ESTADÍSTICA DESCRIPTIVA (PARA AGRARIAS)

Fase 2 – Elaborar documento de identificación y análisis de variables estadísticas

Realizado por:

LUIS ERNESTO SANCHEZ CORDOBA

COD: 83243764

Presentado A:
FRANCISCO JOSE MONTEALEGRE
Tutor

GRUPO: 300046_86

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ECAPMA - PROGRAMA DE AGRONOMIA
CEAD NEIVA-HUILA
Febrero de 2020
 Introducción

Con este trabajo se pretende que el estudiante reconozca y aprenda a utilizar los principales
métodos de la estadística descriptiva donde nos dice que esta es una de las ciencias que analizan
una serie de datos, (eje: edad, altura, temperatura, etc) tratando de extraer conclusiones y el
comportamiento de estas variables.
Donde podemos encontrar variables cualitativas y cuantitativas variables unidimensionales,
bidimensionales y pluridimensionales.
• Evidencia de participación en la webconference o en su defecto informe de esta.

Por motivos laborales no se pudo asistir a la webconference presento el informe donde evidencio
que se miro la grabación, primero explican que este es un curso básico donde nos va ha servir
para más adelante donde veremos diseño experimental, diseño experimentar avanzado etc, la
primera fase que paso es una reflexión inicial donde estamos en un mundo muy complejo la
estadística nos brinda una herramienta para poder verla mejor, en nuestra vida diaria siempre
vamos a necesitar estadística.
En esta fase dos de estadística descriptiva, lo primero que tenemos que hacer es ingresar al
entorno de aprendizaje colaborativo donde encontramos nuestra guía de actividades fase 2,
donde el director del curso nos pide que los términos que nosotros tenemos que desarrollar los
conceptos básicos de estadística desarrollarlo con nuestras propias palabras y no nos limitemos a
copiar desde internet, que tenemos dos tipos de variables que son las que tenemos que trabajar
una variable cualitativa y cuantitativa esta seria la parte inicial de trabajo de trabajo individual.
Segundo seria el trabajo colaborativo donde tenemos que ingresar a una carpeta de Google drive
donde hay unos archivos en Paint de video, un libro de estadística y el programa R con su
código, se descarga toda la carpeta se instala el programa dependiendo el sistema operativo
donde no es obligatorio trabajar con este programa también podemos realizar los ejercicios en
Excel nosotros podemos elegir el método estadístico, inicialmente se realiza el trabajo de
definiciones y conceptos básicos estadísticos el cual se presenta o se socializa en el foro del
entorno de aprendizaje colaborativo del grupo, seguido la parte que es trabajo colaborativo
primero escogemos el rol el cual vamos a desempeñar en el trabajo colaborativo, desarrollamos
los ejercicios en el programa R y los presentamos en el foro del entorno de aprendizaje
colaborativo.
También nos habla de las herramientas sincrónicas como la webconferencia y via Skype, del foro
general del curso donde encontramos foros con temas de interacción social, dudas e inquietudes
generales del proceso formativo, soporte técnico actividades del aula, etc.
Nos hablan que para poder instalar el programa R el computador tiene que tener ciertas
especificaciones 32 bit o 64 bit que esta apk solo puede ser instalada en Windows que para
poderla instalar en linux o mac tenemos que ingresar directamente a la pagina del proyecto gran.
Continuamos con la descarga de los archivos instalamos la apk del programa R en nuestro
computador vamos al botón de inicio del programa lo abrimos, después descargamos el archivo
variables estadísticas que es el archivo en el cual vamos a trabajar, creamos una carpeta en
documentos que se llame estadística descriptiva ahí podemos guardar todos los archivos
descargados y los códigos, después abrimos el programa R lo primero que hacemos es cambiar la
ruta para que toda la información quede guardada en la carpeta que inicialmente creamos
llamada estadística descriptiva, después abrimos el archivo variables estadísticas las cual esta en
un documento de texto un bloc de notas, se abren los códigos los cueles tienen unos símbolos al
inicio de la oración hay un símbolo de numeral significa que es un texto explicativo donde esta
explicando algo del curso tener muy en cuenta ese numeral y leer todo lo que dice ahí son
explicaciones del curso para poder ejecutar los códigos lo hacemos con la tecla control mas R,
nos explica el profesor que R tiene otra versión que es de R estudio que es un versión mejor y
más amigable la interfaz,

Individuales
Consultar la bibliografía disponible en el Entorno de Conocimiento para la Unidad 1 y explicar
con sus propias palabras los siguientes términos y presentarlos en el Foro del Entorno
Colaborativo:
• Variable cuantitativa continúa.
Las variables continuas sedan a partir de procesos de medición puede ser el peso, longitudes,
tiempos, áreas, volúmenes. Ejemplo “rendimiento del cultivo en qq/ha, longitud de espigas de
trigo en centímetros, aumento de peso en kilogramos, diámetro de granos de maíz en milímetros,
temperatura máxima diaria en grados centígrados.” Balzarini, M., Di Rienzo, J., Tablada, M.,
Gonzalez, L., Bruno, C., Córdoba, M., ... & Casanoves, F. (2012). Pagina 18
Imagen recuperada de: Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C.,
Córdoba, M., ... & Casanoves, F. (2012).
• Variable cuantitativa discreta.
El valor será una categoría o cualidad. Si los valores posibles de una variable cuantitativa son
números enteros y provienen de un proceso de conteo, la variable se dice de tipo discreta. Por
Ejemplo: cantidad de frutos por planta, número de yemas por estaca, cantidad de insectos por
trampa o número de crías por parto. Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L.,
Bruno, C., Córdoba, M., ... & Casanoves, F. (2012). Página 18

• Variable cualitativa nominal.

Una variable nominal representa una cualidad que no tiene ningún sentido ordenar como mayor o
menor respecto a otra clases de variables. Eje un estudio observacional realizado sobre 20 fincas
ganadera se podría ver la variable. – Color (blanco, rojo, azul,…) – Lateralidad (zurdo, diestro)

• Variable cualitativa categórica.

Esta variable puede tomar valores como cualidades o categorías, ejemplo sexo (hombre, mujer),
salud, (buena, regular mala)
• Media poblacional.
Para la media poblacional se obtiene sumando y restando de la media maestral, veces su error
estándar.
• Media muestral. Mostrar la fórmula de cálculo.
Nos sirve para estimar la media de una población que se le ha extraído lo mismo. ¿Puede estimar
a la media de la población de la cual fue extraída la muestra?
Imagen tomada de: Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba,
M., ... & Casanoves, F. (2012). Página 118

• Varianza poblacional.
Varianza muestral: s2 el cuadrado de la desviación estándar s. Varianza poblacional: s2 el
cuadrado de la desviación estándar poblacional s. Usamos el término variación como una
descripción general de la cantidad que va- rían los valores entre sí. ... El término varianza se
refiere a una definición específica.

• Varianza muestral. Registrar fórmulas de cálculo.

Se dice que la varianza muestral s2 es un estimador sin sesgo de la varianza poblacional o 2, lo

que significa que los valores s2 tienden a igualar el valor de o 2, en lugar de tender, de manera
sistematica, a sobreestimar o subestimar o 2 .
(n−1) s2
x 2=
02
• Desviación estándar.
La desviación estándar (raíz cuadrada de la varianza) de la variable aleatoria media muestral de
muestras de tamaño n, recibe el nombre de Error Estándar y es expresado como:
• Mediana. La mediana es el número medio de un grupo de números ordenados por tamaño.
• Moda. La moda es el dato con mayor frecuencia o el dato que más se repite en una
distribución.
• Cuartiles En los cuartiles se divide la distribución en cuartos y se calcula el primer, segundo y
tercer cuartil.
Los cuantiles son medidas de posición. Un cuantil es un valor de la variable cuya ubicación en la
distribución, deja por debajo una proporción del total de los datos. El nombre del cuantil hace
referencia a dicha proporción.

Imagen tomada de: libro de estadística y biometría de Monica Balzarini pag 47

• Percentiles. El percentil es una medida de posición que indica una vez ordenado los
datos de menor a mayor, el valor de la variable por debajo del cual se encuentra un %
(porcentaje), dado de observación en un grupo.
• Regla de Sturges ¿para qué sirve?
La regla de Sturges es un criterio utilizado para determinar el número de clases o intervalos que
son necesarios para representar gráficamente un conjunto de datos estadísticos.
• Frecuencia absoluta
Se denomina frecuencia absoluta al número de veces que el valor de la variable se repite en un
conjunto de datos.

Imagen tomada de: Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba,
M., ... & Casanoves, F. (2012). Página 45

• Frecuencia relativa: La frecuencia relativa nos informa acerca de la proporción o el peso

que tiene algún valor u observación de la muestra, la frecuencia relativa nos va a permitir hacer
comparaciones entre muestras de tamaños distintos. Donde puede ser expresada como un valor

fi
decimal, como una fracción o como un porcentaje. Su formula es hi =
N
Imagen tomada de: Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba,
M., ... & Casanoves, F. (2012). Página 30

• Frecuencia absoluta acumulada: Es el acumulado de las frecuencias absolutas, o la

cantidad de datos que se van reportando de las frecuencias absolutas.

Imagen tomada de: Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba,
M., ... & Casanoves, F. (2012). Página 25

• Frecuencia relativa acumulada

frecuencias relativas acumuladas (FRA) que, para una fila de la tabla, corresponden a la suma de
las frecuencias absolutas y relativas de las filas anteriores hasta la fila actual, respectivamente.
Imagen tomada de: Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba,
M., ... & Casanoves, F. (2012). Página 92

• Tabla de frecuencias: Una tabla de frecuencias organiza los datos de manera tal que en
una columna de la tabla aparecen los valores de la variable, según el tipo de variable, y en
sucesivas columnas se muestran diferentes tipos de frecuencias asociadas a esos valores
(frecuencias absolutas, frecuencias relativas, frecuencias absolutas acumuladas y frecuencias
relativas acumuladas). Veamos algunos ejemplos de distribuciones de frecuencias y su
presentación a través de tablas.

Imagen tomada de: Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba,
M., ... & Casanoves, F. (2012). Página 25
• ¿Cómo es la tabla de frecuencias de una variable continua y de una discreta? ¿cuál
tiene intervalos?
las variables discretas, para indicar que la variable continua puede asumir cualquiera de los
valores comprendidos entre la primera y la última clase. Observemos que en este caso no es tan
directo ubicar en el gráfico los valores de las medidas resumen como lo fue para la variable
discreta. Esto se debe al agrupamiento de los datos en intervalos de clase.

Imagen tomada de: Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba,
M., ... & Casanoves, F. (2012). Página 45

• Boxplot o diagrama de cajas

Los diagramas de Caja-Bigotes (boxplots o box and whiskers) son una presentación visual que
describe varias características importantes, al mismo tiempo, tales como la dispersión y simetría.
Para su realización se representan los tres cuartiles y los valores mínimo y máximo de los datos,
sobre un rectángulo, alineado horizontal o verticalmente.
Imagen tomada de: Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba,
M., ... & Casanoves, F. (2012). Página 337

• Histograma y en qué tipo de variables se usa.

El histograma representa un grafico de una variable en forma de barra, en donde las superficies
de cada barra son proporcionales a una frecuencia de los valores representados, esto nos sirve
para la obtención de una primera vista general, o panorama, de una distribución de la población o
la muestra respecto a una característica cuantitativa y continua, como la longitud o el peso.

En un histograma se observan “clases” sucesivas. Cada barra se levanta sobre un conjunto de

puntos del eje X (una clase o un intervalo de clase). La altura de la “barra” señala la frecuencia
relevada para la clase. Las barras se dibujan pegadas, y no separadas como en las variables
discretas, para indicar que la variable continua puede asumir cualquiera de los valores
comprendidos entre la primera y la última clase.
• Gráfico de barras y en qué tipo de variables se usa.
gráficos de barras indicando el comportamiento promedio (a través de las repeticiones) de cada
material en cada ambiente.
 Conclusión

Con este trabajo se aprendió a identificar los principales métodos de la estadística descriptiva
donde nos dice que esta es una de las ciencias que analizan una serie de datos, (eje: edad, altura,
temperatura, etc) tratando de extraer conclusiones y el comportamiento de estas variables.
Donde podemos encontramos variables cualitativas y cuantitativas variables unidimensionales,
bidimensionales y pluridimensionales.
 Referencias bibliográficas

Fernández, S. F., Sánchez, J. M. C., Córdoba, A., & Largo, A. C. (2002). Estadística descriptiva.
Esic Editorial.

Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba, M., ... &
Casanoves, F. (2012). Estadística y Biometría. Ilustraciones del uso de Infostat en problemas de
agronomía. Universidad Nacional de Córdoba.

Chuairey, L. F., Bustillo, C. W. G., de Calzadilla Pereyra, J., & Chang, N. U. L. (2018).
Desarrollo de la modelación estadístico–matemática en las ciencias agrarias. Retos y
perspectivas. Investigación operacional, 38(5), 462-467.
Taucher, E. (1997). Bioestadística. Editorial Universitaria.

https://drive.google.com/drive/folders/1D3aJ0cmjKuue2mHFQnlHIdSLIMQxJOFG?
usp=sharing