lOMoARcPSD|8333596

FASE 4. APLICAR CONCEPTOS A UN PROYECTO AGROPECUARIO

CON PROCESAMIENTO ESTADÍSTICO.

EDWIN AVELLA

TUTOR
LUIS CACERES

ESTADÍSTICA DESCRIPTIVA (PARA AGRARIAS)

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

Escuelas agrícolas, pecuarias y del medio
ambiente Ingenieria ambiental
MAYO 2021
 lOMoARcPSD|8333596

INTRODUCCIÓN

La presente actividad busca evaluar al estudiante en cuanto al manejo

adecuado que le pueda dar a la herramienta llamada, ‘Programa R’, un
software especializado y de licencia libre, que permite al estudiante trabajar en
cualquier ambiente laboral, con autonomía y sin las implicaciones de los
softwares especializados. A partir de la identificación de escenarios
relacionados con su actividad profesional donde se pueda aplicar el
procesamiento estadístico de variables.
Objetivos
- Conocer los principales factores que inciden en la
problemática. Específicos:
- Identificar los diferentes conceptos de interpretación de datos
correspondientes.
- Realizar la lectura de datos y proyectarlos por medio de esquemas gráficos.
- Analizar la problemática identificada con el objetivo de determinar los
resultados estadísticos.
 1. Definir un área de trabajo donde se puedan obtener datos de
variables continuas, discretas y cualitativas.

El área de trabajo escogida es sobre el tipo de lodos de las aguas residuales en

aeropuerto el dorado

2. Indicar la ubicación del sitio fuente de los datos: institución,

municipio, vereda y/o finca si aplica. El informe debe presentar
los detalles de la locación elegida para la captura de datos y
evidencia fotográfica (el estudiante debe aparecer en la
recolección de los datos).

Nombre
s AEROPUERTO EL DORADO
alternat
ivos:
Tipo:
Aeródromo el dorado

Región
Mindat.org: Bogotá Colombia
Región:
Bogotá distrito capital Colombia
Latitud:
Sin información
Longitud:
Sin información
Lat / Long Sin información
(dec):
Tipo de
clima de Af: moderadamente frío
Köppen:
 Ptar
lodos
 3. Determinar una variable continua, una discreta y una
cualitativa. Se debe realizar una descripción clara de cada una
de las variables elegidas y la metodología utilizada para la
recolección de la información.

Variable continua: Peso de lodo solido

Variable Cualitativa nominal: tipo de lodos

Variable Discreta: Litros de lodo liquido

 4. Gestionar como mínimo 30 datos de cada una de las variables
(si se puede más, mejor). Se debe presentar evidencia
fotográfica en el informe, donde aparezca el estudiante
recolectando los datos.

Variable continua: Peso de lodos

lodo 523-8= 493.33 kg

lodo 356-6= 396.26 kg
lodo 2453-2= 512.8 kg
lodo 3452-0= 496.10 kg
lodo 383-0= 480.6 kg
lodo 1203-9= 560.65 kg
lodo 5202-2=601.41 kg
lodo 540-1=484.33kg
lodo 580-5=515.22 kg
lodo 2345-9= 591.18 k
lodo 096-25= 592.58 kg
lodo 11-36= 405.23 kg
lodo 1110-45= 510.09kg
lodo 3491-12= 438.18 kg
lodo 7896-210=405.11 kg
lodo 3291-11= 480.19 kg
lodo 193-3= 459.49 kg
 lOMoARcPSD|8333596

CONTINUA=
(,496.10,450.24,563.21,523.15,592.58,405.23,510.09,438.18,405.11,480.19,459.49,
480.6,560.65,601.41,484.33,515.22,591.18,493.33,396.26,51 2.8)

Variable Cualitativa nominal: tipo de lodos

Lodo secundario. ...
Lodo terciario. ...
Lodo activo. ...
Lodo activo de retorno. ...
Fango o lodo digerido. ...
Digestión anaerobia. ...
Digestión aeróbica.
L 5463-6
L 383-0
L 1203-9
L 5202-2
L 540-1
L 580-5
L 2345-9
L 523-8
L 356-6
L 2453-2
L 1231-1
L 2234-9
L 096-25
 lOMoARcPSD|8333596

L 1110-45
L 3491-12
L 7896-210
L 3291-11
L 193-3
L 11-36

Variable Discreta: Litros de lodo liquida

11-36= 6 L
1110-45= 7 L
3491-12= 8 L
7896-210= 6 L
3291-11= 7 L
193-3= 8 L

383-0= 7 L
1203-9= 8 L
5202-2= 7 L
540-1= 8 L
580-5= 6 L
 lOMoARcPSD|8333596

523-8= 6 L
2345-9= 8 L
356-6= 8 L
2453-2= 7 L
3452-0= 6 L
5463-6= 7 L
1231-1= 9 L
2234-9= 8 L
 lOMoARcPSD|8333596

Etapa 2
1. Ejecutar el programa R y abrir el archivo “Codigo Fase 4”
2. Ingresar los datos respectivos para la variable continua, discreta y
categórica en los siguientes comandos presentes en el código:

summary(CONTINUA)# Resumen estadístico

Min. 1st Qu. Median Mean 3rd Qu. Max.
396.3 457.2 494.7 498.0 532.5 601.4
> mean(CONTINUA)#media
aritmética [1] 497.9675
> var(CONTINUA)#varianza
[1] 3871.247
> sd(CONTINUA)#desviación
estándar [1] 62.21934
> min(CONTINUA) #Mínimo
> max(CONTINUA)#
Máximo [1] 601.41
> range(CONTINUA)
#Rango [1] 396.26 601.41
> median(CONTINUA)#
Mediana [1] 494.715
> length(CONTINUA)# Número de
datos [1] 20
> quantile(CONTINUA, 0.25)# Cuantil
Q1 25%
457.1775
> quantile(CONTINUA, 0.5)# Cuantil Q2 que es la mimsa
mediana 50%
494.715
> quantile(CONTINUA, 0.75)# Cuantil
Q3 75%
532.525
> IQR(CONTINUA) #Rango
intercuartílico [1] 75.3475
> sort(CONTINUA)# Ordenar
[1] 396.26 405.11 405.23 438.18 450.24 459.49 480.19 480.60 484.33
493.33 496.10 510.09 512.80 515.22 523.15 560.65 563.21 591.18 592.58
601.41
 para la variable continua, haciendo una descripción del gráfico y analizando los
resultados obtenidos.

VARIABLE CONTINUA

Se puede observar en la gráfica que el promedio de lodo en peso de kg de

400,450 y 600 kg es igual, la cantidad de lodo con un total de 3 tipos de lodo
promedio en cada peso. Lo lodos de 460 kg a 500 kg son de mayor frecuencia
según grafica de variable continua
 lOMoARcPSD|8333596

Presentar los gráficos de tablas de frecuencias absolutas, diagrama de cajas

(boxplot) y de torta para la variable discreta, haciendo una descripción de cada
gráfico y analizando los resultados obtenidos.

Se puede observar en la siguiente grafica de frecuencia absoluta discreta que

la producida de lodo aumenta en el color amarillo y disminuye en el color azul
quizá por la poca operación del aeropuerto
1. Presentar los gráficos de tablas de frecuencias absolutas y frecuencias
relativas para la variable cualitativa (categórica), haciendo una
descripción de cada gráfico y analizando los resultados obtenidos.
 lOMoARcPSD|8333596

CONCLUSIONES

Observamos la cantidad de lodo que hay en promedio por cada peso

observable en la variable que da en promedio la disponibilidad que hay
en la variedad de pesos en los lodos