FASE 4-APLICAR CONCEPTOS A UN PROYECTO AGROPECUARIO CON PROCESAMIENTO ESTADÍSTICO

ESTADÍSTICA DESCRIPTIVA (PARA AGRARIAS)
DESARROLLO DE FASE 4 en el programa R
FASE 4-APLICAR CONCEPTOS A UN PROYECTO AGROPECUARIO CON PROCESAMIENTO
ESTADÍSTICO
PRESENTADO
EDILBERTO TELLEZ QUITIAN
CODIGO 1097664787
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA “UNAD”
CEAD TUNJA
JULIO DEL 2019
INTRODUCCION
En el siguiente trabajo como parte practica tiene una finalidad,
poner en función todos los conocimientos adquiridos durante el
desarrollo del curso a una situación real mediante muestras
estadísticas.
Para el estudio practico se tuvieron en cuenta algunas finca
productoras de mora de la vereda Palacio del municipio de La
Belleza s., donde posteriormente, atreves de encuestas se reúnen
datos e información sobre la edad de los trabajadores , cantidad de
plantas por cultivo y que tipo de cultivo es.
Objetivos
Adquirir los conocimientos necesarios para la manipulación del programa
R, y que pueda desarrollar de manera satisfactoria todos los enunciados
del taller con el correcto uso del programa R.
Tener un optimo manejo de los datos para trabaja las variables
continuas, discretas y cualitativas.
Poner en practica los conocimiento adquiridos en las unidades 1 y 2 en la
solución del taller #4
Valores de las variables
Área de trabajo: Vereda Palacio, Municipio de La Belleza, Cultivos de Mora
Variable Continua: Edad promedio de los trabajadores por cultivo.
Variable Discreta: Numero de plantas por cultivo.
Variable Cualitativa: Tipo de cultivo “Convencional, Orgánico”
Evidencia de view en R
Etapa 2: Calcular la media y desviación estándar de variable continuas y
discreta, en caso de variable cualitativa la probabilidad de éxito ejemplo si
de 50 datos 40 son primera calidad la probabilidad de éxito es 40/50 = 0.8.
Discreta
Cualitativa
Continua
0.00
0.05 0.10 0.15 0.20 0.25 0.30 0.35
Frequency
0.20
0.15
0.10
0.05
0.00
Frequency
0.25
0.30
0.35
Realizar una tabla de frecuencias e histograma
para la variable continua.
20.79
24.60
28.41
32.22
36.04
Class limits
39.85
43.66
47.47
20.79
24.60
28.41
32.22
36.04
Class limits
39.85
43.66
47.47
Realizar una tabla de frecuencias y gráficos de
barras para la variable discreta.
GRAFICO DE BARRAS PARA LA VARIABLE DISCRETA
Gráfico de barras CONTEO
158
230
265
325
357
437
462
543
750
1.0
0.8
0.6
0.4
0.0
0.00
0.2
0.01
0.02
Frecuencias relativas
Frecuencias relativas
0.03
2.0
1.5
1.0
0.5
0.0
Frecuencias absolutas
FRECUENCIAS RELATIVAS ACUMULADAS CONTEO
0.04
FRECUENCIAS RELATIVAS CONTEO
158
230
265
325
357
437
462
543
750
158
230
265
325
357
437
462
543
750
0
10
20
30
40
Realizar un gráfico de barras para la variable cualitativa.
Convencional
Organico
Aplicar un modelo de distribución de probabilidad a la variable
discreta (buscar la distribución más adecuada) y a la variable
cualitativa (suponiendo una distribución binomial).
1.4e-37
1.2e-37
1.0e-37
8.0e-38
Probabilidad de un conteo mínimo
1.6e-37
Distribución de Poisson
100
120
140
160
Conteo
180
200
220
VARIABLE CUALITATIVA MODELO
BINOMIAL
0.06
0.04
0.02
0.00
P(X=k)
0.08
0.10
Función de Probabilidad B(10,0.6)
0
10
20
30
k
40
50
Aplicar un modelo de distribución de
probabilidad la variable continúa suponiendo
que se ajusta a una distribución normal.
0.02
0.01
0.00
f(x)
0.03
0.04
Función de Densidad N(media.sigma)
0
200
400
600
x
800
1000
1200
Para la variable del punto 6, se debe determinar la probabilidad
de obtener un dato:
- Superior a la media.
- Superior a la media más dos unidades.
-Superior a la media más cinco unidades
Aplicar un modelo a la variable cualitativa suponiendo que se ajusta a una
distribución binomial y calcular la probabilidad que 10 unidades de las
cincuenta den éxito, hacer el mismo cálculo con 3 y 4 unidades
respectivamente.
Conclusión
En la aplicabilidad de la estadística últimamente a venido
tomando gran importancia, debido a su gran rango de
ejecución en todos las ramas estudiantiles y actividades
cotidianas, ya que nos brinda una gran ayuda para dar
solución
a
diversos
problemas
de
distribución.
Por otro lado la gran ayuda que nos brinda el programa R
siendo una herramienta muy útil en la estadística, ya que
nos facilita diferentes graficas y resultados precisos.
En la evolución de nuestras carreras profesionales nos
tendremos que familiarizar muy a menudo con la estadística
y este es un gran paso para empezar a hacer un buen uso de
la estadística.
Bibliografía
Archivo DATOS
https://drive.google.com/file/d/1uBc6NwiUVKay4DmFBfGaXZtw_mb3MF
Tn/view?usp=sharing
CODIGO PRACTiCO
https://drive.google.com/file/d/1keK27niqE5PDZ6lFJpYFvwjZW0extqTC
/view?usp=sharing
Video PRACTICO EN R
https://drive.google.com/file/d/1lPtETSbpaJK8ZzqU4z4X3WAQYXOqYSM/view?usp=sharing
Balzarini, M. (2013). Estadística y biometría: Ilustraciones del uso e
infostat en problemas de agronomía. Disponible en
http://www.agro.unc.edu.ar/~mcia/archivos/Estadistica%20y%20Biometr
ia.pdfSantana A. & Nieves Hernández C.(SF). Recuperado de:
http://www.dma.ulpgc.es/profesores/personal/stat/cursoR4ULPGC/8estaDescriptiva.html