ESTADÍSTICA DESCRIPTIVA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

CUNDINAMARCA

ABRIL DEL 2020

 CONCLUSIONES

-la estadística nos ofrece métodos muy complejos para el análisis y el desarrollo de ensayos, como

avances científicos para esto se hace necesario conocer el proceso de aplicación, para así saber

cual se adapta de la mejor manera esto es esencial para conocer la información de frecuencias que

ocurren en los diversos aspectos que deseamos buscar y relacionar, en las ciencia agrarias,

ambientales y forestales requieren de una toma de datos con mediciones morfométricas que

tienen variables de peso y altura, como la acción conjunta de diversos factores lo que el método

más apropiado de aplicación para nosotros es el método gaussiano.

-la implementación de software, como medida y herramienta para la recolección de datos,

transformación de información, con el fin de hacer mucho mas practico los procesos estadísticos,

se hace de crucial importancia hacer el uso adecuado para plasmar nuestra información como lo

son en los programas de EXCEL Y R, que nos permiten trabajar en estas interfaces con los métodos

numéricos, así desarrollando una adecuado y automatizado transferencia de conocimiento como

de aplicación como profesionales.

[ CITATION BAL13 \l 3082 ]

[CITATION Sae10 \l 3082 ]

[ CITATION Mec17 \l 3082 ]

[ CITATION Dea18 \l 3082 ]

Bibliografía
(s.f.).

BALZARINI, M. (2013). Estadistica y biometria. Obtenido de ilustraciones del uso e onfostat en

problemas de agronomia: http://www.agro.unc.edu.ar/~mcia/archivos/Estadistica%20y
%20Biometria.pdf

D., D. (2018). UNAD "hdl.handle". Obtenido de OVI Variables cuantitativas:

http://hdl.handle.net/10596/23236

J, S. (2010). Métodos estadísticos con R y R Commander. Obtenido de https://cran.r-

project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf

Mecabot. (2017). El software R, una herramienta para implementar métodos numéricos. Obtenido
de http://mecabot-ula.org/tutoriales/r-project-metodos-numericos/