ESTADSTICA PARAMTRICA Y

NO PARAMTRICA PARA LA
INTERPRETACIN DE DATOS DE
CAMPO
Ing. Ruben Martinez Cabrera
 ESTADSTICA PARA EL ANLISIS E
INTERPRETACIN DE LOS DATOS
La estadstica es una herramienta bsica para el anlisis de
la informacin obtenida en el monitoreo. A continuacin
algunas consideraciones tiles.
Una coleccin de datos sobre las caractersticas de un grupo
de individuos u objetos es poco prctica de observar en su
totalidad si son muchos. Este grupo entero recibe el nombre
de POBLACIN (N). Para solucionar este problema
examinamos solo una pequea parte del grupo o poblacin.
Este grupo se llama MUESTRA (n). Por ejemplo la longitud
de pico de Caladrys alba. La poblacin sera las longitudes de
todos los C. alba que existen. Pero esto es imposible de
hacer. Por ello medimos slo unos cuantos, por ejemplo, 30
machos y 30 hembras (n = 60), que constituyen nuestra
muestra.
 continua

La hiptesis. El inters del cientfico o tcnico de vida

silvestre es dar una respuesta correcta a una pregunta
concreta sobre la naturaleza. Estas respuestas reciben
el nombre de hiptesis; la hiptesis nula es la que dice
que no hay diferencias y la hiptesis alternativa, aquella
que prueba que hay diferencias, por ejemplo, si
queremos saber si hay o no diferencia en el tamao del
pico del playerito (Calydris alba), la hiptesis nula ser
que no hay diferencia y la alternativa que s son
diferentes en tamao. La explicacin podra ser que en
C. alba, los machos capturan su comida en el fango a
una mayor profundidad que las hembra porque tienen el
pico ms largo y de esta manera evitan la competencia
 continua
Los errores. La estadstica, basndose en pruebas de
probabilidades, nos sirve para averiguar si la hiptesis nula
es vlida o no. En estas pruebas de hiptesis, podemos
cometer dos tipos de error: concluir que es falsa siendo la
hiptesis verdadera (Error Tipo I) o aceptarla siendo falsa
(Error Tipo II). Una manera de evitar estos dos tipos de
errores es teniendo muestras o cantidad de datos lo
suficientemente grandes; se recomienda tener de 10 a 13
datos como mnimo; mustreos de 20 o 30 datos, son los
ms recomendables. Por eso, cuando hablamos de
conocer patrones de cambios en la naturaleza,
deberamos poder contar cuando menos con 20 o 30
aos de informacin, para poder tener una informacin
bien sustentada (o robusta)
 continua
La estadstica clsica o
paramtrica, apoya su
anlisis en la comparacin
de promedios de muestras.
Se supone que este
promedio es parecido o igual
al promedio de la poblacin
de nuestro inters.
Las pruebas que comparan
medias de muestras y que
estn diseadas dentro de
esta concepcin estadstica,
se apoyan en tres
condiciones principales:
 Condiciones

1o Los datos de la muestra tienen una distribucin

NORMAL porque provienen de una poblacin con
distribucin NORMAL.
2o Los datos de las muestra tienen una variabilidad
igual o parecida ("homogeneidad de varianza")
3o Los datos de la muestra fueron tomados de
manera independiente y al azar.

El dado que su certeza se apoya en la comparacin de

parmetros, (promedio y varianza) reciben el nombre de
PRUEBAS PARAMETRICAS
 continua

Casi todas las muestras tomadas de poblaciones

silvestres que estudiamos tienen el problema de que
no cumplen con los requisitos para que puedan ser
analizadas con las pruebas estadsticas paramtricas.
Por ello se han desarrollado otras pruebas que no
comparan los parmetros de una muestra sino sus
distribuciones. A estas pruebas se les llama NO
PARAMTRICAS.
Sin embargo en ambos casos, las muestras debern
ser independientes. A continuacin un cuadro con un
resumen de las posibilidades,
 UNA MUESTRA DOS MUESTRAS DOS O MAS
MUESTRAS

Datos Apareados Datos No ANOVA I Y

o Dependientes Apareados o ANOVA II
Independientes
PRUEBAS
PARAMETRICAS
T Student con T Student t (n<30)
Repeticin Z (n s 30)

Test de Wilcoxon Test de Mann Test de Kruskal

PRUEBAS NO Whitney U Walis H
PARAMETRICAS Test de Friedman
 LA ESTADSTICA NO PARAMTRICA

Las pruebas estadsticas no

paramtricas comparan distribuciones.
Por ello en todos los casos lo primero
que se hace con los datos es asignarles
rangos.
Por ejemplo, tenemos los siguientes
datos tomados de una muestra:
27, 34, 35, 27, 23, 32, 38, 24
 LA ESTADSTICA NO PARAMTRICA

Para asignar rangos primero deberemos

ordenar los datos de menor a mayor:
23, 24, 27, 27, 32, 34, 35, 38
Luego manteniendo el orden, asignar un
rango a cada dato. Los rangos comienzan en
1, y ascienden en orden correlativo, 1,2,3, 4,
etc. Entonces tenemos:

DATO 23 24 27 27 32 34 35 38
RANGO 1 2 3.5 3.5 5 6 7 8
 LA ESTADSTICA NO PARAMTRICA

Ntese que como hubo dos datos" 27 ", lo

que se hizo fue calcular un rango promedio.
A un " 27 " le corresponda el rango " 3 " y al
otro " 27 " le corresponda el rango " 4 ".
Entonces lo que se hizo fue sumar todos los
rangos que le correspondan a " 27 ": 3 y 4.
Esto es 7, y dividir la suma entre el nmero
de rangos que se sumaron, en este caso 2, lo
que es 3.5 para cada dato" 27 "
 LA ESTADSTICA NO PARAMTRICA

De igual manera procedemos si tenemos dos

muestras cuyos datos debemos ranguear.
Segn requiera la prueba estadstica se
pueden ranguear los datos de cada muestra
de manera independiente o todos juntos.
En este caso es muy importante indicar a que
muestra pertenece cada rango.
 LA ESTADSTICA NO PARAMTRICA

Por ejemplo, la muestra A: 57, 56, 61, 54,

53, 53 y la muestra B: 64, 58, 56, 63, 62, 59,
59.
Para ranguear los datos de estas muestras
procedemos de la siguiente manera: colocar
en orden ascendente todos los datos, pero
identificando a que muestra pertenece

A 53 53 54 56 57 61

B 56 58 59 59 62 63 64
 LA ESTADSTICA NO PARAMTRICA

Luego asignar rangos a cada uno de los

datos siguiendo las indicaciones
mencionadas.
A 53 53 54 56 57 61
Rango 1.5 1.5 3 4.5 6 10
B 56 58 59 59 62 63 64
Rango 4.5 7 8.5 8.5 11 12 13

A continuacin describimos brevemente algunas pruebas

estadsticas no paramtricas y algunas consideraciones sobre su
uso. Estas pruebas tienen como hiptesis de partida (Ho) que no
hay diferencias entre las muestras
 T de Wilcoxon:
Cuando tenemos dos muestras con datos pareados, es
decir cuando en cada muestra hay un dato corresponde a
una de la otra.
Por ejemplo si queremos saber si el huevo que es puesto
primero es ms grande que el huevo que se pone
segundo. Tomamos una muestra de diez nidos y
medimos los dos huevos de un mismo nido.
Para hacer la comparacin comparamos el huevo
"mayor" y el huevo "menor" del nido 1, el huevo "mayor" y
el huevo "menor" del nido 2, y as sucesivamente.
Otro uso podra ser comparar las cargas mensuales de
algas en dos aos. Se puede comparar mes a mes
(enero con enero, y as sucesivamente). Para realizar la
prueba se procede como sigue:
 T de Wilcoxon

Asignar rangos a la diferencias entre valores pareados

en forma ascendente sin considerar el signo.
Asignar a los rangos los signos de las diferencias
originales.
Calcular la suma de los rangos positivos T+ y la de los
rangos negativos T. Estas estn relacionadas por la
relacin T+ T = n (n+1) /2.
Eljase el menor numricamente entre T+ y T.,
llamndolo T.
Comparar T con el valor crtico indicado en la Tabla
para la Prueba de Rangos Signados de Wilcoxon. Si es
menor se rechaza Ho. El valor se busca segn el
nmero de pares de las muestras.
 T de Wilcoxon

Nidos Huevo 1 Huevo 2 Nidos Huevo 1 Huevo 2 di (H2-H1)

1 180 185 1 180 185 5
2 210 225 2 210 225 15
3 195 215 3 195 215 20
4 220 245 4 220 245 25
5 210 200 5 210 200 -10
6 190 220 6 190 220 30
7 225 235 7 225 235 10
8 215 250 8 215 250 35
 T de Wilcoxon

Nidos Huevo 1 Huevo 2 di (H2-H1) Rango (di)

1 180 185 5 1
2 210 225 15 4
3 195 215 20 5
4 220 245 25 6
5 210 200 -10 2.5
6 190 220 30 7
7 225 235 10 2.5
8 215 250 35 8
 T de Wilcoxon

de
rangos

Nidos Huevo 1 Huevo 2 di (H2-H1) Rango (di)

1 180 185 5 1 1
2 210 225 15 4 4
3 195 215 20 5 5
4 220 245 25 6 6
5 210 200 -10 2.5 2.5
6 190 220 30 7 7
7 225 235 10 2.5 2.5
8 215 250 35 8 8
33.5 2.5
 T de Wilcoxon

Solucin
Hiptesis
Ho: Hubo incremento en el tamao del primer huevo
H1: No Hubo incremento de tamao en el primer huevo.
 Donde:
T de Wilcoxon
 T de Wilcoxon

Tabla de probabilidades para Z

e.- Decisin y Conclusin

Siendo p = 0,015 (menor 0.05), se rechaza la hiptesis nula. Se
concluye que no hubo incremento estadsticamente significativo
en el tamao del primer huevo (p=0.015)
GRACIAS