C03 Repaso Estadistico

Estadstica aplicada
y
Planificacin experimental
ric Le Bouleng
UMSS, Noviembre de 2009
Repaso de mtodos estadsticos
mardi 17 novembre 2009
1. Alimento clsico vs modificado:

Mismo crecimiento?
Dos lotes indpendientes de aelos al azar :
Un lote recibe el alimento A, el otre, el alimento B.
Se mide el crecimiento de cada aelo en un ao.
A
13,3
14,5
13,8
12,7
14,1
13,6
13,9
14,3
B
12,6
13,0
14,2
12,3
11,9
13,6
12,7
Media
13,78
12,90
Varianza
0,33
0,61
Desviacon std.
0,58
0,78
Crecimiento (Kg)
Nmero
Planificacin experimentl, UMSS, Noviembre de 2009
Muestras independientes
ric Le Bouleng
1. Comparar dos medias:

Test de Student
Si 2A = 2B : t =
S2 =
(YA YB ) ( A B ) ~ St(n
1
2 1
S +
nA nB
(nA 1) SA2 + (nB 1) SB2

nA + n B 2
p=0,95
7 0,33+ 6 0,61
= 0,46
7+6
Test para H0: A = B <> H1: A B
Intrvalo de confianza
para A B
tobs =
13,78 12,90
= 2,49
1 1
0,46 +
p-valor=0,027
8 7
YA YB t SY A YB < A B < YA YB + t SY A YB
0,35 < A B < 0,87 +2,16 0,35
0,87 2,16
0,11 < A B < 1,63
A + n B 2)
ric Le Bouleng
2. Comparar cuatro alimentos:

Mismo crecimiento?
Rgime:
Croissance (Kg):
A
13,3
14,5
13,8
12,7
14,1
13,6
13,9
14,3
B
12,6
13,0
14,2
12,3
11,9
13,6
12,7
C
16,2
15,3
15,7
16,1
14,8
15,4
16,0
15,2
14,3
16,4
D
13,0
14,8
12,9
15,1
13,7
13,4
14,6
15,3
14,1
Croissance
Cuatro lotes de aelos reciben cada uno uno de los

alimentos (A, B, C, D) que se quiere comparar.
Se mide el crecimiento de cada aelo en un ao.
17
16
15
14
13
12
11
10
Alimento: A B C D
Muestras independientes
ric Le Bouleng
2. Comparar k medias:
El anlisis de varianza (ANOVA)
Modelo (ANOVA 1):
Yij - = i - + Yij - i
Yij - = i + ij
Diferncias:
total = factorial + residual

ij
i
Subtrayendo , solo
quedan las diferncias.
Yij -
Factor:
Nivel n i
Alimento:
A B C D
1 2 3 4
ric Le Bouleng
Si el factor no tiene efecto,

las diferncias factoriales i
valdrn todas 0.
2. Resultados del ANOVA 1

Tabla clsica del anlisis de varianza,
test F de Fisher-Snedecor comprobando la igualdad de las medias.
Con un p-valor muy pequeo, se rechaza la igualdad.
Source
Totale
Factorielle
Rsiduelle
SCE
47,82
31,32
16,50
Croissance
16
15
ddl
33
3
30
10,44
0,55
18,98
p-valeur
0,00000043 P<0,0001
Pero donde son las diferncias?
Comparaciones multiples
(realizadas aqu con el JMP)
14
13
CM
12
A
C
Regime
Each Pair
Student's t
0,05
ric Le Bouleng
3. Tensin muscular antes/despus

de cortar el niervo scitico
Para 10 sapos, se midi la tensin del
musculo antes, y despus del corte.
Moyenne
50,0
33,0
Variance
451,3
272,7
Ecart-type
21,2
16,5
53
67
21
29
35
27
37
30
21
10
Callate-es para
la cincia !
100
Tension
Aprs section
1
2
3
4
5
6
7
8
9
10
Avant section
75
96
32
41
50
39
59
45
30
33
Muscle n
Ay !!!
75
50
25
0
Antes
A
Despus
B
Datos en parejas
ric Le Bouleng
3. Los datos de un mismo sapo

estan correlacionados!
Entonces
No se trata de
dos lotes
independientes.
Y Cuantas dimensiones son necesrias para representar los datos?

Y Como se puede medir la dependncia entre tensiones antes y despues?
ric Le Bouleng
3. Los datos de un mismo sapo

estan correlacionados!
Entonces
No se trata de
dos lotes
independientes.
Y Cuantas dimensiones son necesrias para representar los datos?

Y Como se puede medir la dependncia entre tensiones antes y despues?
ric Le Bouleng
3. Truco: analisr las diferncias

Avant section
75
96
32
41
50
39
59
45
30
33
Moyenne
Variance
Ecart-type
50,0
451,3
21,2
Aprs section Diffrence
53
67
21
29
35
27
37
30
21
10
22
29
11
12
15
12
22
15
9
23
33,0
272,7
16,5
17,0
43,1
6,6
Antes - Despus
1
2
3
4
5
6
7
8
9
10
Muscle n
Diferencia de tensin
30
Moyenne et I.C.
23
15
8
0
1
Nmero de muestra
Si el corte del niervo no tiene efecto,

la media de las diferncias debera ser 0.
ric Le Bouleng
10
10
4. La distncia al borde de la
plantacin influencia el crecimiento
del pino?
En cinco plantaciones elegidas al azar,
se ha medido la circumferencia de tres pinos:
une del borde (1 rango), uno de 2 rango, uno de 3 rango.
Plantation : A B C D E Moyenne
1 range
39 25 29 20 18
26,2
2 range
23 15 26 13 21
19,6
3 range
22 20 23 12 9
17,2
Moyenne 28 20 26 15 16
21,0
El diseo de este experimento generaliza l de

uno que ya hemos visto: Cul?
ric Le Bouleng
11
4. ANOVA, De acuerdo !
Pero cuantos factores?
R Pl
DF
Sum of
Squares
Total
14
Rangee
2
Plantation 4
Interaction 8
Error
0
774
217,2
408
148,8
0
Source
Mean
Square
55,3
108,6
102
18,6
F Value Pr > F
5,84
0,0273
El efecto del rango

es significativo
La varianza residul no se puede estimar
Nota: Este es el diseo en bloques aleatrios completos.

ric Le Bouleng
12
5. Crecimiento del tomate:

Depende de la temperatura?
25
L 20
o
n 15
g
.
10
10h
16h
c
m 5
0
12
14
16
18
20
22
24
26
Temprature (C)
Se mide el largo alcanzado, un ms despus de germinr, por 12

pis de tomate - 4 plantas por temperatura.
ric Le Bouleng
13
5. Es un factor cuantitativo, su efecto

se puede "modelisar": Regresin
Largo (Y) = + * Temperatura (x) +
A propsito: Mejr 3 temperaturas y 4 plantas por temperature, 12

temperaturas y una planta por temperatura?
ric Le Bouleng
14
5. Planificr, llave del xito!

El anlisis de varianza indica que el efecto de la temperatura es significativo
(p-val=0,0018)
Analysis of Variance
Source
DF
Model
Error
C. Total
1
10
11
Sum of
Squares
128,0
72,0
200,0
Mean Square
128,0
7,2
F Ratio
17,7778
Prob > F
0,0018
La relacin estimada es : Crecimiento (cm) = 2,8 + 0,8 * Temperatura (C)

Linear Fit
Y = 2,8 + 0,8*T
Pero el modelo es mal ajustado:

El test de "Lack-Of-Fit" (mal ajuste) es casi significativo (p-val=0,06).
Lack Of Fit
Source
DF
Lack Of Fit
Pure Error
Total Error
1
9
10
Este test necesita
Sum of
Squares
24,0
48,0
72,0
24,0
5,3
F Ratio
4,5000
Prob > F
0,0629
n (obs) > s (puntos soportes) > p (parmetros)
Mean Square
ric Le Bouleng
15
6. Crecimiento del tomate segn

dos factores: T y Largo del da
25
L 20
o
n 15
g
.
10
10h
16h
c
m 5
Dos pis de tomate por

temperatura y por largo de da.
0
12
14
16
18
20
22
24
26
Temprature (C)
Depende el crecimiento de la temperatura? Y del largo del da? Cambian los efectos de la
temperatura dependiente del largo del da? Son lineales estos efectos?
ric Le Bouleng
16
6. Modelizr una respuesta

cuantitativa dependiendo de k factores
Regresin mltiple (superficie de respuestas: factores cuantitativos) y
Modelizacin linel generl (factores cualquieras)
Matriz "Design"
1
1
1
1
1
1
1
1
1
1
1
1
X
-1
-1
-1
-1
-1
-1
1
1
1
1
1
1
-1
-1
0
0
1
1
-1
-1
0
0
1
1
Es Ts
Y = 18 + 4T + 1E R2 = 0,7
Source
DF
Model
Error
Corrected Total
2
9
11
Variable
INTERCEP
TS
ES
DF
1
1
1
Parameter
Estimate
18,0
4,0
1,0
Sum of
Squares
140
60
200
Mean
F Value
Square
70
10,5
6,67
Standard
Error
0,745
0,913
0,745
ric Le Bouleng
Pr > F
Test generl:
Sirve el modelo?
0,0044
T for H0:
Parameter=0 Prob>|T|
24,15
0,0001
4,38
0,0018
1,34
0,2126
17
6. Comparacin de modelos
Modelo saturado:
s=6, p=6
Y = 20 + 4T -3T2+ 2E - 1,5 T*E - 1,5 T2*E

R2 = 0,94
Variable
INTERCEP
TS
TTS
ES
TES
TTES
X
1
1
1
1
1
1
1
1
1
1
1
1
-1
-1
-1
-1
-1
-1
1
1
1
1
1
1
-1
-1
0
0
1
1
-1
-1
0
0
1
1
1
1
0
0
1
1
1
1
0
0
1
1
1
1
0
0
-1
-1
-1
-1
0
0
1
1
-1
-1
0
0
-1
-1
1
1
0
0
1
1
DF
1
1
1
1
1
1
Parameter
Estimate
20,0
4,0
-3,0
2,0
-1,5
-1,5
Standard
Error
0,707
0,500
0,866
0,707
0,500
0,866
T for H0:
28,28
0,0001
8,0
0,0002
-3,46
0,0134
2,83
0,0300
-3,00
0,0240
-1,73
0,1340
Y = 20 + 4T -3T2+ 1E - 1,5 T*E

R2 = 0,91
Variable
INTERCEP
TS
TTS
ES
TES
DF
1
1
1
1
1
Parameter
Estimate
20,0
4,0
-3,0
1,0
-1,5
Standard
Error
0,802
0,567
0,982
0,463
0,567
T for H0:
24,94
0,0001
7,06
0,0002
-3,06
0,0185
2,16
0,0676
-2,65
0,0331
Never fall in love with your model

ric Le Bouleng
18
6. Modelo seleccionado:
Como se ven sus efectos?
Herramientas para interpretar:
Efectos principales e interacciones
Herramientas para predecr:
Curvas de iso-respuesta y
superficies de respuesta.
23,1892
20
1,8959
Ecl
25
Ecl
14
18
Y
21
19 20
15
1617
15
24
20
16
13
16
10
19
24
14
10
10
Ecl
14
0
25
10
16
Ecl
Ecl
15
10
12
11
14
15
20
24
25 10 12 14 16
Y
10
20
13
ric Le Bouleng
19
7. El "sex-ratio" del corzo

En una muestra de 50 corzos, se han observado 18
machos.
Pregunta: Hay tantos machos como hembras?
H0: P(macho) = 0,5

H1: P(macho) 0,5
Para 1ddl:
2
Corr
Mles
(i=1)
Femelles (i=2)
18
32
25
25
1,96 1,69
1,96 1,69
Total
50
50
3,92 3,38
(Oi Ei )2
i=1
Ei
=
i=1
( Oi Ei 0, 5)2
Ei
2Corr
Ei
Stat. del Chi2: =
Oi
Para
=0,05 :
P(2 > 3,92) = 0,048 : RH0

P(2 > 3,38) = 0,066 : AH0
ric Le Bouleng
20
7. Hay muchos mtodos para inferir

acerca de
Adems del Chi2, existe un mtodo exacto
basado en la ley Binomil, une aproximacin
Normal y sobre todo, la transformacin LOGIT,
base de la regresin logstica.
Odds para un evento:
Oi
Mles
pi
Cotei
18 0,36 18/32=0,56
Femelles 32 0,64 32/18=1,78
La observacin de una hembra es 0,78 veces ms frecuente que la

observacin de un macho (, se observa 1,78 hembras por macho)
Nota: El Odds para machos se llama sex-ratio

ric Le Bouleng
21
7. Odds y Logit
Probabilidad :
Odds :
ln(odds) (Logit) :
0
0
-
0,5
1
0
El concepto de Odds es la base de la regresin logstica.
Nota:
Olympic Marsiglia esta 4 contra 1 en las apuestas <=> pierde 4 veces por vez que gana.
ric Le Bouleng
22
8. Variaciones de peso de geotrupes

Se ha pesado 500 geotrupes en tres stios en
el Norte, tres stios en el Centro, y tres stios
en el Sur de Polonia.
Pregunta: El peso depende de la latitud?
ric Le Bouleng
23
8. Modelo: ANOVA 2 con jerarchia

Un geotrupe pertenece a uno (y un solo) stio.
Un stio pertenece a una (et una sola) latitud.
Latitud Stio
ric Le Bouleng
24
8'. Variaciones de peso de geotrupes

Se pesaron 250 geotrupes machos y 250 hembras en tres
stios del Norte, tres stios del Centro y tres stios del Sur
de Polonia.
Preguntas: El peso depende de la latitud? Del sexo? El
efecto de la latitud cambia con el sexo?
ric Le Bouleng
25
8'. Modelo: ANOVA 3 "parcialmente

jerarquizado"
Un geotrupe pertenece a uno (y un solo) stio.
Un stio pertenece a una (y una sola) latitud.
Pero un macho es un macho, cualquieres sean el
stio y la latitud de su recoleccin.
Sexo Latitud Stio
ric Le Bouleng
26
9. Diferenciacin morfomtrica entre

poblaciones locales de ratas almizcleras
Se capturaron 144 ondatras en 9
afluentes del rio La Houille.
Se tomaron 10 medidas
crniometricas y se peso el cristalino
del ojo..
ME
MB
MF
MA
MC
MD
MG
Preguntas: Las poblaciones locales difieren morfologicamente entre

si? Se puede hablar de aislamiento por distancia?
ric Le Bouleng
27
9. Mtodos: ACP within, ANCOVA,

Correlaciones
El anlisis muestra, que la diferencia crece
como la distancia entre poblaciones.
Pero la mejor medida de la distancia, no
es geogrfica: es social!
6
geographicas (km)
Zone
C
E
J
L
N
O
T
E
3,8
J
5,2
4,0
L
6,4
5,6
1,5
N
3,8
6,1
4,5
4,7
O
4,0
7,0
5,9
6,2
1,5
morfomtricas (D2 total)

T
6,1
6,8
3,3
2,5
3,1
4,5
Zone
C
E
J
L
N
O
T
Age-free
Distncias:
E
4,9
J
5,3
9,3
L
N
O
4,0 8,0 13,0
6,0 12,0 16,5
3,6 5,1 15,1
4,6 7,4
7,1
ric Le Bouleng
T
8,0
6,2
7,7
2,3
7,0
7,3
5
3
2
0
0
10
Decisions
28
10. Como esta estructurada la

especie Rhinanthus minor ?
Se han descrito los Rhinanthus en vrias regiones
indices moleculares chloroplsticos,
indices nucleares (AFLP),
medidas morfmtricas.
Pregunta: Se pueden ver agrupamientos

geogrficos?
ric Le Bouleng
29
10. Mtodo: Clasificacin automtica

1. Comparar 2. Agrupar 3. Representar (dendrograma)
Jrme Vrancken, 2008

ric Le Bouleng
30

C03 Repaso Estadistico

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

C03 Repaso Estadistico

Uploaded by

Copyright:

Available Formats

Estadstica aplicada

Repaso de mtodos estadsticos

mardi 17 novembre 2009

1. Alimento clsico vs modificado:

Planificacin experimentl, UMSS, Noviembre de 2009

mardi 17 novembre 2009

1. Comparar dos medias:

(nA 1) SA2 + (nB 1) SB2

Test para H0: A = B <> H1: A B

Planificacin experimentl, UMSS, Noviembre de 2009

mardi 17 novembre 2009

2. Comparar cuatro alimentos:

Cuatro lotes de aelos reciben cada uno uno de los

mardi 17 novembre 2009

total = factorial + residual

Planificacin experimentl, UMSS, Noviembre de 2009

mardi 17 novembre 2009

Si el factor no tiene efecto,

2. Resultados del ANOVA 1

Pero donde son las diferncias?

Planificacin experimentl, UMSS, Noviembre de 2009

mardi 17 novembre 2009

3. Tensin muscular antes/despus

Planificacin experimentl, UMSS, Noviembre de 2009

mardi 17 novembre 2009

3. Los datos de un mismo sapo

Y Cuantas dimensiones son necesrias para representar los datos?

mardi 17 novembre 2009

3. Los datos de un mismo sapo

Y Cuantas dimensiones son necesrias para representar los datos?

mardi 17 novembre 2009

3. Truco: analisr las diferncias

Aprs section Diffrence

Si el corte del niervo no tiene efecto,

mardi 17 novembre 2009

El diseo de este experimento generaliza l de

mardi 17 novembre 2009

El efecto del rango

La varianza residul no se puede estimar

Nota: Este es el diseo en bloques aleatrios completos.

mardi 17 novembre 2009

5. Crecimiento del tomate:

Se mide el largo alcanzado, un ms despus de germinr, por 12

mardi 17 novembre 2009

5. Es un factor cuantitativo, su efecto

A propsito: Mejr 3 temperaturas y 4 plantas por temperature, 12

mardi 17 novembre 2009

5. Planificr, llave del xito!

La relacin estimada es : Crecimiento (cm) = 2,8 + 0,8 * Temperatura (C)

Pero el modelo es mal ajustado:

Este test necesita

n (obs) > s (puntos soportes) > p (parmetros)

Planificacin experimentl, UMSS, Noviembre de 2009

mardi 17 novembre 2009

6. Crecimiento del tomate segn

Dos pis de tomate por

Planificacin experimentl, UMSS, Noviembre de 2009

mardi 17 novembre 2009

6. Modelizr una respuesta

Planificacin experimentl, UMSS, Noviembre de 2009

mardi 17 novembre 2009

Y = 20 + 4T -3T2+ 2E - 1,5 T*E - 1,5 T2*E

Y = 20 + 4T -3T2+ 1E - 1,5 T*E

Y = 20 + 4T -3T2+ 2E - 1,5 TE - 1,5 T2E