ESTADÍSTICA APLICADA

DEFINICIONES:

Estadística: Es la rama de las Matemáticas que aborda el tema de la recolección, organización,

análisis, interpretación y presentación de conclusiones, de grupos de datos de naturaleza
numérica y no numérica.

Estadísticas: Conjunto de cualquier cantidad de datos numéricos correspondientes a

observaciones o mediciones relacionadas, que están afectados por una multitud de causas.

Población: Es el conjunto sobre el que estamos interesados en obtener conclusiones. El tamaño

poblacional se simboliza con la letra N.

Muestra: Es un subconjunto de la población sobre el que realmente hacemos las observaciones.

La muestra debe ser “representativa” de la población, y está formada por miembros
“seleccionados” de la población. El tamaño muestral se simboliza con la letra n.

Unidad de análisis: Es el objeto de observación o medición estadística sobre el cual se desea

tener información. Debe ser muy precisa para evitar ambigüedad.

Variable estadística: Es una característica observable que varía entre los diferentes individuos
de una población. Debe ser muy precisa para evitar ambigüedad. Se clasifican en:

- Cualitativas: es aquella que por su propia naturaleza o se puede cuantificar (o no hay

interés justificado en hacerlo) y sus estados son descriptos mediante palabras, es decir,
aquellas características de la unidad de análisis que no son susceptibles de medición,
son cualidades o atributos. Ej: color del fruto, variedades, estados fenológicos, etc.

- Cuantitativas: son aquellas que por su propia naturaleza admiten que sus variaciones
en los elementos poblacionales o muestrales sean susceptibles de cuantificación o
medición propiamente dicha. Las respuestas obtenidas son números. A su vez, estas se
clasifican en:
- Cuantitativas discretas: es aquella que dado un intervalo numérico sólo puede tomar
un número finito o infinito numerable de posibles valores, es decir, son números
enteros. Generalmente los datos discretos son originados por un proceso de conteo o
enumeración. Ej: número de días hasta el 80% de brotación del ajo, número de pulgones
por hoja, número de tomates con podredumbre apical.
- Cuantitativas continuas: es aquella que dado un intervalo numérico puede tomar
cualquier valor de los posibles valores, es decir, infinitos valores. Es decir, son números
dentro de un intervalo. Los datos continuos son originados por un proceso de medición.
Ej: tiempo de vida de un animal, altura, peso, longitud, etc.

Tecnicatura de Agronomía - Prof. Maura Calvo

Ramas de la Estadística

La Estadística puede dividirse en dos grandes ramas, perfectamente diferenciadas por los
objetivos que persiguen y por los métodos que utilizan.

ESTADÍSTICA

DESCRIPTIVA
Se estudian todas las
unidades de análisis de la
población. Incluye la
obtención, organización,
análisis y presentación de
una manera objetiva. Las
conclusiones no van más allá
de la extensión que tienen
los datos en sí, no se pueden
hacer extensivas a otras
poblaciones.
INFERENCIAL
Cuando la población es muy
grande se toma una muestra
y son las unidades de
análisis de la muestra las
que se estudian. Se obtienen
generalizaciones o se toman
desiciones en base a una
información parcial o
incompleta que se analizan
en forma descriptiva. En este
tipo de estadísticas siempre
existe un porcentaje de
confiabilidad. También se
establece la teoría de la
probabilidad.

En ninguno de los dos casos interesa el comportamiento individual o los datos en particular sino
una comprensión general de la masa de datos, o patrón de comportamiento general de los
datos.

Tecnicatura de Agronomía - Prof. Maura Calvo

DESCRIPCIÓN ESTADÍSTICA DE MUESTRAS PEQUEÑAS
El objetivo fundamental de la descripción estadística de un conjunto de datos muestrales, es
presentarlos en forma ordenada para su mejor comprensión y así poder sacar conclusiones y
tomar decisiones.

Se denomina muestra pequeña a aquella que es menor a 30 elementos o unidades de análisis.

Es decir, n < 30.

DESCRIPCIÓN GRÁFICA

DIAGRAMA DE PUNTOS O PUNTIGRAMA

Un diagrama elemental que resulta muy útil para visualizar global e individualmente un conjunto
pequeño de datos es el diagrama de puntos o puntigrama.

El DIAGRAMA DE PUNTOS consiste sencillamente en representar los valores observados de la

variable en estudio como puntos sobre un eje horizontal.

Este tipo de diagrama resulta útil cuando los datos a representar no son muy numerosos.

Ejemplo:

Un productor de tomate perita quiere conocer el rendimiento por planta de la variedad Zorzal.
De la hectárea que tiene con esta variedad selecciona 5 hileras distribuidas uniformemente en
la parcela. De cada hilera selecciona al azar 2 plantas y mide su rendimiento durante toda la
temporada. Al finalizar, los datos obtenidos son los siguientes: 2,3 – 4,9 – 3,4 – 3,2 – 5,1 – 4,7 –
4,3 – 4,6 – 5,3 – 4,8.

2 3 4 5 6 Kg/planta

Al ver estos valores representados en el diagrama de puntos se puede observar:

- El rendimiento de las plantas se encuentra entre 2,3 y 5,3 Kg/planta.

- La mayor cantidad de plantas se encuentran entre 4,5 y 5 Kg/planta.

A menudo se puede presentar la necesidad de comparar dos o más conjuntos pequeños de

datos, como ocurre en el campo de la experimentación donde se trabaja con muestras
pequeñas. Por ejemplo:

En un viñedo se realizó un experimento para observar el efecto fitotóxico de un producto

fitosanitario para controlar la peronóspora de la vid, que se puede observar por la disminución
de la expresión vegetativa. Para esto, al momento de la poda se pesa el material eliminado en
10 plantas sin tratar (TESTIGO) y en 10 plantas tratadas, que se seleccionan en ambos casos al
azar. Los resultados obtenidos, e Kg/planta, son:

TESTIGO 17,50 – 17,63 – 18,25 – 18,00 – 17,86 – 17,75 – 18,22 – 17,90 – 17,96 – 17,80
TRATADA 16,85 – 16,40 – 17,21 – 16,35 – 16,52 – 17,04 – 16,96 – 17,15 – 16,59 – 16,10

Tecnicatura de Agronomía - Prof. Maura Calvo

 16 16,5 17 17,5 18 18,5 Kg/planta

En el diagrama de puntos se ven los conjuntos de mediciones, donde los puntos verde oscuro
corresponden a las plantas tratadas y los puntos verde claro a las plantas testigo.

Podemos definir rápidamente:

- Las plantas tratadas han producido menos material de poda.

- Los resultados han sido más variables en el caso de las plantas tratadas.
- Podemos concluir que el producto fitosanitario aplicado para el control de peronóspora
de la vid sí tiene efectos fitotóxicos que disminuyen la expresión vegetativa de las
plantas.

DESCRIPCIÓN NUMÉRICA

La descripción estadística de las muestras a través de los estadígrafos, unas medidas cuyo valor
se calcula a partir de los datos observados, conforma un método eficaz y preciso de informar
acerca de las principales características que presenta el conjunto de datos.

Media

Es la medida de posición usada más frecuentemente. Es lo que denominamos comúnmente

como promedio. Podemos observar que siempre tendrá la misma unidad que los datos
observados.

Si una muestra está constituida por un conjunto de n observaciones representadas como x 1, x2,
…, xn-1, xn, su media que se simboliza con el símbolo x, se obtiene sumando todas la n
observaciones y dividiendo luego el total obtenido por la cantidad de sumandos que han
intervenido, es decir, por n. Simbólicamente se expresa como:

x = x1 + x2 + … + xn
n
Calcular la media para los ejemplos anteriores.

En el caso de la comparación de dos o más conjuntos de datos, obtendremos una media para
cada uno.

Mediana

Otra medida de posición bastante utilizada es la mediana, simbolizada como xd, cuyo nombre
hace referencia a la parte media, es decir que es exactamente la medida central.

Podríamos definirla así: La mediana es el valor de la variable que deja la mitad de los valores
poblacionales por debajo y la otra mitad por encima.

Tecnicatura de Agronomía - Prof. Maura Calvo

Para la definición formal de la mediana hay que considerar si la serie de datos es par o impar:

- La mediana de una serie simple que tiene un número impar de observaciones, en un

arreglo ordenado por magnitud, toma el valor que ocupa la observación que ocupa la
posición central.

xd = x [(n + 1)/2]

- La mediana de una serie simple que tiene un número par de observaciones, en un

arreglo ordenado por magnitud, toma el valor que corresponde a la media de las dos
observaciones centrales.

xd = x(n/2) + x[(n/2)+1]
2
Cabe aclarar que, en el cálculo de la mediana, si la muestra tiene observaciones repetidas, se
las debe incluir.

Ejemplo:

Tomaremos los primeros 5 valores del ejemplo del productor de tomate, donde la producción
era en Kg/planta de 2,3 – 4,9 – 3,4 – 3,2 – 5,1, donde al ordenarlos quedan de la siguiente forma:
2,3 – 3,2 – 3,4 – 4,9 – 5,1.
Al ser un número impar de valores (5) la podemos calcular así: (n + 1)/2 = (5 + 1)/2 = 3, por lo
que la mediana para esta serie toma el valor de la variable ubicada en el 3° lugar, esto es 3,4
Kg/planta.

Para analizar el caso de un número de datos par, tomaremos los primeros 6 valores del ejemplo
de las plantas de vid tratadas con el fitosanitario. Estos valores son: 16,85 – 16,40 – 17,21 –
16,35 – 16,52 – 17,04.
Al ordenarlos quedaría así: 16,35 – 16,40 – 16,52 – 16,85 – 17,04 – 17,21
Al ser un número par de valores (6) la podemos calcular así: (n/2) = 6/2 = 3; (n/2)+1 = 3+1 = 4;
por lo que la mediana será el promedio entre el valor que ocupa la 3° posición y el valor que
ocupa la 4° posición, es decir: xd = (16,52 + 16,85)/2 = 16,685 Kg/planta.

Diferencia entre media y mediana

La mediana presenta las siguientes ventajas: para el cálculo de su valor intervienen las n
observaciones, pero no es afectado por la magnitud que puedan tener los valores extremos de
la serie.

Ejemplo:
Datos: 1, 2, 3, 4, 6, 7, 8. Media: 4,4. Mediana: 4.
Ambas medidas dan una idea de la tendencia central de los datos.
Ahora cambiemos alguno de los valores extremos, quedando el último dato 2450 en lugar de 8.
Media: 353,28. Mediana: 4.
En este último caso, una serie con un valor muy extremo, la media no dice mucho sobre la
tendencia central de la mayoría de los datos, mientras que la mediana resulta más adecuada
para representarla.

Tecnicatura de Agronomía - Prof. Maura Calvo