Modelos Matemáticos en Biología IModelos Matemáticos en Biología IAsesor: Dr. Miguel Ángel ArmellaAsesor: Dr. Miguel Ángel Armella

Presentan:Presentan:Constante Pérez Luis GuillermoConstante Pérez Luis GuillermoEstrada Sánchez IvethEstrada Sánchez IvethHernández Gorrosquieta Ma. ElizabethHernández Gorrosquieta Ma. ElizabethManríquez Montiel Citlali CihuapilliManríquez Montiel Citlali CihuapilliTrujillo Vázquez Selene KarinnaTrujillo Vázquez Selene Karinna

Universidad Autónoma MetropolitanaUniversidad Autónoma MetropolitanaUnidad IztpalapaUnidad Iztpalapa

Introducción

Son representaciones de los resultados de una investigación, utilizan variables aleatorias relacionadas.

Son la base de los modelos estadísticos.

Se busca entender fácilmente lo que significa una serie de números. Y resaltan lo relevante de un fenómeno sin ahondar en lo estadístico.

Tipo de tabla Tipo de gráfico

De frecuencia o univariada: Variable cualitativa o cuantitativa discontinua

• Pastel• Barras simples

De doble entrada o bivariada:•Dos variables cualitativas•Una cualitativa y una cuantitativa discontinua•Dos cuantitativas discontinuas

• Barras compuestas• Barras superpuestas

De frecuencia o univariada: Variable cuantitativa continua

Histograma

De doble entrada o bivariada:Una variable cualitativa y una cuantitativa continua

Polígono de frecuencia

Doble entrada o bivariada:Dos variables cuantitativas

Diagrama de puntos

Visualizan datos cualitativos

• Círculo dividido en TAJADAS

• El área es proporcion

al a la frecuencia relativa de

una categoría

dada

Gráficas circulares

Barras simples

Representan la información de tablas de doble entrada; pueden ser dobles, triples, múltiples.

Sirven para efectuar comparaciones entre grupos de datos.

Cada barra expresará las categorías o criterios de clasificación de las variables que se representan.

Barras compuestas o de conjunto

Una característica que distingue a los histogramas y las gráficas de barras es que en estas últimas no hay un orden y en los histogramas sí lo hay.

En el eje X se coloca la variable independiente y en el eje Y la frecuencia de aparición del evento (cantidades, porcentajes, tasas, etc.)

Frecuencia del evento

Criterios de clasificación

En el eje de las X se ubica una de las variables a clasificar, en el eje de las Y se representa toda la clasificación de la otra variable.

Una sola barra contrasta y relaciona el mismo comportamiento respecto a otra variable.

Barras superpuestas

Histograma

Nota:

• Altura de las barras Corresponde a los valores de frecuencia.

• Las barras se dibujan de manera adyacente.

1. Creación de una tabla de frecuencia

2. Marca de clase o Frontera de clase

3. Frecuencia __de clases

Pasos para la construcción de un histograma

1. Objetivo entender los datos.

2. Analizar el histograma para:• Centro de los datos• Variación• Forma de distribución• Existencia o ausencia de valores extremos

Interpretación del histograma

Es especialmente útil para ver cómo evolucionan las frecuencias conforme aumenta el valor de los datos (no aplicable a los datos cualitativos no ordinales).

• Se usa para la representación de una tabla que muestra dos variables cuantitativas continuas.

• Un gráfico de puntos muestra la relación entre dos conjuntos de datos.

Diagrama de puntos

• Para su construcción se analizan o correlacionan dos variables de tipo cuantitativo y se les asigna una posición como pareja de variables.

• El resultado es una nube de puntos, los cuales pueden presentar correlación: Positiva: estar

alineados en forma ascendente, va de 0 a 1.

Negativa: tiene una alineación decreciente, con valores de 0 a -1.

En algunos casos la nube de puntos puede tomar una distribución caprichosa o irregular.

Gráficas de tallo y Hojas

•Obtiene una distribución de frecuencias de la variable.•Fáciles de elaborar.•Presentan mayor información que los histogramas.

Tallo / Hojas

Tallo / Hojas

• Hay muchas formas gráficas visuales para describir los datos.

• El método que se aplique es determinado por el tipo de datos y el concepto a representar.

• Un buen gráfico dice más que muchas palabras o números.

Conclusiones

Bibliografía•Billstein R., Libeskind S. & Lott J.W. 2013. Matemáticas: un enfoque de resolución de problemas. 10° Edición, Vol. 2. López Mateos Editores. México. 1008 pp.•Du Toit, S.H.C., Steyn, A.G.W. & Stumpf, R.H. (1986). Graphical Exploratory Data Analysis. Springer Texts in Statistics. 1° Edición. Editorial Springer-Verlag. Estados Unidos. 314 pp.•Infante-Gil, S. & Zarate de Jara, G.P. (2010). Métodos estadísticos: Un enfoque interdisciplinario. 2° Edición. Editorial Trillas. México. 642 pp.•Spiegel, M.R. & Stephens, C.J. (2009). Estadística. 4° Edición. Editorial McGraw-Hill. México. 577 pp.•Tufle, E.R. (1998).The visual display of quantitative information. 1° Edición. Editorial Graphic Press. Estados Unidos. 197 pp.