Este documento presenta una introducción a la bioestadística pesquera. Explica que la bioestadística aplica métodos estadísticos al estudio de los recursos pesqueros y las ciencias de la vida. También define conceptos clave como población, muestra, variables independientes y dependientes, y diferentes tipos de muestreo. El objetivo general del muestreo es obtener información sobre las características de una población de manera más eficiente que mediante un censo completo.

1. UNIVERSIDAD NACIONAL DE PIURA
FACULTAD DE INGENIERIA PESQUERA
DEPARTAMENTO ACADEMICO DE INGENIERÍA PESQUERA
CURSO : BIOESTADISTICA PESQUERA
CICLO 2022 - II
UNIDAD DIDACTICA I : ASPECTOS GENERALES
SEMANAS : 1 - 2 - 3 - 4
 INTRODUCCION.-HISTORIA DE LA ESTADISTICA.
 ESTADISTICA Y BIOESTADISTICA : DEFINICIONES.- APLICACIÓN EN LA
PESQUERIA.
 POBLACION Y MUESTRA FINITA E INFINITA.- CARACTERISTICAS.- TAMAÑO DE
MUESTRA.-VARIABLES INDEPENDIENTES Y DEPENDIENTES
 MUESTREO .-CARACTERISTICAS , VENTAJAS , DESVENTAJAS .- CLASIFICACIÓN .-
MUESTREO ALEATORIO SIMPLE, MUESTREO ALEATORIO SISTEMÁTICO,
MUESTREO ALEATORIO ESTRATIFICADO.
MGº RICARDO NOÉ ÁGREDA PALOMINO
Docente

2. BIOESTADISTICA

3. BIOESTADISTICA : INTRODUCCION.- HISTORIA
■ La Bioestadística es la rama de la estadística aplicada a las
ciencias de la vida, como la biología o la medicina, entre
otras.
■ Se encarga de cuestiones relacionadas con la recogida de
datos y su correcto almacenamiento; el análisis de la
información y la representación e interpretación de
resultados.
■ No existe investigación, proceso o trabajo encaminado a
obtener información cuantitativa en general, en la que la
estadística no tenga una aplicación.
■ La estadística aplicada a las ciencias biológicas dentro de
las cuales se encuentran todas las ciencias de la salud, se
denomina Bioestadística.

4. BIOESTADISTICA : INTRODUCCION.- HISTORIA
■ En las últimas décadas, el avance de la tecnología y de los
estudios científicos ha permitido obtener grandes cantidades
de datos.
■ Los diferentes estudios de medicina, de la agricultura, de la
alimentación, etc., arrojan información muy valiosa para la
humanidad, pero bastante difícil de abarcar en su totalidad.
■ La Bioestadística es una disciplina que ayuda a arrojar luz
sobre esa importantísima información.
■ Aunque la Bioinformática ha conseguido que se den pasos
de gigante en el análisis de los datos, lo cierto es que la
estadística aplicada a los estudios biológicos tiene una larga
tradición.

5. BIOESTADISTICA : INTRODUCCION.- HISTORIA
La Bioestadística es una disciplina científica que emplea los
diferentes métodos de análisis de la estadística para abordar
los objetos de estudio o los problemas de la Biología y de la
Salud para así obtener datos importantes y poder
representarlos e interpretarlos.
Al ser una rama de la Estadística, la Bioestadística se encarga
de cuestiones que tienen que ver con la recogida de datos y
con su correcto almacenamiento; con el análisis de la
información a través de diversos métodos y herramientas;
con la representación gráfica de los resultados obtenidos;
con los mecanismos para la interpretación de dichos
resultados; con el diseño y desarrollo de experimentos; etc.

6. BIOESTADISTICA : INTRODUCCION.- HISTORIA
■ La Bioestadística y la Bioinformática van de la mano desde
que se pudieron combinar ambas ramas.
■ Gracias a esto, ciertos estudios científicos pueden avanzar
mucho más rápido de lo habitual y obtener resultados más
fiables.
■ Los principales objetivos de la Bioestadística y de la
Bioinformática son los siguientes:
• Decidir qué tipo de datos hay que recoger y en qué cantidad
para que sea suficiente para extraer conclusiones.
• Recoger grandes cantidades de datos, categorizarlos según
corresponda y almacenarlos de manera eficiente para su
posterior consulta y análisis.

7. BIOESTADISTICA : INTRODUCCION.- HISTORIA
• Realizar análisis computacionales y aplicar métodos
estadísticos para poder extraer conclusiones.
• Evidenciar los resultados y presentarlos de manera gráfica
para una visualización sencilla y rápida.
• Emitir conclusiones en base a los datos recogidos y
analizados.
• Analizar el proceso una vez concluido para poder
implementar mejoras en el método y en las herramientas
para futuros estudios.

8. LA ESTADÍSTICA: CONCEPTOS BÁSICOS
■ La Estadística es la disciplina matemática que se
encarga de estudiar la recogida, el almacenamiento,
el análisis, la interpretación, la variabilidad y la
representación de los datos.
■ También estudia el proceso aleatorio que genera
dichos datos siguiendo las leyes de la Probabilidad.
■ Esta rama científica ayuda a desarrollar estudios de
otros campos del conocimiento: la biología, la
medicina, la física, las ciencias sociales, etc.

9. BIOESTADISTICA : INTRODUCCION.- HISTORIA
■ Con la aparición de las nuevas tecnologías en el
Siglo XX, la estadística dio un giro drástico y pudo
valerse de herramientas mucho más precisas y
eficientes para el tratamiento de los datos.
■ Actualmente, esta disciplina es muy importante para
la producción, para los negocios, para las ciencias
de la salud, e incluso para la toma de decisiones de
los gobiernos.
■ Es por eso que en muchas empresas se contratan a
personas especializadas en Estadística.

10. TIPOS DE ESTADISTICAS : INTRODUCCION.- HISTORIA
Existen distintos tipos de estadísticas. Veamos las principales tipologías:
• Estadística Descriptiva: es la que se encarga de describir, resumir y
presentar los datos recogidos para el estudio.
El principal objetivo de este tipo de estadística es facilitar la descripción y
la aplicación de los datos organizándolos en tablas, en gráficas o en
medidas numéricas.
• Estadística Inferencial: este tipo de Estadística emplea métodos concretos
para obtener generalizaciones o para poder tomar decisiones en base a
información (parcial o completa) que se ha recogido con técnicas
descriptivas.
El principal objetivo es emitir conclusiones útiles según los datos. También
se conoce como estadística inductiva.
• Estadística Aplicada: es la que se utiliza en cualquier otro campo de
estudio para extraer resultados y emitir conclusiones.
• Estadística Matemática: este tipo de estadística se vale de otras ramas de
las matemáticas, tales como la teoría de la probabilidad, el álgebra lineal o

11. BIOESTADISTICA : HISTORIA
■ La historia de la Bioestadística nace con el trabajo
del médico francés Pierre Charles – Alexandre
Louis (1787 – 1872).
■ Este profesional fue el primero en emplear métodos
de las matemáticas para cuantificar variables de
pacientes y de las enfermedades de estos.
■ Estudió la tuberculosis e influyó en los estudiantes de
la época con su “Método numérico”.
■ Posteriormente, aquellos discípulos continuaron
estudiando la epidemiología por medio del uso de
métodos estadísticos.

12. BIOESTADISTICA : HISTORIA
■ Dos de ellos, Louis René Villermé y William Farr, elaboraron
los primeros mapas epidemiológicos valiéndose de métodos
cuantitativos y de análisis epidemiológicos.
■ Por otra parte, Francis Galton fue el primero en aplicar
métodos estadísticos en el estudio de la herencia de la
inteligencia y de las diferencias humanas.
■ Lo que hizo fue introducir encuestas en la recogida de datos
para elaborar sus estudios genealógicos y antropométricos.
■ La primera vez que se aplicó la bioestadística en la rama de
la enfermería fue a mediados del siglo XIX.
■ En la guerra de Crimea, la enfermera Florence
Nightingale se percató de que las bajas que se producían en
el hospital eran más que las que se producían en el frente.

13. BIOESTADISTICA : HISTORIA
■ Para saber cómo eso podía ser posible, se encargó de recoger
una serie de datos y, tras analizarlos, llegó a la conclusión de
que la causa era la falta de medidas eficaces de higiene.
■ En el año 1912, el astrónomo y matemático Pierre Simón
Laplace publicó un tratado sobre la teoría analítica de las
probabilidades.
■ En esta obra sugería que con este tipo de análisis sería
posible solucionar ciertos problemas médicos.
■ A principios del siglo XX, todavía se dieron otros hechos
importantes en la historia de la Bioestadística:
 William Heaton Hamer trató de explicar la sucesión de
epidemias de sarampión proponiendo un modelo temporal
discreto.

14. BIOESTADISTICA : HISTORIA
 John Brownlee se enfrentó a problemas de cuantificación de
la infectividad epidemiológica.
 Ronald Ross trató de determinar la relación entre el número
de mosquitos y la incidencia de malaria en situaciones
endémicas y epidémicas valiéndose de la aplicación
matemática de la teoría de las probabilidades.
 Austin Bradford Hill y Richard Doll realizaron un estudio que
correlacionaba el tabaco y el cáncer de pulmón.
 A partir de entonces, la estadística y los estudios médicos y
biológicos fueron evolucionando y combinándose para
obtener resultados importantes.

15. BIOESTADISTICA : APLICACIÓN A LA CIENCIA EN GENERAL
■ Algunas de las principales aplicaciones de la bioestadística
están relacionadas con las siguientes ramas:
• Industria biotecnológica.
• Industria farmacéutica.
• Salud: epidemiología, nutrición, salud ambiental, etc.
• Genómica.
• Ecología.
• Sector agrícola.
• Sector de la alimentación.
• Análisis de datos sanitarios.
• Investigación y desarrollo.
■ Por ejemplo, la bioestadística ha permitido estudiar en
profundidad enfermedades tan preocupantes como el
cáncer o el sida.

16. BIOESTADISTICA : APLICACIÓN A LA CIENCIA PESQUERA
■ Es la aplicación de los métodos de investigación
científica al conocimiento de los recursos marinos
(también llamada “investigación pesquera”).
■ Y se realiza con el fin de conocer de qué manera
cambian estos recursos en su distribución y
composición debido a variaciones en su ambiente,
puesto que los efectos de estos cambios se
evidencian notablemente en las capturas.
■ Es muy conveniente contar con la información
periódica sobre ellos y, si es posible, llegar a
predecirlos.

17. BIOESTADISTICA : INTRODUCCION.- HISTORIA
La Ciencia Pesquera considera a la pesca como un sistema
total, en el cual intervienen :
 Los organismos acuáticos (como recurso explotable) ,
 Sus características biológicas, y
 Las propiedades fisicoquímicas y geológicas de su medio.
Asimismo, se toman en cuenta las actividades relacionadas
con las técnicas que se emplean para :
 La captura, elaboración y almacenamiento de los productos
y su venta,
 Además de los procesos económicos y sociales que se
generan por el aprovechamiento del recurso, y
 La normativa sobre los procedimientos de las instituciones
que dirijan la actividad pesquera.

18. POBLACION Y MUESTRA
Población
Puede definirse como todos los sujetos o materiales a
propósito de los cuales deseamos generalizar a partir
de nuestra muestra.
Por tanto, en un caso la población puede ser todo el
pescado de una especie particular descargado en un
puerto determinado en una semana dada.
En otro caso podría tratarse de todos los peces de una
especie determinada en un lugar también determinado.
Aún en otro caso podría ser todo lo pescado al arrastre
en un solo lance y descargado en cubierta.

19. MUESTRA O MUESTRA ESTADISTICA
Una muestra estadística es una parte o subconjunto de
unidades representativas de un conjunto llamado población o
universo, seleccionadas de forma aleatoria, y que se somete a
observación científica con el objetivo de obtener resultados
válidos para el universo total investigado, dentro de unos
límites de error y de probabilidad de que se pueden determinar
en cada caso.

20. POBLACION Y MUESTRA
La eficacia de todo plan de muestreo está en relación
con la posibilidad de que ofrezca una generalización
satisfactoria de la población a partir de la muestra o
muestras.
Existen dos razones principales de que las muestras
puedan no permitir ser exactos en los que decimos
acerca de las poblaciones.
Estos son el error del muestreo al azar y el error
sistemático.

21. POBLACION Y MUESTRA
MUESTREO .-
El objetivo general de todo muestreo es llegar a conocer
determinadas características de una población, a partir de
una selección de unidades de ésta, con el menor coste
posible en dinero, tiempo y trabajo .
Mediante las técnicas estadísticas, las leyes probabilísticas
y los diseños muestrales basados en varios métodos de
muestreo, podemos aproximarnos al conocimiento de estas
características sin necesidad de tener que obtener la
información exhaustiva de toda la población.
Como en el censo, garantizando la representatividad y
sabiendo que cometeremos un determinado error estadístico,
que se puede determinar de antemano en cada caso, por el
hecho de tener una parte del todo.

22. TAMAÑO DE LA MUESTRA : FINITA E INFINITA
Al hablar de poblaciones se establece la distinción
entre una población finita y una infinita.
Desde el punto de vista del muestreo, la distinción se
basa en la importancia relativa que tiene el tamaño de
la muestra n en relación al tamaño de población N.
Si el tamaño de la muestra es muy pequeño respecto
a la de la población (habitualmente se admite que
represente menos del 5%) se suele considerar infinita
la población.

23. TAMAÑO DE LA MUESTRA : FINITA E INFINITA
■ En cambio, si la muestra necesaria es considerable
en relación a la población (por encima del 10% se
suele considerar necesario, y entre un 5% y un 10%
recomendable) se considera finita la población y se
han de utilizar factores de corrección de población
finita.
■ Igualmente se considera que una población finita a
toda población formada por menos de 100.000
unidades, e infinita a aquella que tiene 100.000 o
más.

24. VIDEO DE SOPORTE N° 01

25. VARIABLES INDEPENDIENTES Y DEPENDIENTES
■ La variable independiente es aquella que no se ve afectada,
por tanto, no variará durante toda la experimentación.
■ En cambio, la dependiente es la variable inestable
susceptible de ser modificada.
■ Por último, las independientes son las variables que sirven
para estudiar las dependientes.
■ Las variables dependientes e independientes son variables
en modelos matemáticos, modelos estadísticos y ciencias
experimentales.
■ La variable independiente son las hamburguesas, ya que
podemos comer la cantidad que decidamos, libremente,
mientras que la variable dependiente será siempre la
cantidad de horas de ejercicio, pues se desprenden de la
primera premisa.

26. VARIABLES INDEPENDIENTES Y DEPENDIENTES
■ Una variable dependiente es aquella cuyos valores
dependen de los que tomen otra variable.
■ La variable dependiente en una función se suele
representar por y.
■ La variable dependiente se representa en el eje ordenadas.
■ La variable y está en función de la variable x, que es
la variable independiente.
■ La variable independiente es el centro del experimento y es
aislada y manipulada por el investigador.
■ La variable dependiente es el resultado medible de esta
manipulación, los resultados del diseño experimental.

27. EJEMPLOS DE VARIABLES
■ La capa de ozono es una variable dependiente de los gases tóxicos.
■ A continuación propondremos una serie de enunciados en la que se
diferencian las variables independientes (x) de las dependientes (y):
■ La capa de ozono de la atmósfera se achica en cierta cantidad (y) con
cada tonelada de gases tóxicos emitidos mensualmente (x).
■ El consumo de cigarrillos (x) disminuye la resistencia física (y).
■ Expertos afirman una relación inversamente proporcional entre la
inteligencia de un individuo (x) y sus niveles de fanatismo político (y).

28. VIDEO DE SOPORTE EN RELACION AL TEMA

29. VIDEO DE SOPORTE : VARIABLES INDEPENDIENTES Y DEPENDIENTES

30. EJERCICIO Y GRAFICO DE VARIABLES

31. MUESTREO
■ Según el autor Arias (2006, p. 83) define muestreo como “un proceso en
el que se conoce la probabilidad que tiene cada elemento de integrar la
muestra”.
■ Por ello, este procedimiento se llevara a cabo mediante un muestreo no
probabilístico accidental.
■ El muestreo es una herramienta de la investigación científica.
■ Su función básica es determinar que parte de una realidad en estudio
(población o universo) debe examinarse con la finalidad de hacer
inferencias sobre dicha población.
■ El error que se comete debido a hecho de que se obtienen
conclusiones sobre cierta realidad a partir de la observación de sólo
una parte de ella, se denomina error de muestreo.
■ Obtener una muestra adecuada significa lograr una versión simplificada
de la población, que reproduzca de algún modo sus rasgos básicos.