Fundamentos de Bioestadística y Veterinaria

Fundamentos de Bioestadística y Veterinaria

Este módulo está diseñado para reforzar los conceptos esenciales de bioestadística aplicados a la práctica veterinaria. A lo largo del contenido se abordan medidas de tendencia central, dispersión, combinatoria, distribución de probabilidad, pruebas no paramétricas y la diferencia entre regresión y correlación. Cada sección incluye explicaciones claras, ejemplos ilustrativos y listas de conceptos clave para facilitar el aprendizaje y mejorar el posicionamiento SEO mediante el uso de palabras clave relevantes.

1. Medidas de tendencia central

En estadística descriptiva, la tendencia central resume el comportamiento típico de un conjunto de datos. Las tres medidas más comunes son media aritmética, mediana y moda.

• Media aritmética: Se calcula sumando todos los valores y dividiendo el total entre el número de observaciones. Es la medida que responde a la pregunta: "¿Cuál es el valor promedio?".
• Mediana: Es el valor que divide al conjunto ordenado en dos partes iguales. Cuando el número de observaciones es impar, la mediana es el valor central; cuando es par, se promedian los dos valores centrales.
• Moda: Representa el valor que aparece con mayor frecuencia. En algunos conjuntos puede haber más de una moda (bimodal o multimodal).

Ejemplo práctico: Si los pesos (kg) de cinco perros son 10, 12, 12, 15 y 20, la media es (10+12+12+15+20)/5 = 13.8 kg, la mediana es 12 kg y la moda es 12 kg.

2. Cálculo de la mediana en muestras pares

Cuando la muestra contiene un número par de observaciones, la mediana no corresponde a un único dato, sino al promedio de los dos valores centrales. Este procedimiento garantiza que la medida siga dividiendo la distribución en dos partes iguales.

• Ordenar los datos de menor a mayor.
• Identificar los dos valores centrales.
• Calcular su promedio: Mediana = (x_n/2 + x_(n/2)+1) / 2.

Ejemplo: En la muestra {8, 10, 14, 16}, los valores centrales son 10 y 14; la mediana será (10+14)/2 = 12.

3. Combinaciones vs. Permutaciones

En la combinatoria, la diferencia fundamental entre combinaciones y permutaciones radica en la importancia del orden:

• Combinaciones: El orden de los elementos no importa. Se utilizan cuando solo interesa el conjunto de elementos seleccionados.
• Permutaciones: El orden sí importa. Cada disposición distinta cuenta como una permutación diferente.

Fórmulas:

• Combinaciones: C(n, k) = n! / (k! (n‑k)!)
• Permutaciones: P(n, k) = n! / (n‑k)!

Ejemplo veterinario: Seleccionar 2 razas de un grupo de 5 para un estudio (combinación) vs. asignar esas 2 razas a dos tratamientos diferentes (permutación).

4. Medida de dispersión: Varianza

La varianza cuantifica la distancia promedio de cada observación respecto a la media. Se calcula elevando al cuadrado las diferencias, sumándolas y dividiéndolas entre el número de observaciones (o n‑1 para una muestra).

• Fórmula para población: σ² = Σ (xᵢ – μ)² / N
• Fórmula para muestra: s² = Σ (xᵢ – )² / (n‑1)

La varianza indica cuán dispersos están los datos; a mayor varianza, mayor dispersión. Su raíz cuadrada es la desviación estándar, que mantiene las mismas unidades que los datos originales.

5. Distribución de probabilidad

Una distribución de probabilidad asigna a cada resultado posible de un experimento un número entre 0 y 1 que representa la probabilidad de que ocurra dicho resultado. Las distribuciones pueden ser discretas (p. ej., distribución binomial) o continuas (p. ej., distribución normal).

• Propiedad 1: La suma de todas las probabilidades es 1.
• Propiedad 2: Cada probabilidad individual está entre 0 y 1.

En veterinaria, la distribución binomial se usa para modelar el número de animales que presentan una enfermedad en una muestra finita.

6. Contraste de hipótesis y errores tipo I y II

El contraste de hipótesis evalúa si la evidencia de los datos es suficiente para rechazar una hipótesis nula (H₀). Los errores posibles son:

• Error de tipo I: Rechazar H₀ cuando es verdadera (falso positivo). Equivale a aceptar una hipótesis falsa.
• Error de tipo II: No rechazar H₀ cuando es falsa (falso negativo).

El nivel de significancia (α) controla la probabilidad de cometer un error tipo I, mientras que el poder estadístico (1‑β) está relacionado con la probabilidad de evitar el error tipo II.

7. Prueba no paramétrica de Kruskal‑Wallis

La prueba de Kruskal‑Wallis es una alternativa no paramétrica al ANOVA de una vía cuando los supuestos de normalidad y homogeneidad de varianzas no se cumplen. Evalúa si existen diferencias significativas entre las medianas de tres o más grupos independientes.

• Pasos básicos:
• Ordenar todos los datos y asignar rangos.
• Calcular la suma de rangos para cada grupo.
• Obtener el estadístico H y compararlo con la distribución chi‑cuadrado.
• Aplicación veterinaria: Comparar la respuesta inmunológica de diferentes razas frente a una vacuna cuando los datos no siguen una distribución normal.

8. Regresión lineal vs. correlación

Aunque ambas técnicas analizan la relación entre dos variables cuantitativas, sus objetivos difieren:

• Regresión lineal: Modela la relación para predecir el valor de una variable dependiente (Y) a partir de una variable independiente (X). La ecuación tiene forma Y = a + bX, donde b representa el cambio esperado en Y por cada unidad de X.
• Correlación: Mide la fuerza y dirección de la asociación entre X y Y sin implicar causalidad. El coeficiente de correlación (r) varía entre -1 y 1.

Ejemplo práctico: En un estudio de crecimiento de cachorros, la regresión permite estimar el peso futuro a partir de la edad, mientras que la correlación indica cuán estrechamente están vinculados ambos parámetros.

Conclusiones y conceptos clave

Dominar los fundamentos de bioestadística es esencial para la toma de decisiones basada en evidencia en la medicina veterinaria. A continuación, se resumen los puntos más importantes:

• La media aritmética es la medida de tendencia central más utilizada.
• En muestras pares, la mediana se calcula promediando los dos valores centrales.
• En combinaciones el orden no importa; en permutaciones sí.
• La varianza mide la dispersión respecto a la media; su raíz cuadrada es la desviación estándar.
• Una distribución de probabilidad asigna probabilidades a resultados posibles, cumpliendo que su suma sea 1.
• El error tipo I ocurre al aceptar una hipótesis falsa; el error tipo II al rechazar una hipótesis verdadera.
• La prueba de Kruskal‑Wallis compara medianas de varios grupos cuando no se cumple la normalidad.
• La regresión lineal predice valores, mientras que la correlación solo mide la fuerza de la relación.

Con estos conceptos, los profesionales de la salud animal pueden diseñar estudios robustos, interpretar resultados con rigor y aplicar técnicas estadísticas adecuadas a cada situación clínica o de investigación.