
sistlica
Y1
Y2
Presin
arterial
sistlica
Presin
arterial
sistlica
Y1
Y2
Presin
arterial
sistlica
No hay
y
repeticiones y
hay factores de
confusin.
Presin
arterial
sistlica
Presin
t i l
arterial
sistlica
FACTORES DE CONFUSIN
Se realizaron
ea a o cinco
c co mediciones
ed c o es du
durante
a te c
cinco
co d
das,
as, e
en cada mujer
uje
Y1
Presin
arterial
sistlica
Y2
Presin
arterial
i tli
sistlica
Edad 47
Candidiasis
Toma caf
No Toma caf
No Estrs
Estrs
Etapa frtil
Menstruacin
Deportista
No deportes
Etc.
Etc.
Pseudorepeticiones
Se requiere repeticiones
verdaderas de cada tratamiento
Presin
arterial
sistlica
Presin
arterial
sistlica
1. Tiene que realizar un diseo experimental para medir el efecto del aprovechamiento
de madera sobre la biodiversidad. Tiene transectos de 100 metros por taxn. Coloque 6
rplicas por tratamiento (bosque no perturbado vs reas de aprovechamiento).
aprovechamiento)
LA INFERENCIA ESTADSTICA
Ronald A. Fisher
17 de febrero de 1890 29 de jjulio de 1962.
Fisher es uno de los principales fundadores de la gentica de poblaciones. Participacin en la
Sntesis Evolutiva Moderna (Teora Moderna de la Evolucin).
Logr conciliar la biometra con la gentica mendeliana. Era defensor de la Eugenesia.
En 1947 fund la revista Heredity: An International Journal of Genetics.
Estadstica Descriptiva
Un estadstico es un valor que resume la informacin contenida en un juego de
observaciones o datos.
p ) interesa un p
par de estadsticos con informacin de:
Generalmente ((no siempre)
1) El valor tpico o promedio de las observaciones (media aritmtica o promedio hasta
la mediana)
2) La magnitud de la variacin entre ellas. Por ejemplo, la Varianza (s2) o hasta
la Desviacin Estndar (s)
La grfica presenta dos juegos de datos con la misma media (7) pero diferentes
varianzas. Cada punto representa una observacin.
En a la mediana es bien diferente de la media. En b es igual.
Cul estadstico
representa mejor el valor
promedio?
Si necesita el valor promedio
de las observaciones
observaciones, elija la
media.
Si necesita el valor de la
observacin tpica, elija la
mediana.
PODER ESTADSTICO I
El poder estadstico representa la probabilidad de rechazar la hiptesis nula
cuando es realmente falsa.
Representa la capacidad de una prueba para detectar si existen diferencias
estadsticamente significativas o asociaciones de una magnitud determinada.
Esto ocurre cuando se hace un contraste de hiptesis
la hiptesis que se contrasta es que
PODER ESTADSTICO
La prueba de significancia estadstica calcula la probabilidad de que los resultados
obtenidos en una investigacin se deban al azar, cuando la hiptesis nula es cierta:
As, cuando el valor de p est por debajo de 0,05, se dir que el resultado
es estadsticamente significativo y ser no significativo en cualquier otro
caso.
caso
Existe asociacin o
diferencia
Realidad
No existe asociacin o
diferencia
= probabilidad de cometer un error de tipo I.
= probabilidad de cometer un error de tipo II.
Asociacin o
diferencia
significativa
Asociacin
o diferencia
no significativa
No error
Error de tipo II
(1- )
E
Error
de
d titipo I
N error
No
(1- )
Los costos para la Conservacin, de cometer un error estadstico Tipo I o de Tipo II.
Cul lado, el derecho o el izquierdo, le preocupa ms a usted?
"Llamar
Llamar al especialista en estadstica despus de haber
hecho el experimento puede no significar ms que pedirle
que haga un anlisis postmortem:
es posible que sea capaz de decir a causa de qu muri el
experimento"
Congreso Estadstico Hind, 1938
PODER ESTADSTICO II
La prueba de significancia estadstica calcula la probabilidad de que los
resultados obtenidos en una investigacin se deban al azar (la probabilidad de
rechazara una hiptesis nula falsa).
As, cuando el valor de p est por debajo de 0.05, se dir que el resultado
es estadsticamente significativo y ser no significativo en cualquier otro
caso.
The irony is that when UK biologist Ronald Fisher introduced the P value in the
1920s, he did not mean it to be a definitive test .
Fisher quiso que p fuera slo una parte de un proceso no numrico muy fluido.
Pero Fisher y colaboradores fueron atacados por el movimiento para hacer que la
toma de decisiones basada en la evidencia fuera rigurosa y objetiva (encabezado
por Jerzy Neyman y Egon Pearson). Ellos introdujeron el poder estadstico, falsos
positivos, falsos negativos, etc.
y ellos deliberadamente excluyeron el valor de p de Fisher.
Egon Pearson
Jerzy Neyman
Tons, en una prueba de significancia estadstica hay dos nmeros que pueden ser
fcilmente confundidos:
1. El p-value de la prueba estadstica.
2. El nivel de significancia o alfa.
Ambos son probabilidades y varan de cero a uno.
El valor alfa nos da la probabilidad de un error tipo I (rechazar una hiptesis nula que es
verdadera).
En una prueba con significancia de 0.05 = 1/20, una hiptesis nula verdadera ser
rechazada una de cada 20 veces.
El rea bajo la curva representa las frecuencias relativas o probabilidad
probabilidad.
Podemos calcular el poder estadstico determinando la probabilidad de que la media de
nuestra muestra caiga
g en el rea bajo
j la curva de la regin
g
azul ((1-b)) .
Para determinar si los valores observados son significativos, comparamos los valores
de y p. Puede ocurrir que:
1. El valor p < . Rechazamos la hiptesis nula y decimos que el resultado es
estadsticamente significativo. El efecto no est explicado por el azar.
2. El valor p > . No podemos rechazar la hiptesis nula. El resultado no es
estadsticamente significativo. Los datos observados se pueden explicar por azar.
- Mientras ms pequeo , es mas difcil obtener un resultado significativo.
- Mientras mas grande , tons, mas fcil obtener resultados significativos.
INTERPRETACIN
P < 0.01
Evidencia Sugestiva
P>0
0.1
1
Un nuevo enfoque Bayesiano seal que los umbrales tradicionales de decisin son
muy optimistas y explican la dificultad de reproducir un montn de estudios publicados.
Ellos sugieren que se utilice un valor p < 0.001, o, p < 0.0053.
de elementos muestreados))
n
n
=
Se selecciona una muestra, n
- = ?
? = error estndar
Resumiendo:
Para una determinada varianza (V) de y, qu tan grande debe ser mi muestra?
1) n = S2 = varianza
i
d
de lla muestra
t
= p (1-p)
(1 )
V2
varianza de la poblacin
SE2
2)) n =
n _
1 + n/N
Ejemplo:
S determin
Se
d t
i que existen
i t 1176 pescadores
d
en lla regin
i C
Caribe
ib d
de G
Guatemala,
t
l que
ganan alrededor de Q1000-Q4500 mensuales, utilizando mtodos artesanales.
Una ONG yya se gast
g
el dinero p
pero necesita saber cual es la diversidad de la p
pesca y
cul es el nmero de pescadores (n) que se debe entrevistar para tener un error
estndar menor de 0.015, debido a que ya no pueden entrevistarlos a todos.
p = Probabilidad del nivel de confianza (0
(0.015
015 0.9)
0 9)
n = Tamao de la muestra (n = Tamao de la muestra sin ajustar)
N = tamao de la poblacin
= valor promedio de una variable = 1, un pescador (Q.1000-4500), por lancha
SE = error estndar = 0.015
V2 = Varianza de la poblacin definido como SE2: Cuadrado del error estndar
S2 = Varianza de la muestra expresada como la probabilidad de ocurrencia de
Area deTrabajo
de Trabajo
delosPescadores
TotalPoblacin
Total
Poblacin
(fh)=0.2534
Nh (fn)=nh
Mariscos
53
Sartn
109
RioDulce
215
El Estor
87
PlayaDorada
98
Livingston
110
Polochic
81
BahadeAmatique
221
PuntadeManabique
151
PuntaHerrera
51
N=1176
Muestra
nh=Nh xfh
13
fh = n/N = Ksh
fh = nh/Nh = ksh
ksh = n/N
Ksh = n/N = 298/1176 = 0
0.2534
2534
nh=n=298
0.05x = s2 / n
n = [s2est/0.0025x2 ]
Ahora, Ud. no tiene idea de esos valores, as que debe hacer un muestreo de la
poblacin (submuestrear):
1) Ud
Ud., bien pilas
pilas, captur y midi un caimn (n=1)
(n=1). Puede responder a la pregunta
original? Porqu?
2)) Que p
pasa si ud. captur
p
el caimn No. 89.
3) Que pasa si captura n=3, los caimanes 89, 55 y 39. Y la varianza?
4) Que pasa si aumenta n a 10
10, al azar: caimanes 22
22, 51
51, 78
78, 2
2, 56
56, 8 y 28
28.
5) Utilice esos valores, explore la media, varianza y desviacin estndar para
determinar Error Estndar de la Media:
SEx= s/n = s2/n
6) Estime el Lmite de Confianza de 95%:
P((-(SEx*t) (+ (SEx*t)) = 0.95
t= valor de t en la tabla para = 0.05
= promedio
di obtenido
bt id
SEx= Error Estndar de la Media
P: quiere decir probabilidad.
Ejercicio:
Usted desea conocer el contenido de mercurio en la poblacin de lobinas del lago
de Atitln. Casualmente, este ao sali publicado el artculo:
Cano E
Cano,
E.B.
B 2015
2015. Mercury accumulation in largemouth bass (Micropterus
salmoides) in a Guatemalan lake. Journal of Lake Fisheries 43(4): 567-570.
En el artculo usted p
pudo encontrar los siguientes
g
datos:
Especie
Micropterus salmoides
Tamao
muestra
10
Media
30mg/100g
Desviacin
Estndar (S)
7
7.5
5 mg/100g