6:29

Estadstica Aplicada a la Ingeniera Agrcola y a las

Ciencias Agropecuarias. Su contribucin en la docencia,
investigacin y transferencia de conocimiento

Applied Statistic to the Agricultural Engineering and the

Agricultural Sciences. Their contribution in the teaching,
research and transfer of knowledge

Dr. C. Luca Fernndez1, Dr.C. Ana Mara Lara2, M. Sc. Ana Maria Pereyra3 ,
Dr.C. Wakiria Guerra1, M.Sc. Josefina de Calzadilla1

1. Universidad Agraria de la Habana (UNAH), Mayabeque, Cuba

2. Universidad de Granada, Espaa
3. Universidad de Buenos Aires, Argentina

RESUMEN

Actualmente es necesario poseer slidos conocimientos en el uso de Mtodos

Estadsticos de avanzada debido al papel que ste ocupa en las investigaciones
cientficas. Pero en el mbito internacional se observan dificultades en su aprendizaje
en todos los niveles, as como problemas de preparacin Estadstica que en general
poseen los profesionales de otras ramas. El objetivo del trabajo es dar a conocer los
resultados alcanzados y las nuevas estrategias trazadas por grupos de expertos
biomtricos encaminadas a elevar la calidad del proceso de enseanza-aprendizaje de
la estadstica en pre y postgrado en universidades iberoamericanas, as como mostrar
algunas vas para fortalecer la formacin de los recursos humanos para el desarrollo de
actividades docentes y cientfico-investigativa. Se tiene como base: un proyecto de
innovacin docente que existe en la Universidad de Granada, Espaa desde el 2005
"Tengo unos datos Qu puedo hacer?, otros desarrollados en Cuba sobre "Mtodos y
Modelacin Estadstico-Matemtico de Procesos Biolgicos" y dos aprobados por el
Fondo Argentino de Cooperacin Horizontal (FOAR) sobre "Estadstica Aplicada y su
contribucin a la docencia, investigacin y transferencia de conocimiento"desarrollados
por Cuba y Argentina (2006-2009). Los resultados alcanzados han sido introducidos y
se generalizan en centros de la educacin superior, en los procesos de formacin de
pre y postgrado (maestras y doctorados) y son potencialmente transferibles a otras
Universidades de Cuba e Iberoamrica. Este trabajo cuenta con grupos de biometra
que durante ms de 20 aos han dado respuesta a la docencia universitaria y a
investigaciones cientficas fundamentalmente del sector agrario y responde a la poltica
y lneas estratgicas de desarrollo de los tres pases participantes.

Palabras clave: mtodos estadsticos, enseanza-aprendizaje de la estadstica.

ABSTRACT

Nowadays it is necessary to have sound knowledge in the use of advanced statistical

methods due to their leading role in research. In spite of all this, as a whole there are
difficulties in learning this subject internationally, and there is lack of a good
preparation in Statistics of professionals from other fields. The aim of this paper is to
show the new strategies carried out by groups of experts in biometrics, in order to
raise the quality of the teaching learning process of Statistics in undergraduate and
postgraduate courses at Latin American universities; as well as to show some ways to
strengthen the upgrading of human resources in developing teaching and research.
The information has been processed from several projects: "Tengo unos datos Que
puedo hacer?" still at the University of Granada since 2005; "Metodos y Modelacion
Estadestico-Matematico de procesos Biologicos"carried out in Cuba and "Estadistica
Aplicada y su contribucin a la docencia, investigacin y transferencia de conocimiento"
developed by Cuba and Argentina (2006-2009) approved by Fondo Argentino de
Cooperacion Horizontal (FOAR). The results have been applied in undergraduate
courses and postgraduate upgrading at higher education institutions and they are
potentially transferred to other universities in Cuba and Latin America. The group of
experts in biometrics has been working for more than 20 years, solving problems in
university teaching and scientific research in the agricultural sector, responding to the
policies and strategic lines of development of the three participant countries.

Keywords: Statistical methods, teaching-learning process of statistics.

INTRODUCCIN

Una de las caractersticas fundamentales de la poca actual es la necesidad de poseer

slidos conocimientos en el uso de las herramientas estadsticas, por el papel que esta
ocupa en la solucin eficiente en las investigaciones cientficas, sin embargo, en el
mbito internacional se reportan dificultades en su aprendizaje en todos los niveles, as
como problemas de preparacin estadstica que en general poseen los profesionales de
otras ramas. Paralelamente est la necesidad de actualizarse en modelos y otras
herramientas estadsticas de avanzada cuyo uso favorecen las investigaciones y
sistemas productivos.

A partir de estos antecedentes y el estado actual de la temtica, Universidades de

Argentina, Cuba y Espaa han desarrollado de forma independiente y conjunta, un
grupo de acciones que responden a estas problemticas. En este documento se
muestran experiencias alcanzadas, proyectos desarrollados y un grupo de resultados
obtenidos en la temtica, los que han sido generalizaos y son potencialmente
transferible a otras Universidades Iberoamericanas. Se describen adems las nuevas
estrategias trazadas en lo docente, investigativo y de capacitacin, las que permitirn
proponer nuevos retos y perspectivas futuras.

El objetivo del trabajo es dar a conocer los resultados alcanzados y las nuevas
estrategias trazadas por grupos de expertos biomtricos encaminadas a elevar la
calidad del proceso de enseanza-aprendizaje de la Estadstica en pre y postgrado en
Universidades Iberoamericanas, as como mostrar algunas vas para fortalecer la
formacin de los recursos humanos para el desarrollo de actividades de docencia y
cientfico-investigativa.

DESARROLLO

El soporte principal de este trabajo, lo forman grupos de investigacin de Matemtica

Aplicada y Biometra (uno por pas) procedentes de universidades y centros de
investigacin que durante ms de veinte aos han dado respuesta a la docencia
universitaria y a investigaciones cientficas fundamentalmente en las Ciencias
Agropecuarias e Ingeniera Agrcola y que responden a la poltica y lneas estratgicas
de desarrollo de estos pases.

Por Cuba participan entidades como: La Universidad Agraria de La Habana (UNAH), la

Universidad de Ciencias Informticas (UCI), la Universidad de La Habana (UH), el
Instituto de Ciencia Animal (ICA) y el Instituto Nacional de Ciencia Agrcola (INCA), por
Espaa la Universidad de Granada (UG) y por Argentina la Universidad de Buenos Aires
(UBA) y la Universidad Nacional de Lomas de Zamora. (UNLZ)

Antecedentes, proyectos desarrollados y resultados alcanzados

Histricamente los centros de investigacin y profesionales en su formacin de master

y/o doctores, requieren y solicitan la colaboracin de expertos biomtricos para el
procesamiento de datos y desarrollo eficiente de sus proyectos de Investigacin, por lo
que se vinculan a las universidades afines, por tal motivo la actualizacin en Mtodos
estadsticos de avanzada y software especializados (que den respuesta a las ms
dismiles problemticas) constituye un reto constante para los expertos biomtricos.

En la actualidad existen un conjunto de acciones que han sido desarrolladas por

especialistas biomtricos procedentes de Argentina, Cuba y Espaa, que mediante la
colaboracin, intercambio y transferencia de conocimientos, han dado respuesta a
problemas actuales en cuanto al uso de herramientas estadstica. Se destaca que para
la obtencin de los resultados alcanzados, se requiri del desarrollo de procedimientos
y mtodos estadsticos en investigacin cientficas, as como de un trabajo
metodolgico que permiti la introduccin y generalizacin de estos resultados tanto
en la docencia como en la investigacin. Se muestran a continuacin los antecedentes
y proyectos de investigacin desarrollados por estos especialistas.

En Cuba la Universidad Agraria de La Habana, con la participacin de los centros de

investigacin del complejo cientfico-docente desarroll un proyecto de investigacin
(1994-2000) Matemtica Aplicada a las Ciencias Agropecuarias (que culmin con la
discusin exitosa de 20 tesis de maestras), que unido a otros proyectos, logr el
desarrollo de la modelacin estadstico-matemtico en procesos biolgicos (evaluacin
gentica, estudios ecolgico-estadsticos de plagas, en sistemas pastoriles, crecimiento
animal y vegetal, entre otros) Las metodologas, modelos y software que forman parte
de los resultados de estos proyectos se generalizan en la red de centros de la
educacin superior en Cuba, en los procesos de formacin de pre y postgraduado
(maestras y doctorados), as como en el procesamiento y anlisis en investigaciones
cientficas. Se destaca la aplicacin de algunos de ellos en empresas agrcolas y
pecuarias, los cuales han contribuido a la toma decisiones ptimas en sistemas
productivos. Se cuenta en Cuba con el Grupo de Biometra que forman parte del
Comit Acadmico del doctorado de Biometra, adems este grupo imparte la
Estadstica en diferentes cursos de postgrado e introducen los procedimientos
estadsticos estudiados en las maestras y doctorados que se dictan en Cuba y otros
pases (Argentina, Bolivia, Colombia, Ecuador, Venezuela) y de forma general este
grupo ha dado respuestas a investigaciones del sector agrario. Las aplicaciones y el
uso de la modelacin matemtica y sus perspectivas en la educacin superior, as como
su empleo en investigaciones cientficas en este campo, ha sido reportado por del
Pozo et. al. (2001), Menndez et. al. (2006), Fernndez et. al. (2008), Quintero et. al.
(2008), Chvez et. al.. (2009), Jimnez et. al.. (2012), Vzquez et. al. (2001) y
Vzquez et. al. (2012), entre otros autores. Por otra parte miembros de este Grupo de
Biometra forman parte de los tribunales de grados cientficos de Cuba.

En esta misma lnea con excelentes resultados trabaja el Grupo Argentino de Biometra
(GAB), donde miembros de este grupo mantienen intercambio y transferencia de
conocimiento con sus homlogos Biomtricos de otros pases, en tal sentido Cuba y
Argentina desarrollaron dos proyectos de "Estadstica Aplicada y su contribucin a la
docencia, investigacin y transferencia de conocimiento" aprobados por el Fondo
Argentino de Cooperacin Horizontal (FOAR) perodo 2006-2009, que logr la
capacitacin de docentes e investigadores mediante el curso "Diseo y trabajo con
encuestas" impartido por especialistas argentinas en Cuba y el curso de "Tpicos
Especiales en Estadstica" Modelacin de Procesos Biolgicos. Uso de software
estadsticos" impartido por especialistas cubanas en Argentina. Adems se delimitaron
acciones a tener en cuenta en planes y programas de estudio vinculados con el uso de
procedimientos estadsticos actuales, se establecieron criterios y valoraciones sobre el
uso de la Modelacin Matemtica en las Ciencias Agropecuarias, se actualizaron
especialistas en cuanto al uso de software estadsticos, se increment el nivel cientfico
en el rea de la mejora gentica animal, se trazaron estrategias de trabajo para la
presentacin de proyectos en el rea biomtrica, se realiz un intercambi Bibliogrfico
que incluy un "Manual de Estadstica para proyectos de investigacin" de Pereyra et
al. (2004), las autoras del libro dirigen el Grupo de Biometra en Argentina.

Por otra parte el grupo de investigacin de la parte espaola cuenta con la colaboracin
del Grupo de Innovacin Docente y el Grupo de Trabajo de Enseanza y Aprendizaje de
la Estadstica e Investigacin Operativa (GENAEIO), desde el 2005 en la Universidad de
Granada existe un proyectos de innovacin docente, titulado: Tengo unos datos Qu
puedo hacer? Esta propuesta metodolgica se ha aplicado con buenos resultados a la
Licenciatura de Ciencias Ambientales y Ciencias Biolgicas, en Espaa. Se trabaja en la
introduccin de dicha metodologa en Cuba y Argentina en Universidades de perfil
agrario.

Los intercambios realizados entre grupos, posibilit la presentacin de un trabajo

comn en la 9th International Conference on Operations Research titulado: Nuevas
estrategias vinculadas a la enseanzaaprendizaje de la Estadstica en universidades de
Argentina, Cuba Y Espaa, desarrollado en La Habana Cuba, en febrero 2010.

Existen otros proyectos que han sido desarrollados tales como:

Proyecto el Ministerio de Educacin Superior y Ministerio de la Agricultura de Cuba.

"Siboney de Cuba nuevo genotipo para la produccin de carne y leche" (logr Premio
(CITMA) de Ciencia Tecnologa y medio Ambiente Provincial 2005, Premio al resultado
de mayor integracin de la Comunidad Cientfica Habanera, as como un Premio
Nacional a la mejor tesis doctoral en la rama Agropecuaria, entre otros

Proyecto aprobado por el Ministerio de Educacin Superior 1.166 (2006-2008).

"Modelacin Estadstico-Matemtico para la caracterizacin poblacional y Mejora
gentica en ganado vacuno" con la participacin de la Universidad de Camaguey,
Universidad Central de Las Villas, Universidad de Granma, Instituto de Ciencia Animal
(ICA). Los resultados fueron divulgados en Publicaciones de alta visibilidad.
Fernndez et. al. (2008)

Proyecto desarrollado en el 2008 aprobado por (CAPES) Coordinacin del

Perfeccionamiento de Personal de Nivel Superior: Estimacin de parmetros genticos
para la produccin y calidad de la leche de bfalos usando "Test Day Model" ordinario y
de dimensin infinita, desarrollado en la Universidad Estaudal Paulista, en Sao Paublo,
Brasil. Que reporta el uso de modelos y mtodos estadsticos con procedimientos
actuales, los que aparecen publicados por Fernndez et. al. (2011).

El desarrollo de estos proyectos, las experiencias y resultados alcanzados pueden ser

generalizados en otras universidades y centros de investigacin de Iberoamrica,
adems forman parte de las fortalezas de estos grupos y constituyen una va para en
la capacitacin de la comunidad cientfica en reas avanzada de la estadstica y para el
fortalecimiento en el proceso de enseanzaaprendizaje de la estadstica en la
Educacin Superior. Se cuenta con la propuesta de un sistema de superacin
profesional sobre mtodos estadsticos, que aparece divulgada en la Revista de
Ciencias Matemticas por Guerra et. al. (2002).

Nuevas estrategias en lo docente, investigacin y de capacitacin

Las necesidades siempre crecientes de actualizarse en modelos y mtodos estadsticos

de avanzada que den respuestas a problemticas actuales, hacen que estos grupos
continen la colaboracin existente entre ellos y tracen nuevas estrategias trabajo,
centradas en tres vertientes fundamentales: lo docente, lo investigativo y de
capacitacin.

En tal sentido en lo docente se trabaja para fortalecer la calidad del proceso de

enseanzaaprendizaje de la estadstica en Universidades de Argentina, Cuba y Espaa,
mediante: la creacin de bancos de problemas (matriz DAFO por pases) en rea de la
matemtica aplicada, coloquio entre grupos de pases, foro de discusin sobre nuevas
formas de enseanza aprendizaje de la Estadstica en la Educacin Superior,
introduccin de nuevas propuestas metodolgicas en esta rea, en la introduccin de
modelos matemticos y mtodos estadsticos de avanzada en planes y programas de
este estudio de pre y post grado con su correspondiente trabajo metodolgico.
En la investigacin se contina dando respuesta a proyectos investigaciones,
mediante el empleo de procedimientos estadsticos actuales e interpretacin de
resultados (segn se solicite). Existe adems la propuesta de nuevos proyectos que
cubren las expectativas en esta lnea de investigacin, en tal sentido esta la propuesta
de un proyecto MES-MINAGRI de Cuba, (Fortalecimiento de investigaciones agrarias
con el empleo de herramientas estadsticas de avanzada y software especializados),
tambin se acciona en la convocatoria del Programa de Cooperacin Interuniversitaria
e Investigacin Cientfica (PIC) con vistas a incluir nuevas estrategias vinculadas a la
enseanza-aprendizaje de la Estadstica en universidades de Argentina, Cuba y
Espaa, entre otras acciones.

Para la capacitacin se tiene como meta continuar perfeccionando la introduccin de

resultados, metodologas de trabajo y software especializados, a partir de diferentes
sistemas de superacin. Es de destacar que en la actualidad existe experiencia en la
capacitacin de profesionales en Mtodos Estadsticos de avanzada a travs de los
cursos de posgrado que se imparten en las maestras y doctorados, los que favorecen
la introduccin y uso adecuado de estas herramientas en la actividad docente y
cientfico-investigativo. Ejemplo, se han impartido cursos de Estadstica Aplicada en los
doctorados de: Biometra, de Produccin Animal y Mejora Gentica, de Mecanizacin
Agrcola, Ciencias de la Educacin y en las maestras de: Matemtica Aplicada,
Medicina Veterinaria Preventiva, Reproduccin, Produccin Animal, Qumica Agrcola,
Docencia Educativa, Agroecolgica, Agricultura Sostenible, Economa Agropecuaria,
Tcnicas de Diccin, en universidades de Argentina, Bolivia, Colombia, Cuba, Ecuador y
Venezuela.

Por otra parte, dada la necesidad creciente de preparar profesionales de excelencia

para su en su formacin doctoral y postdoctoral, la Universidad Agraria de La Habana
(UNAH) que centra el Complejo Cientfico Docente, reuni un grupo de prestigiosos
doctores de experiencia, que imparten el "Diplomado Superior de Formacin para la
Investigacin Cientfica". Este diplomado tiene un carcter integrador y ofrece una
visin en cuanto a mtodos, herramientas y normas de trabajo a considerar en la
concepcin de las investigaciones cientficas, en el procesamiento de datos e
interpretacin de resultados, en el uso de software, en el tratamiento de la
informacin, formas de escritura y redaccin de documentos cientficos, as como en la
gestin de proyectos, entre otros aspectos. Este diplomado corresponde al primer
mdulo de la maestra en Biomtematica propuesta por la UNAH.

Estos sistemas de superacin, forman parte de la carpeta de negocios que se ofrecen

actualmente por parte de la Universidad Agraria de La Habana y el Instituto de Ciencia
Animal.

Retos y perspectivas futuras

Otros retos y perspectivas futuras estn en ampliar la colaboracin y transferencia de

conocimiento que existe entre las entidades participantes e incorporar otras
universidades y centros de investigaciones afines, con vistas a crear una red de
expertos en Biometra (con nfasis en el sector agrario). Adems se pretende
establecer un marco conceptual en el uso de modelos estadsticos-matemticos,
mtodos y herramientas estadsticas de avanzada en el mbito agrario, social y en
Ciencias de la Educacin.
Teniendo en cuenta las posibilidades que brinda la Revista e Ciencias Tcnicas
Agropecuarias, que consulta una amplia gama de profesionales vinculados a la Ciencias
Agrarias, se presenta este trabajo como una va de divulgar las experiencias y
resultados alcanzadas, as como las nuevas estrategias y retos de este grupo de
especialistas y las posibilidades reales que existen de continuar la generalizacin de
estos resultados a otras universidades de Iberoamrica e incorporar a otros expertos
biomtricos a esta lnea de investigacin y campo de actuacin.

CONCLUSIONES

La introduccin de mtodos estadsticos de avanzada en la formacin del profesional de

pre y postgrado, y en proyectos de investigacin en esta rea, permite saltos
cualitativos en la Educacin Superior y eleva la calidad de las investigaciones
cientficas.
ESTADISTICA APLICADA A LAS DIFERENTES AREAS

La Estadstica puede dar respuesta a muchas de las necesidades que la

sociedad actual nos plantea. Su tarea fundamental es la reduccin de datos,
con el objetivo de representar la realidad y transformarla, predecir su futuro o
simplemente conocerla

La estadstica aplicada se apoya totalmente en la utilizacin de paquetes

estadsticos que ayudan a resolver problemas de ndole estadstica, acortando
dramticamente los tiempos de resolucin. Es por esto que en muchas
facultades se ensea a utilizar estos programas estadsticos sin que, a veces, el
alumno entienda, ni tenga la necesidad de entender cmo funcionan.

EN LA EDUCACIN

Para el alumno: En el programa de educacin al alumno se le capacita para

aplicar propiedades o para resolver algunos ejercicios; la problemtica de esto
es que pierde la nocin de la relacin entre esa teora y su realidad social.

La estadstica permite abordar situaciones reales en las que la variabilidad del

entorno del estudiante es parte de su realidad Mediante el uso de la
estadstica, aun en su forma ms simple, el educando puede aprender a
compilar, analizar y usar datos determinados para resolver problemas y
entender la informacin que recibe del mundo que le rodea.

Para el educador: Cuando un educador realiza un plan de trabajo, planifica

actividades, evala resultados o realiza cualquier otro aspecto relacionado con
su profesin debe basarse en la planificacin sin importar el nivel que esta
tenga. Las estadsticas le proporcionan la base necesaria a esta planificacin
para tomar decisiones acertadas en cuanto al logro de estrategias,
cumplimiento de metas y objetivos.

EN LA SALUD: conocimiento en el manejo de las metodologas del anlisis

demogrfico y de la estadstica aplicada a los estudios de poblacin, as como
de las distintas fuentes de informacin socio demogrfica que existen para
apoyar el estudio de los diferentes fenmenos.

EN LA MEDICINA : Imprescindible la Estadstica, probando nuevos

tratamientos en grupos de pacientes o bien, obteniendo conclusiones sobre
ciertas enfermedades observando durante un tiempo un grupo de pacientes
(saber si para el tratamiento de cierto tipo de cncer es ms efectiva la ciruga,
la radioterapia o la quimioterapia, sin ms que observar un grupo de pacientes
tratados con estas tcnicas).

EN LA GENTICA: Estudia la probabilidad de obtener ciertos factores

hereditarios.

En general se utiliza en todos los campos donde se deban recolectar datos para
detener conclusiones que es en particular una rama de la estadstica
denominada estadstica inferencia.

EN LA CIENCIAS PURAS: sirve para encontrar correlaciones entre las

variables, lo que se denomina la teora de la regresin. Es decir si tomas datos,
por ejemplo de temperatura, contra tiempo, podras escribir una funcin que
las relacione ( o aceptar la hiptesis de que una funcin las correlaciona)

EN LAS CIENCIAS SOCIALES: se utiliza para determinar muchos factores como

la esperanza de vida, nivel econmico, nmero de hijos, y poder as relacionar
los problemas sociales con posibles causas y proporcionar soluciones ( los
famosos censos)

EN LA INVESTIGACION BIOMEDICA: Si los datos que se van a investigar se

pueden contar, son par mtricos y se recomienda una inicial como T de
estudiante.Las pruebas no para mtricas solo se cuentan, estn o no estn en
estos casos, se usa la letra CH cuadrada, otro ejemplo son los microorganismos
que son o no son resistentes a un antibitico, estn o no estn presentes en un
grupo de pacientes.

EN EL CAMPO INDUSTRIAL: Se usa como control de calidad, para ver el

promedio y la desviacin estndar de pesos, grosores, humedad, etc.
 EN LAS CIENCIAS NATURALES: se emplea con profusin en la descripcin de
modelos termodinmicos complejos (mecnica estadstica), en fsica cuntica,
en mecnica de fluidos o en la teora cintica de los gases, entre otros muchos
campos.

EN LAS CIENCIAS SOCIALES Y ECONMICAS: es un pilar bsico del desarrollo

de la demografa y la sociologa aplicada.

PSICOLOGA: Es importante para los psiclogos ya que ellos tratan de extraer

y resumir informacin til de las observaciones que hacen, los psiclogos
deben basar sus decisiones en datos limitados y estas son ms fciles de
tomar con la ayuda de la estadstica, ya que le da mayor claridad y precisin al
pensamiento y la investigacin psicolgica.

Para que nos sirve la psicologa a nosotros?

Para poder observar las situaciones ms claras y as poder tomar decisiones

ms fcilmente, para poder obtener resultados importantes mediante algunos
datos numricos y poder basarnos en esos resultados para poder resolver
situaciones ms concretas, pero viendo las diferencias entre estas.

EN LA INGENIERIA: Busca implementar los procesos probabilsticos y

estadsticos de anlisis e interpretacin e datos o caractersticas de un
conjunto de elementos al entorno industrial, a efectos de ayudar en la toma de
decisiones y en el control de los procesos industriales y organizacionales

Pueden distinguirse tres partes

- el estudio de las series temporales y las tcnicas de previsin, y la descripcin
de los pasos necesarios para el establecimiento de un sistema de previsin
operativo y duradero en una empresa;

- el anlisis multivalente, necesario para la extraccin de informacin de

grandes cantidades de datos, una de las necesidades ms apremiantes;

- el control de calidad y la fiabilidad.

Las aplicaciones de la estadstica en la ingeniera actualmente han tomado un

rpido y sostenido incremento, debido al poder de clculo de la computacin
desde la segunda mitad del siglo XX.

Para comprender el desarrollo de las aplicaciones de la estadstica en la

ingeniera hay que citar que los Viejos Modelos Estadsticos fueron casi siempre
de la clase de los modelos lineales. Ahora, complejos computadores junto con
apropiados algoritmos numricos, estn utilizando modelos no lineales
(especialmente redes neuronales y rboles de decisin) y la creacin de nuevos
tipos tales como modelos lineales generalizados y modelos multinivel.

El incremento en el poder computacional tambin ha llevado al crecimiento en

popularidad de mtodos intensivos computacionalmente basados en re
muestreo, tales como test de permutacin y de bootstrap, mientras tcnicas
como el muestreo de Gibbs han hecho los mtodos bayesianos ms accesibles.

En el futuro inmediato la estadstica aplicada en la ingeniera, tendr un nuevo

nfasis en estadsticas "experimentales" y "empricas". Un gran nmero de
paquetes estadsticos est ahora disponible para los ingenieros. Los Sistemas
dinmicos y teora del caos, desde hace una dcada empez a ser utilizada por
la comunidad hispana de ingeniera, pues en la comunidad de ingeniera
anglosajona de Estados Unidos estaba ya establecida la conducta catica en
sistemas dinmicos no lineales.
Algunos campos de investigacin en la Ingeniera usan la estadstica tan
extensamente que tienen terminologa especializada. Estas aplicaciones
incluyen:

* Ciencias actuariales

* Fsica estadstica

* Estadstica industrial

* Estadstica Espacial

* Estadstica en Agronoma

* Estadstica en Planificacin

* Estadstica en Investigacin de Mercados.

* Estadstica en Planeacin de Obras Civiles - mega proyectos.

* Estadstica en Restauracin de Obras

* Geoestadstica

* Bioestadstica
* Estadsticas de negocios y mercadeo.

* Estadstica Computacional

* Investigacin de Operacione

* Estadsticas de Consultora

* Estadstica en la comercializacin o mercadotecnia

* Cienciometra

* Estadstica del Medio Ambiente

* Minera de datos (aplica estadstica y reconocimiento de patrones para el

conocimiento de datos)

* Estadstica econmica (Econometra)

* Estadstica en procesos de ingeniera

* Estadstica en Psicometra y Ergonoma Laboral.

* Controles Estadsticos en Calidad y Productividad

* Estadstica en Tcnicas de Muestreo y Control.

* Anlisis de procesos y quimiometra (para anlisis de datos en qumica
analtica e ingeniera qumica)

* Confiabilidad estadstica aplicada al Diseo de Plantas Industriales.

* Procesamiento de imgenes e Interpretacin Binarias para Equipos de

Diagnstico de Fallas y Mantenimiento Predictivo.

EN LA INGENIERA INDUSTRIAL: es una herramienta bsica en negocios y

produccin. Es usada para entender la variabilidad de sistemas de medicin,
control de procesos (como en control estadstico de procesos o SPC (CEP)),
para compilar datos y para tomar decisiones. En estas aplicaciones es una
herramienta clave, y probablemente la nica herramienta disponible.