Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación

Syllabus del curso Bioestadística Agraria,

Código 302277045

1. Datos del curso

Unidad a la que pertenece el curso: Escuela de Ciencias Agrícolas Pecuarias

y del Medio Ambiente ECAPMA

Nivel de formación: Profesional Campo de formación: Disciplinar

Número de Créditos: 3 Tipología de Curso: Teórico

Docente que diseña el curso: Diego

El curso Sí se puede habilitar
Alberto Deaza Castillo

Docente que actualiza el curso: Astrid Tatiana Romero Martínez

Fecha de elaboración del curso: Fecha de actualización del curso:

martes, 26 de mayo de 2020 martes, 25 de mayo de 2021

Descripción del curso:

El curso hace parte del campo de formación disciplinar y está dirigido hacia la
comprensión de los principales procesos agropecuarios en donde es necesaria su
interpretación, a través de la aplicación de técnicas y herramientas estadísticas.

El curso busca fomentar en el estudiante competencias propias para la interpretación

de la información derivada de la producción agropecuaria para convertir datos
primarios y secundarios en información procesada coherentemente, mediante la
estrategia de aprendizaje del estudio de casos, a través de tres unidades de contenido
donde se desarrollan los principales temas de la bioestadística de aplicación a las
ciencias agrarias, con un proceso de evaluación a través de criterios de forma,
contenido y participación.

Acorde al documento maestro del programa de Ingeniería Agroforestal UNAD (2018)

el curso pertenece al plan de estudios de este programa y responde a la pregunta
1
del núcleo integrador ¿Cómo lograr que las comunidades rurales mejoren sus
condiciones socioeconómicas y protejan la biodiversidad mediante el uso de
Sistemas Agroforestales?, el curso de Bioestadística Agraria hace parte del núcleo
problémico Planificación y Manejo Agroforestal así como también del núcleo
problema de Negocios con productos agroforestales.

2. Propósito de formación:
El propósito de formación del curso es el siguiente:

• Al finalizar el curso el estudiante estará en capacidad de analizar, explicar e

interpretar los principales datos cuantitativos y cualitativos asociados a la actividad
agropecuaria, a través del uso de herramientas de Bioestadística aplicada a casos
de las ciencias agrarias.

3. Resultados de aprendizaje

Al finalizar el curso académico el estudiante estará en la capacidad de evidenciar:

Resultado de aprendizaje 1: Entender los conceptos básicos de la estadística

descriptiva a través de desarrollo de un documento de aplicación de estos.

Resultado de aprendizaje 2: Identificar y analizar los diferentes tipos de variables en

Bioestadística a través de un ejercicio de muestreo, organización, procesamiento y
presentación de estas con la ayuda de software

Resultado de aprendizaje 3: Identificar los conceptos básicos de probabilidad y

distribuciones de probabilidad más usadas en las ciencias agrarias mediante el
desarrollo de un ejercicio de procesamiento de datos procedentes de actividades
productivas agropecuarias.

Resultado de aprendizaje 4: Aplicar los conceptos prueba de hipótesis e intervalos de

confianza en las ciencias agrarias mediante el desarrollo de un ejercicio de
procesamiento de datos procedentes de actividades productivas agropecuarias.

2
Resultado de aprendizaje 5: Aplicar los conceptos relacionados con el análisis de
varianza de un factor por medio del desarrollo de un proyecto agropecuario con
procesamiento de datos.

Resultado de aprendizaje 6: Desarrollar aplicación de los conceptos aprendidos en el

curso mediante el desarrollo de la evaluación final por medio de una prueba objetiva
abierta.

4. Estrategia de aprendizaje:

La estrategia de aprendizaje del curso es: basada en Estudios de caso

Esta estrategia consiste en: desarrollo de un caso de ejemplo por parte del docente,
con organización de datos posteriormente procesados e interpretados y partiendo
de esta experiencia desarrollo de un caso por parte del estudiante con el rescate de
unos datos de una actividad productiva de la carrera en la que se forma el
estudiante, con organización, procesamiento e interpretación de estos.

La estrategia de aprendizaje se organiza en 6 Fases:

Fase 1: Conceptos básicos de estadística descriptiva aplicada a ciencias agrarias.

Fase 2: Aplicación de estadística descriptiva con muestreo.

Fase 3: Aplicación de conceptos de probabilidad.

Fase 4: Aplicación de prueba de hipótesis e intervalos de confianza.

Fase 5: Aplicación de conceptos de análisis de varianza en un proyecto agropecuario.

Fase 6: Evaluación final prueba objetiva abierta (POA).

5. Contenidos y referentes bibliográficos del curso

Unidad 1: Estadística descriptiva aplicada a las ciencias agrarias e introducción

al muestreo

3
En esta unidad se abordarán los siguientes contenidos:

• Generalidades de la estadística

• Tablas de frecuencia, medidas de resumen y gráficos acorde al tipo de variables.

• Instalación del programa estadístico y algunas indicaciones de manejo de datos.

• Introducción al Muestreo Aleatorio SimplePara abordar los contenidos se

requiere consultar los siguientes referentes bibliográficos:

Para abordar los contenidos se requiere consultar los siguientes referentes

bibliográficos:

• García, A. (2008). Lectura y escritura de datos en R. Obtenido el 09/07/2020,

desde el sitio Web de http://ocw.uc3m.es/estadistica/aprendizaje-
del- software-estadistico-r-un-entorno-para-simulacion-y-computacion-
estadistica/lectura-y-escritura-de-datos-en-r
• Izcara, S. P. (2007). Introducción al muestreo. México D.F, Mexico: Editorial
Miguel Ángel Porrúa. Recuperado de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/75399?as_all=estadistica
y muestreo&as_all_op=unaccent icontains&fs_page=3&prev=as
• Miguel Hernández de Elche, Universidad. (2015,). Bioestadística. OER
Commons. Recuperado de https://www.oercommons.org/authoring/6990-
bioestad%C3%ADstica/10/view
• Mirás M & Rodríguez E. (2018). Técnicas estadísticas con hoja de cálculo y R.
Recuperado de
http://www.investigo.biblioteca.uvigo.es/xmlui/handle/11093/970
• Sáez, J. (2010). Métodos estadísticos con R y R comander. Recuperado de
https://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf
• Sulca,L.(2020). Estadística descriptiva – inferencial. Licencia Creative
Commons. Recuperado de http://repositorio.une.edu.pe/handle/UNE/3141
• Deaza, D. (2020). OVI Medidas resumen y gráficos en el programa R.
Recuperado de https://repository.unad.edu.co/handle/10596/35439

4
Unidad 2: Probabilidades y distribuciones de probabilidad

En esta unidad se abordarán los siguientes contenidos:

• Introducción a la probabilidad
• Distribuciones de probabilidad
• El uso del programa R en la probabilidad

Para abordar los contenidos se requiere consultar los siguientes referentes

bibliográficos:

• Herazo, C. (2002). Probabilidad y estadística: Una introducción. Licencia

Creative Commons Reconocimiento-NoComercial-SinObra Derivada 4.0.
Recuperado de http://repositorio.unicartagena.edu.co/handle/11227/4816
• Mirás M & Rodríguez E. (2018). Técnicas estadísticas con hoja de cálculo y R.
Recuperado de
http://www.investigo.biblioteca.uvigo.es/xmlui/handle/11093/970
• Sánchez, A. (2014). Bioestadística Aplicada con R y RKTeaching. Licencia 3.0
España de Creative Commons. Recuperado de
https://www.academia.edu/7604945/Bioestad%C3%ADstica_Aplicada_con_R_
y_RKTeaching
• Sáez, J. (2010). Métodos estadísticos con R y R comander. Recuperado de:
https://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf
• Sulca, L. (2020). Estadística descriptiva – inferencial. Licencia Creative
Commons. Recuperado de: http://repositorio.une.edu.pe/handle/UNE/3141
• Cáceres, L. (2020). OVI Distribución normal y algunas de sus aplicaciones.
Recuperado de https://repository.unad.edu.co/handle/10596/33961

5
Unidad 3: Prueba de hipótesis aplicada y métodos de análisis

En esta unidad se abordarán los siguientes contenidos:

• Intervalos de confianza y prueba de hipótesis para la media

• Intervalos de confianza y prueba de hipótesis para la varianza
• Introducción al análisis de varianza
• Análisis de varianza con el programa R
• Pruebas de normalidad
• Identificación de métodos no paramétricos en casos de no cumplimiento de los
supuestos del análisis de varianza.

Para abordar los contenidos se requiere consultar los siguientes referentes

bibliográficos:

• Mendoza, H, Bautista, G. (2002). Probabilidad y Estadística. Universidad

Nacional de Colombia,
http://red.unal.edu.co/cursos/ciencias/2001065/html/contenido.ht ml.
Licencia: Creative Commons BY-NC-ND. Mirás M & Rodríguez E. (20181).
Técnicas estadísticas con hoja de cálculo y R. Recuperdo de
http://www.investigo.biblioteca.uvigo.es/xmlui/handle/11093/970
• Mirás M & Rodríguez E. (2018). Técnicas estadísticas con hoja de cálculo y R.
Recuperado de
http://www.investigo.biblioteca.uvigo.es/xmlui/handle/11093/970

• Sáez J. (2010). Métodos estadísticos con R y R comander. Recuperado de:

https://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf
• Sulca, L. (2020). Estadística descriptiva – inferencial. Licencia Creative
Commons. Recuperado de: http://repositorio.une.edu.pe/handle/UNE/3141
• Deaza, D. (2020). OVI Validación de supuestos del análisis de varianza.
Recuperado de: https://repository.unad.edu.co/handle/10596/33981

6
 6. Organización de las actividades académicas por semanas
Momento inicial

Fase 1: Conceptos básicos de estadística descriptiva aplicada a ciencias agrarias Se

desarrolla entre la semana 1 y la semana 2

Responde al resultado de aprendizaje 1

Las actividades son: desarrollar la redacción de un documento acorde a las

indicaciones de docente este escrito debe registrar un conjunto de conceptos básicos
en la estadística descriptiva registrados en las palabras del estudiante, es decir como
el mismo entiende la definición.

Momento intermedio

Fase 2: Aplicación de estadística descriptiva con muestreo

Se desarrolla entre la semana 3 y la semana 5

Responde al resultado de aprendizaje 2

Las actividades son: Se debe desarrollar un documento de ejecución de muestreo,

organización y procesamiento de variables tanto cualitativas como cuantitativas con
ayuda del software indicado por el docente.

Fase 3 : Aplicación de conceptos de probabilidad.

Se desarrolla entre la semana 6 y la semana 8

Responde al resultado de aprendizaje 3

Las actividades son: Desarrollo de una introducción a los principales conceptos de

probabilidad y las principales distribuciones de probabilidad de aplicación en las
ciencias agrarias, posteriormente el desarrollo de un ejercicio de aplicación de
conceptos de probabilidad.

Fase 4: Aplicación de prueba de hipótesis e intervalos de confianza.

7
Se desarrolla entre la semana 9 y la semana 11

Responde al resultado de aprendizaje 4

Las actividades son: Se debe desarrollar una actividad de construcción de un

documento con aplicación de los conceptos de prueba de hipótesis e intervalos de
confianza, posteriormente remitir dicho documento.

Fase 5: Aplicación de conceptos de análisis de varianza en un proyecto agropecuario.

Se desarrolla entre la semana 12 y la semana 14

Responde al resultado de aprendizaje 5

Las actividades son: Se debe desarrollar una actividad de construcción de un

documento con aplicación de los conceptos en un proyecto agropecuario con
procesamiento de datos, posteriormente remitir dicho documento.

Momento final

Fase 6: Evaluación final Prueba Objetiva Abierta (POA)

Se desarrolla entre la semana 14 y la semana 16

Responde al resultado de aprendizaje 6
Las actividades son: desarrollo de la evaluación final acorde con las indicaciones del
docente. Esta actividad consiste en una Prueba Objetiva Abierta donde se evaluan
todos los conceptos del curso.

7. Estrategias de acompañamiento docente

Para desarrollar las actividades del curso usted contará con el acompañamiento del
docente. Los espacios en los cuales usted tendrá interacciones con su docente son los
siguientes:

• Foros de trabajo
• Correo en campus virtual
• Sesiones de conferencia en línea o webconference
• Sesiones de chat en skype

8
 8. Plan de Evaluación del curso
Momento de evaluación inicial:

Fase 1:

Responde al resultado de aprendizaje 1

Los criterios con los que será evaluado son: contenido, forma y participación. Las
evidencias de aprendizaje son: un documento de conceptos básicos.

La valoración máxima de esta actividad es de 25 puntos, equivalente al 5% de la

evaluación del curso.

Momento de evaluación intermedio:

Fase 2:

Responde al resultado de aprendizaje 2

Los criterios con los que será evaluado son: contenido, forma y participación. Las
evidencias de aprendizaje son: documento de identificación y análisis de variables
estadísticas

La valoración máxima de esta actividad es de 80 puntos.

Fase 3:

Responde al resultado de aprendizaje 3

Los criterios con los que será evaluado son: contenido, forma y participación

Las evidencias de aprendizaje son: documento de aplicación de conceptos de

probabilidad

La valoración máxima de esta actividad es de 90 puntos.

9
Fase 4 :

Responde al resultado de aprendizaje 4

Los criterios con los que será evaluado son: contenido, forma y participación.

Las evidencias de aprendizaje son: documento de aplicación de conceptos de prueba

de hipótesis e intervalos de confianza

La valoración máxima de esta actividad es de 90 puntos.

Fase 5 :

Responde al resultado de aprendizaje 5

Los criterios con los que será evaluado son: contenido, forma y participación.

Las evidencias de aprendizaje son: documento con aplicación de los conceptos de

análisis de varianza en un proyecto agropecuario

La valoración máxima de esta actividad es de 90 puntos.

La valoración total de este momento de evaluación corresponde al 70% del curso (350
puntos).

Momento de evaluación final:

Fase 6 :

Responde al resultado de aprendizaje 6

Los criterios con los que será evaluado son: contenido, forma y participación. Las
evidencias de aprendizaje son: documento evaluación final prueba objetiva abierta
(POA)

La valoración total de este momento es de 125 puntos, equivalente al 25% de la

evaluación del cursoLa valoración total de este momento es de 125 puntos,
equivalente al 25% de la evaluación del curso.

10