Ecapma/Sede Nacional/JCM

Evaluación final prueba objetiva abierta (POA).

Integrantes:
INTRODUCCIÓN.

Actualmente nos encontramos en un mundo que se encuentra

en constante cambio, por lo que es importante actualizarse en
modelos y herramientas tecnológicas que nos ayuden en
nuestras profesiones
Por tanto En el siguiente trabajamos vamos aplicar los
diferentes conceptos de estadística descriptiva en sistemas de
producción que hacen parte de nuestra vida profesional
mediante la solución de problemas con el software R, de esta
forma podemos resolver problemas de una forma mas fácil.
DESARROLLO.

1.Ejecutando R.
2.Variable cuantitativa discreta.
3.Variable cuantitativa continua.
4.Variable cualitativa.
DESARROLLO.

Variable cuantitativa discreta Para evaluar la producción de lechones como variable

Variable cuantitativa continua
Variable categórica o cualitativa
discreta se escogió el número de lechones por cerda.
Como se requiere mirar el rendimiento del cultivo de
ajonjolí como variable continua se escogió la longitud
de la flor de ajonjolí en centímetros.
Como variable cualitativa se escogió la presencia de o
no de aftosa (la que se encuentra de ejemplo).

Variable 7, 8, 6, 9, 10, 11, 6, 6, 8, 8, 9, 10, 7, 7, 7, 11, 11, 12, 10, 9, 9, 8, 7, 6, 6, 6, 8, 8, 8, 10, 7, 7, 6, 7,

discreta 8.
Variable 5.30, 6.89, 7.31, 8.00, 7.45, 5.67, 8.49, 9.31, 5.89, 6.43, 7.32, 6.89, 5.87, 6.78, 7.45, 10.32,
continua 8.45, 6.45, 6.60, 7.45, 8.29, 9.10, 6.89, 7.32, 6.01, 7.83, 5.92, 8.35, 7.45, 8.43, 7.21, 6.94, 6.58,
7.09, 7.89.
Variable Aftosa, aftosa, aftosa, aftosa, aftosa, aftosa, aftosa, no aftosa, no aftosa, no aftosa, no aftosa,
cualitativa no aftosa, no aftosa, no aftosa, no aftosa, no aftosa, no aftosa, no aftosa, no aftosa, no aftosa,
no aftosa, no aftosa, no aftosa, no aftosa, no aftosa, no aftosa, no aftosa, no aftosa, no aftosa,
no aftosa, no aftosa, no aftosa, no aftosa, no aftosa, no aftosa.
1. Ejecutando R

2. Nos dirigimos a archivo y

1. Abrimos R.
damos clic en cambiar dirección.

4. En la consola R verificamos
3. Nos vamos a disco local C y
que lea la carpeta seleccionada
damos clic en la carpeta de
digitando getwd() y damos enter,
estadística descriptiva.
así R buscara los archivos.

5. Nos dirigimos a archivo

seleccionamos abrir script, all
files y seleccionamos practico.txt
2. Variable discreta.
2. Variable discreta.
 2. Variable discreta.

Hay una probabilidad igual al 70% de obtener lechones por cerda entre 6-8, también es importante
destacar que 6 es el mínimo numero de lechones por cerda que se puede obtener, mientras 12 es el
máximo numero de lechones por cerda que se puede obtener, además la probabilidad de obtener 12
o mas lechones por cerda es menor al 3%.
2. Variable discreta.

Aplicación de distribución para conteo es un conteo

no acotado se trabaja con Poisson

La probabilidad de ocurrencia del valor mínimo es del 12%.

2. Variable continua.
2. Variable continua.
2. Variable continua.

El intervalo que presenta mayor probabilidad de ocurrencia es el de 6.73-7.47 con un

porcentaje del 40% mientras que el intervalo con menor probabilidad de ocurrencia es el de
9.68-10.42 con un porcentaje del 3%.
Los gráficos se ajustan a un grafico de distribución normal.
 2. Variable continua.

La probabilidad de un valor menor o igual a la media es El diagrama de densidad de distribución normal es

del 50%,a si como la probabilidad de obtener un valor similar a los histogramas puesto que los datos se
mayor o igual a la media es del 50%. concentran en el rango 5-11.
2. Variable cualitativa.

Se puede observar que en las fincas la probabilidad de que

se encuentre aftosa es de un quinto del total de animales.
• La probabilidad de tener aftosa es del 20%
• La probabilidad (%) de que en 5 eventos ocurra el evento
denominado como “exitoso es del 17%.
2. Variable cualitativa.

En el grafico de distribución
binomial el eventos que tiene
mayor probabilidad de
ocurrencia es 5.
CONCLUSIONES.

Una vez finalizado el anterior trabajo se puede señalar que la

aplicación de los diferentes conceptos de estadística descriptiva
mediante el software R nos permite dar saltos importantes en
cuanto a la solución de problemas en nuestra vida profesional,
en especial en la identificación de puntos problemas en
sistemas de producción en nuestra vida laboral.
REFERENCIAS BIBLIOGRÁFICAS.

Balzarini, M. (2008). Análisis Multivariado. Curso de posgrado.

FCA-UNC. Córdoba, Argentina.
GRACIAS!