FASE 3 - CONSTRUCCIÓN DE UN DOCUMENTO DE APLICACIÓN DE CONCEPTOS

DE PROBABILIDAD

GRUPO:   302277045_5

HAROLD HERNAN CUELLAR

C.c 12279930

MARIA ESPERANZA ALVAREZ CUETO

C.c 1039695586

SERGIO STEVEN GÓMEZ VELÁSQUEZ

C.c 1152192388

WILMER RICARDO URDA

C.c 1017194627

HAROLD FERNANDO MUÑOZ

CC: 1061699458

TUTORA:  

ASTRID TATIANA ROMERO MARTINEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS AGRICOLAS PECUARIAS Y DEL MEDIO AMBIENTE -

ECAMPA

2022
 INTRODUCCION

En el presente trabajo se describe La estadística descriptiva aplicada a las ciencias agrarias, donde
nos ayuda a presentar los datos de una forma tal que resalte su estructura por medio de la
presentación de gráficos, Tablas o histogramas, de esta forma se pueden detectar las características
relevantes o pertinentes. Para entender la bioestadística descriptiva, nos debemos de familiarizar
con sus conceptos, lo cual nos ayudara a comprender esta ciencia y asimismo, darle la aplicabilidad
para cada una de nuestras necesidades en las diferentes ramas de la economía y aun, hasta en
nuestras vidas personales.

Por lo anterior, se tratará de realzar la importancia de las estadísticas bio descriptiva dentro de las
ramas del saber, teniendo en cuenta que día a día nos encontramos con diferentes clases de
información en nuestras actividades económicas, los cuales, si le damos un valor agregado, se
convertirán en información valiosa para un mejor desempeño laboral, profesional y social.
 OBJETIVO

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.

Objetivos específicos:

 Realizar una lectura acertada sobre la representación de la información presentada en el

entorno de conocimiento para el desarrollo de la actividad.
 Interpretar y exponer temas como muestras, población, hipótesis, varianza y procedimientos
estadísticos.
 Demostrara habilidades para el uso del programa R
 DESARROLLO

¿Qué es una hipótesis en estadística?

La hipótesis estadística es la suposición que se realiza acerca de las características de una población.
Es utilizada para verificarla o rechazarla tras realizar el estudio estadístico pertinente.
Tanto personas como empresas estamos cada vez más acostumbrados a disponer y hacer uso de
multitud de datos. Esto es posible gracias a los avances tecnológicos como internet y al desarrollo
de las técnicas estadísticas. ( José Antonio Ludeña 2022)

¿Cómo se describen las hipótesis estadísticas? (describa que es una hipótesis nula y
alternativa y de ejemplos)

Las hipótesis podrán verificarse o rechazarse en función de los resultados que arroje el estudio
estadístico realizado. En este artículo te explicamos los diferentes tipos de hipótesis que hay y un
ejemplo para que lo entiendas a la perfección.

Supongamos que tenemos una fábrica de bicicletas. Queremos conocer si uno de nuestros modelos
pesa lo mismo tras la producción que lo calculado en su diseño. Para ello, debemos de establecer
tanto la hipótesis nula como la alternativa. ( José Antonio Ludeña 2022)

Una hipótesis nula es una suposición que se utiliza para negar o afirmar un suceso en relación a
algún o algunos parámetros de una población o muestra.

Supongamos que un investigador ha realizado una investigación acerca del salario medio mensual

por habitante en un determinado barrio de una ciudad. Imaginemos que el investigador ha
encuestado a 1.000 personas, llegando a la conclusión de que el salario medio mensual por
habitante es de 1.500 u.m.

Por tanto, el investigador quiere contrastar, si ese salario medio mensual por habitante es igual a
1.500 u.m. (conclusión del estudio y por ende hipótesis alternativa) o si por el contrario el salario
medio mensual por habitante es distinto a 1.500 u.m. (conclusión contraria a la del estudio que se
pretende negar y por ende hipótesis nula) ( José Antonio Ludeña 2022)

El contraste a realizar sería el siguiente:

H 0 : El salario medio mensual es distinto a 1.500 u . m.

H 1: El salario mensual es igual a 1.500 u . m.

La hipótesis alternativa es la suposición alternativa a la hipótesis nula formulada en un experimento

y/o investigación. Esta surge como resultado de una determinada investigación realizada sobre una
población o muestra.
Supongamos que un investigador ha realizado un estudio acerca del salario medio mensual en un
determinado barrio de una ciudad. Imaginemos que de la población de ese barrio, el investigador ha
encuestado a 1.000 personas llegando a la conclusión de que el salario medio mensual por habitante
es de 1.500 u.m.(unidades monetarias). ( José Antonio Ludeña 2022)

Por tanto, el investigador quiere contrastar si ese salario medio mensual es igual a 1.500 u.m.
(conclusión del estudio y por ende hipótesis alternativa) o si por el contrario el salario medio
mensual es distinto a 1.500 u.m. (conclusión contraria a la del estudio que se pretende negar y por
ende hipótesis nula). ( José Antonio Ludeña 2022)

El contraste a realizar sería el siguiente :

H 0 : El salario medio mensual es distinto a 1.500 u . m.

H 1: El salario mensual es igual a 1.500 u . m.

¿Qué es el nivel de significancia?

El nivel de significación es el límite para juzgar un resultado como estadísticamente significativo.

Si el valor de significación es menor que el nivel de significación, se considera que el resultado es
estadísticamente significativo. El nivel de significación también se conoce como el nivel alfa.
(Ibm.com. 2022)

¿Qué es el error estándar?

Es el término utilizado para referirse a una estimación de la desviación estándar, derivado de una
muestra especial utilizada para calcular la estimación en las estadísticas. En la más común, error
estándar es un proceso de estimación de la desviación estándar de la distribución de muestreo
asociada con el método de estimación (Estándar, E., 2022)

¿Qué es un factor de diseño?

El proceso por medio del cual se miden las observaciones de las respuestas se centra en el diseño
estadístico. En general, en los experimentos diseñados estadísticamente, las unidades
experimentales deben seleccionarse en forma imparcial, así como los tratamientos aplicados a estas,
mediante un proceso aleatorio, con el propósito de remover los posibles sesgos sistemáticos.
(Juntadeandalucia.es. 2022)

¿De qué se trata el nivel de confianza? (Cuando se conoce y no la varianza)

Un intervalo de confianza es un rango de valores que es probable que contenga un parámetro de

población desconocido. Si se dibuja una muestra aleatoria muchas veces, un cierto porcentaje de los
intervalos de confianza contendrá a la media de la población. Ese porcentaje es el nivel de
confianza. (Antonio, J., 2022.)
La varianza determina en una población que establece si la media de una o dos poblaciones tiene
similitudes, por lo tanto, se realiza una muestra única por cada población; esta varianza establece la
diferencia que existe entre las medias muéstrales y los valores medios de cada población

¿Cómo se define al tamaño de muestral? De un ejemplo de formas de calcular este parámetro

dentro de un diseño de muestreo (Hay varias maneras, describa brevemente dos).

El tamaño de la muestra es un término que se suele usar en estadística y en  investigación de

mercado. Surge siempre que se desea encuestar a una gran cantidad de personas. Tiene relación con
la forma en que se encuesta a grandes segmentos.

Para calcular el tamaño de la muestra adecuado, se deben tener en cuenta diferentes factores que
afectan a la encuesta y tener una comprensión básica de los cálculos estadísticos que se aplican.
Luego, podrá utilizar una fórmula de tamaño de muestra para aplicar todo esto y hacer el muestreo
con la confianza de que su encuesta será estadísticamente correcta. (Qualtrics - ES LA. 2022)

((2,44)2 x 0,6(0,4))/(4,05)2

1.1712/8.1
0.144

Se requiere 0,144 encuestados

¿Qué es un contraste de hipótesis?

Son tipos de formas en que se emplean en estadísticas donde permite la comprobación de valores
poblacionales. Donde permite la el objetivo de identificar si una estimación de aproxima o se
conforma de manera confiable

¿De qué se tratan los denominados errores tipo I y II en las pruebas de hipótesis?

Se basa en poder comprender la posibilidad de que una probabilidad no se certera donde existes dos
tipos de errores tipo I y II y se debe seleccionar cual es mas verdadera e identificar los riesgos

ERROR I: Se interpreta mediante la hipótesis nula es verdadera y, donde se excluye y no se acepta

ERROR II: Es cuando la hipótesis nula no es verdadera y, por lo tanto, se incluye y se asume las
consecuencias.

¿De qué se trata la regla de decisión en un contraste de hipótesis?

Son a partir de los datos muestrales donde plantea hipótesis (sus alternativas) de una la población,
es decir la regla de decisiones es principal de una hipótesis donde se procede a ser incluida o
excluida, a partir de los datos incorrectos o faltantes que se obtiene de una muestra, donde la
población tiene una gran distribución y la hipótesis de interpretan en valores de los parámetros
como: contrastaste de hipótesis paramétricas y en casa diferente hipótesis no paramétricas
Defina brevemente que es un Análisis de Varianza (ANOVA) y una prueba de Kruskall
Wallis. ¿En qué se diferencian?

Análisis de Varianza (ANOVA): es una formula que se utiliza para analizar las varianzas entre
medias y nivel alcanzado en diferentes grupos donde la variedad de context es empleada para
diferenciar las medidas en los conjuntos.

Ejemplo: para identificar la efectividad de fertilizantes para eliminar los hongos de la vegetación,
los atronémonos identifican la posibilidad de la muestra en un conjunto de plantas

Prueba de Kruskall Wallis: El test de Kruskal-Wallis, también conocido como test H, es la

alternativa no paramétrica al test ANOVA de una vía para datos no pareados. Se trata de una
extensión del test de Mann-Whitney para más de dos grupos. Es por lo tanto de un test que emplea
rangos para contrastar la hipótesis de que k muestras han sido obtenidas de una misma población.

A diferencia del ANOVA en el que se comparan medias, el test de Kruskal-Wallis contrasta si las

diferentes muestras están equidistribuidas y que por lo tanto pertenecen a una misma distribución
(población). Bajo ciertas simplificaciones puede considerarse que el test de Kruskal-Wallis compara
las medianas.

H0H0: todas las muestras provienen de la misma población (distribución).

HAHA: Al menos una muestra proviene de una población con una distribución distinta. (Rodrigo,
J., 2022)

¿Qué tipos de pruebas estadísticas hay y cuales podemos aplicar para problemas en sistemas
agroforestales?

Cuando se obtiene unos datos y son medidos por una variable cuantitativa continua y se obtiene una
muestra aleatoria en una probabilidad de forma normal o de gauss

Los tipos de pruebas estadísticos que se podrían aplicar en la ingeniería agroforestal son los análisis
de varianza (ANOVA) y pruebas paramétricas y no paramétricas

Una vez resueltos y comprendidos los fundamentos teóricos, deberán hacer la lectura del artículo de
Garza Lau, R., Maldonado Torres, R., Álvarez Sánchez, M. E., & Buendía Espinoza, J. C. (2020).
Aporte nutrimental de especies arbóreas fijadoras de nitrógeno en sistemas agroforestales con café.
Revista mexicana de ciencias agrícolas, 11(4), 801-814.

http://www.scielo.org.mx/scielo.php?pid=S2007- 09342020000400801&script=sci_arttext

Desde la lectura realizada identificar y responder de manera concreta y puntual los siguientes
aspectos:

a) ¿Cuál es el problema abordado en esta investigación?

R/. Cuál es el aporte nutrimental en especies arbóreas fijadoras de nitrógeno en sistemas
agroforestales con café

b) ¿Cuál fue la pregunta de investigación y objetivo formulado? Aunque no sea explicito,

pueden inferirlo a partir de las variables y objetivos planteados.
R/. Cuál es el efecto adecuado de fertilización en la producción de café bajo sombra con
especies arbóreas fijadoras de Nitrógeno en cuatro tratamientos agroforestales sin fertilizar,
fertilización en el suelo, fertilización foliar y fertilización foliar y en el suelo.

c) Identifique y liste las variables (dependientes e independientes), así como los factores de
diseño establecidos para esta investigación.
R/.

Variables dependientes

Fertilización Sin fertilizar

Fertilización al suelo

Fertilización foliar

Fertilización foliar y al suelo

Variables independientes

Concentración de nutrientes después de fertilizar

d) ¿Cuáles fueron las hipótesis contrastadas?

R/ concentración promedio de micronutrientes antes y después de fertilizar

Concentración de macronutrientes antes y después de fertilizar

e) ¿Cuál fue el procedimiento estadístico realizado? (describan porqué este fue o no el más
apropiado usando la teoría consultada)
Los análisis estadísticos se procesaron con la ayuda del sistema del Software R

Se obtuvo el Anova

Se obtuvo la comparación de medias con Tukey y Duncan

Ejercicio 1: Se quiere estudiar el efecto de distintas dosis de un medicamento para combatir a los
parásitos de una población de Cucurbita máxima cultivada en el municipio de Venta-Quemada en el
departamento de Boyacá. Para ello, se tomaron 60 ejemplares maduros al azar, y se dividieron en 5
grupos de 12 unidades cada uno. El primer grupo no fue medicado y se le denominó como
“Control”, pero a los restantes se les suministro el medicamento en dosis crecientes.
Tras una semana de tratamiento, se contabilizaron los parásitos existentes en cada calabaza,
obteniendo los resultados siguientes:

R/. g) Realice los cálculos correspondientes, es decir la tabla que relacione los cálculos
incluyendo: suma de cuadrados total (TSS), suma de cuadrados del factor (SST); Suma de
cuadraros residual/error (SSE), para luego realizar en análisis de varianza o de la suma de
cuadrados. Puede ser de manera manual, por medio de la herramienta de análisis de datos de
Excel, o si lo desean usando el programa estadístico R, los resultados no deben variar por
mucho, pero deben explicar el procedimiento detalladamente

Análisis de
varianza de un
factor

RESUMEN
Grupos Cuenta Suma Promedio Varian
za
control 12 683 56,91666667 279,53
78788
25 mg 12 1110 92,5 25948,
45455
50 mg 12 565 47,08333333 238,62
87879
100 mg 12 269 22,41666667 60,628
78788
125 mg 12 261 21,75 76,386
36364

ANÁLISIS DE
VARIANZA
Origen de las Suma de Grados de Promedio de F Probab Valor
variaciones cuadrados libertad los cuadrados ilidad crítico para
F
Entre grupos 40848,933 4 10212,23333 1,92 0,12 2,54
33
Dentro de los 292640 55 5320,727273
grupos

Total 333488,93 59
33
Contrastar si el medicamento es efectivo contra los parásitos y si existen diferencias según la dosis
aplicada. Para llevarlo a cabo, Responda al siguiente paso a paso:

a) Identifique el planteamiento del problema y verifique los supuestos asociados a las pruebas
estadísticas para el contraste de hipótesis.
b) ¿Cuáles y de qué tipo son las variables involucradas?
c) ¿Cuál es el factor de diseño?
d) Defina el planteamiento de las hipótesis y escríbalas de acuerdo con su notación de
hipótesis nula y alterna.
e) Establezca un valor de significancia y explíquelo.
f) Antes del desarrollo de la prueba de hipótesis, que corresponden a una ANOVA de un
factor. Describa, con base en los supuestos de esta, porqué es el estadístico de prueba más
apropiado (revisar los supuestos o requerimiento de los datos que exige este tipo de
pruebas).
h) Subraye el valor de probabilidad (P) obtenido y tome una decisión con base en este. Discuta
y concluya de acuerdo con la prueba de hipótesis realizada (recuerden cómo se escribe
cuando se concluye con base en los datos estadísticos, no es igual que con las hipótesis de
investigación).
CONCLUSIÓN

 Es de vital importancia para las diferentes áreas del saber de las ciencias agrarias, la
bioestadística descriptiva ya que ayuda en la identificación de diferentes aspectos que
cotidianamente es muy complicado o hasta imposible de realizar.

 Es de resaltar, que, al momento de utilizar la bioestadística, se debe de hacer siguiendo

todos los lineamientos establecidos en esta ciencia, ya que, de lo contrario, se generan
sesgos en los resultados lo cual puede generar que se tomen apreciaciones o decisiones
erróneas.

 En el día a día, vemos varios resultados de investigaciones que sin entrar escudriñar o sin
tener ningún conocimiento acerca de la estadística descriptiva, los ponemos en duda,
porque los sesgos son muy notorios y algunas veces, no van en la misma línea de la
realidad; por tal razón, es de vital importancia que los futuros profesionales
conozcan a fondo la utilizada y aplicabilidad de la estadística descriptiva no solo en
las ciencias agrarias sino en todos los ámbitos del saber.

BIBLIOGRAFIA

Cifuentes, X., Jaramillo, L., Mejía, L & Torres, M. (2016). Métodos de análisis para la
investigación, desarrollo e innovación (i+d+i) de procesos agrícolas y
agroindustriales. https://www.ugc.edu.co/sede/armenia/files/editorial/
metodos_de_analisis_para_la_investigacion.pdf
Mendoza, H, Bautista, G. (2002). Probabilidad y Estadística. Universidad Nacional de
Colombia. http://red.unal.edu.co/cursos/ciencias/2001065/html/contenido.html.

Mirás M & Rodríguez E. (2018). Técnicas estadísticas con hoja de cálculo y

R. http://www.investigo.biblioteca.uvigo.es/xmlui/handle/11093/970

Ruesga González, I. (2007). Libro de experimentación agrícola. La Habana, Cuba: Editorial

Universitaria. https://www.researchgate.net/publication/329880204_LIBRO_DE_EXPERIMENTA
CION_AGRICOLA

Sáez J. (2010). Métodos estadísticos con R y R

comander. https://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf

Sulca, L. (2020). Estadística descriptiva – inferencial. Recuperado

de: http://repositorio.une.edu.pe/handle/UNE/3141

Deaza, D. (2020). OVI Validación de supuestos del análisis de

varianza. https://repository.unad.edu.co/handle/10596/33981

José Antonio Ludeña 2022. Recuperado de: <https://economipedia.com/definiciones/hipotesis-

alternativa.html>

Ibm.com. 2022. IBM Docs. Recuperado de:

<https://www.ibm.com/docs/es/cognos-analytics/11.1.0?topic=terms-significance-level>

Estandar, E., 2022. Error Estandar. Estadisticarz.blogspot.com. Recuperado de:

<https://estadisticarz.blogspot.com/2016/01/error-estandar-definicion-el-error.html>

Juntadeandalucia.es. 2022. Diseño y analisis de experimentos estadísticos. [online] Recuperado de:

<http://www.juntadeandalucia.es/averroes/centros-tic/14002996/helvia/aula/archivos/repositorio/
250/295/html/estadistica/diseno.htm> .

Antonio, J., 2022. Comprendamos las pruebas de hipótesis: intervalos y niveles de confianza.

Addlink.es. Recuperado de: <https://www.addlink.es/noticias/minitab/2846-comprendamos-las-
pruebas-de-hipotesis-intervalos-y-niveles-de-confianza>

Qualtrics - ES LA. 2022. Cómo calcular el tamaño correcto de una muestra. Recuperado de:
<https://www.qualtrics.com/es-la/gestion-de-la-experiencia/investigacion/calcular-tomano-
muestra/>

Rodrigo, J., 2022. Test Kruskal-Wallis. Cienciadedatos.net. Recuperado de:

<https://www.cienciadedatos.net/documentos/20_kruskal-wallis_test>