PREGUNTAS ORIENTADORAS FASE 5

Desarrollar la evaluación final prueba objetiva abierta (POA)

ESTADÍSTICA DESCRIPTIVA (PARA AGRARIAS)
Luis Alberto Cáceres
Director de curso

TRABAJO INDIVIDUAL
En el trabajo individual, cada estudiante deberá realizar un consolidado, definiendo los
siguientes términos:

Análisis de variables estadísticas:

 Vector de datos.
Un vector son datos de variables de una o más variables aleatorias escalares.

 Matriz de datos.
Es una forma de ordenar los datos de manera que sea visible su estructura (tripartita ó
cuatripartita) y es de suma importancia en toda investigación porque es la manera ordenada y
estructurada de interpelar la realidad con la teoría para hacerla inteligible (entendible)
(Rodriguez, 2019)

 Variable cuantitativa continúa.

Es aquella que puede asumir un número incontable de valores. (Movil, 2019)

 Variable cuantitativa discreta.

Es aquella que puede asumir un número contable de valores. (Movil, 2019)

 Variable cualitativa nominal.

Una variable cualitativa nominal presenta modalidades no
numéricas que no admiten un criterio de orden . (Ditutor, 2019)

 Variable cualitativa categórica.

Es una variable que puede tomar uno de un número limitado, y por lo general fijo, de posibles
valores, asignando a cada unidad individual u otro tipo observación a un grupo en particular o
categoría nominal sobre la base de alguna característica cualitativa. (Wikipedia, 2019)
 Qué es una tabla de frecuencias

Las Tablas de frecuencias son herramientas de Estadística donde se colocan los datos en
columnas representando los distintos valores recogidos en la muestra y las frecuencias (las
veces) en que ocurren. (Ecured, 2019)

 ¿Cómo es la tabla de frecuencias de una variable continua, una discreta y de una

cualitativa? ¿cuál tiene intervalos?

Son tablas que nos permiten consolidar datos ya sean continuos (Datos Incontables) y
Discretos (Datos contables), La que tiene intervalos con las tablas de frecuencias cuantitativas
continuas.

 Defina Histograma, en qué variables se usa.

El histograma, como es tradicionalmente entendido, no es más que la representación gráfica
de dicha función. Se utiliza cuando se estudia una variable continua, como franjas de edades o
altura de la muestra, y, por comodidad, sus valores se agrupan en clases, es decir, valores
continuos. (Escolme, 2019)

 Defina Gráfico de barras, en qué variables se usa.

El diagrama de barras (o gráfico de barras) es un gráfico que se utiliza para representar
datos de variables cualitativas o discretas. Está formado por barras rectangulares cuya altura
es proporcional a la frecuencia de cada uno de los valores de la variable. (Universo formulas,
2019)

 Defina Media muestral. Mostrar la fórmula de cálculo.

La media muestral es una variable aleatoria, ya que depende de la muestra, si bien es una
variable aleatoria en general con una varianza menor que las variables originales usadas en su
cálculo. Si la muestra es grande y está bien escogida, puede tratarse la media muestral como
un valor numérico que aproxima con precisión la media poblacional, que caracteriza una
propiedad objetiva de la población.

 Defina Varianza muestral. Registrar fórmulas de cálculo.

La varianza muestral, es decir, cuando tenemos una población extremadamente grande,
cogeremos una muestra y de ahí se estimarán los resultados.
Fuente: https://educar.doncomos.com/calcular-varianza
 Defina desviación estándar.
La desviación estándar es un índice numérico de la dispersión de un conjunto de datos (o
población). Mientras mayor es la desviación estándar, mayor es la dispersión de la
población. La desviación estándar es un promedio de las desviaciones individuales de cada
observación con respecto a la media de una distribución. (cca, 2019)

 Defina Mediana.
Es el número central de un grupo de números ordenados por tamaño. Si la cantidad de
términos es par, la mediana es el promedio de los dos números centrales: Para averiguar
la mediana de un grupo de números: Ordena los números según su tamaño. (Wikipedia,
2019)

 Defina Moda.
La moda es el valor con mayor frecuencia en una de las distribuciones de datos. Esto va en
forma de una columna cuando encontremos dos modas, es decir, dos datos que tengan la
misma frecuencia absoluta máxima. (Wikipedia, 2019)

Variables aleatorias y probabilidades

 Espacio muestral y con qué letra se denota.

El espacio muestral se denota con la letra griega Ω (Omega). Está compuesto por todos los
sucesos elementales y/o compuestos de la muestra y, por tanto, coincide con el suceso seguro.
(economidad, 2019)

 Punto muestral.
Puntos muestrales son cada uno de los posibles resultados de un experimento aleatorio;
también podemos decir que son los elementos que componen el conjunto espacio muestral Ω
del experimento. (Andrea, 2015)

 Evento aleatorio.
Un evento aleatorio o fuente de sucesos aleatorio es un subconjunto de un espacio muestral,
es decir, un conjunto de posibles resultados que se pueden dar en un experimento aleatorio.
En teoría de la probabilidad a cada evento aleatorio se le puede asignar una medida de
probabilidad, y el conjunto de todos los sucesos aleatorios constituye una σ-
álgebra de conjuntos.
 En el caso de distribuciones de variables aleatorias, ¿cuándo una variable es continua y
simétrica? ¿Qué modelo se usa?
Cuando la variable es discreta, decimos que es simétrica, si lo es con respecto a la media.
... En este caso coincide la media con la mediana si el número de observaciones es impar. Si
la variable es continua simétrica y unimodal, coinciden la media, la mediana y la moda.

 Para una variable de conteo no acotado, ¿Qué modelo se utiliza?

Modelo de regresión de poisson

 Para variables de proporciones, ¿Qué modelo se utiliza?

Modelos de regresión

 ¿Qué variables tienen función de probabilidad y que variables tienen función de

densidad?
En la teoría de la probabilidad, la función de densidad de probabilidad, función de
densidad, o, simplemente, densidad de una variable aleatoria continua describe la
probabilidad relativa según la cual dicha variable aleatoria tomará determinado valor.

 ¿Cuáles son los parámetros más usados en estadística para estudiar y utilizar funciones
de distribución de variables aleatorias?
 Esperanza Matemática
 Varianza
 Covarianza

 ¿Qué es la esperanza matemática de una variable aleatoria y cómo se denota?

La esperanza matemática de una variable aleatoria X es el número que expresa el valor
medio del fenómeno que representa dicha variable. La esperanza matemática, también
llamada valor esperado, es igual al sumatorio de las probabilidades de que exista un
suceso aleatorio, multiplicado por el valor del suceso aleatorio.

Modelos probabilísticos
DISTRIBUCION NORMAL

 Qué tipo de histograma se debe seleccionar en un modelo probabilístico para una

variable aleatoria continua cuando se tienen datos de esa variable

Histograma de la distribución de probabilidad

 Qué es la estandarización, cuál es su fórmula.
La normalización estadística es la transformación de escala de la distribución de una variable
con el objetivo de poder hacer comparaciones respecto a conjuntos de elementos y a la media
mediante la eliminando los efectos de influencias.

DISTRIBUCIÓN BINOMIAL

 Qué tipo de conteos se trabajan con la distribución Binomial

En estadística, la distribución binomial es una distribución de probabilidad discreta que
cuenta el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre
sí, con una probabilidad fija p de ocurrencia del éxito entre los ensayos.

 A qué es igual la esperanza y la varianza en esta distribución.

La esperanza es igual a la suma de la probabilidad de cada posible suceso aleatorio
multiplicado por el valor de dicho suceso.

DISTRIBUCION DE POISSON

 Que tipos de conteos se trabaja con la distribución de Poisson.

 Modelo heterocedástico por definición
 Con propiedad de equidispersión

 Responda falso o verdadero: en la distribución de Poisson ¿es igual la media y la varianza?

Verdadero
TRABAJO COLABORATIVO
Cada estudiante deberá presentar en el foro del Entorno Colaborativo de la Fase 5 el ejercicio
que presentó en la Fase 4, describiendo el lugar donde eligió trabajar y describir las variables
continua, discreta y cualitativa que evaluó.
 Cada estudiante presentará el gráfico del histograma de frecuencias relativas obtenido con
su variable continua y de acuerdo con lo indicado en el capítulo 3 del texto de consulta
“Estadística y Biometría” (página 88), seleccionarán cuál de las variables continuas
presentadas por cada compañero se ajusta más al modelo de distribución normal:

Posteriormente, los estudiantes accederán a la siguiente carpeta:

https://drive.google.com/drive/folders/1iIAE8b5hzWnWFelODo0-V0ihB9lmsvW8?usp=sharing

En donde descargarán los archivos “PRACTICO.txt” y “DATOS.CSV” y los guardarán en la

carpeta “Estadistica Descriptiva”. Abrir el programa R, acceder a “Archivo” - “Cambiar dir” y
ubicar la carpeta “Estadistica Descriptiva”, donde guardaron los archivos, posteriormente en el
Programa R abrir el código “PRACTICO.txt” (recordar que en la casilla que dice “R Files” se
debe seleccionar “All Files” para poder encontrar el código) y ejecutarlo digitando
“CONTROL+R” desde la primera línea superior hacia abajo; leer todas las indicaciones y
explicaciones que se encuentran dentro del código.
 De los ejercicios propuestos, el grupo tendrá que elegir una variable discreta, una
continua (la que más se ajuste a la distribución normal) y una cualitativa (debe ser
binomial, si ninguno tiene, trabajarán con la del ejemplo).
 Abrir en Excel el archivo “DATOS.CSV” e insertar los 20 datos de las variables discreta,
continua y cualitativa binomial (si tienen) elegidas.
 En caso de que alguno del grupo haya elegido como variable cualitativa una de tipo
BINOMIAL, donde sólo hay dos categorías, clasificadas en: éxito/fracaso, como por
ejemplo: preguntar a 20 personas si fuman o no, o preguntar a 20 hogares si reciclan o no,
o evaluar 20 plantas y determinar si tienen presencia o no de algún insecto plaga o
enfermedad, entonces pueden ingresar los datos de su variable en la columna “Cualitativa
1”, como se indica en el gráfico a continuación:
  Si ninguno del grupo tiene una variable cualitativa binomial, no deben reemplazar
los datos en la columna “Cualitativa1” y realizarán el ejercicio con el ejemplo que
allí se encuentra.
 Una vez hayan modificado los datos en el archivo “DATOS.CSV” lo guardan en la
carpeta Estadística Descriptiva y en el programa R abren el código “PRACTICO.txt”
y lo ejecutan desde el inicio con “Control+R”.
 Al ejecutar el comando View(PROBA), les debe aparecer el cuadro con los datos ya
modificados, así sabrán que el programa R logró leer el archivo de Excel:
 EJECUCIÓN DEL CÓDIGO “PRACTICO.txt”:

VARIABLE DISCRETA:
 En el documento colaborativo deben presentar los tres gráficos que les aparecerán de la
variable discreta, describirlos y analizar los resultados:
o barplot(fabs,ylab="Frecuencias absolutas",main="GRÁFICO DE BARRAS
VARIABLE DISCRETA")
o barplot(frel,ylab="Frecuencias relativas",main="FRECUENCIAS RELATIVAS
VARIABLE DISCRETA")
o barplot(frelacum,ylab="Frecuencias relativas",main="FRECUENCIAS
RELATIVAS ACUMULADAS VARIABLE DISCRETA"
 De acuerdo con el gráfico de Frecuencias relativas, responder: ¿Cuál es el conteo más
probable?.
 Presentar el gráfico de Distribución de Poisson, el cual va a calcular la probabilidad de
que ocurra el conteo mínimo de los datos presentados. De acuerdo con los resultados del
gráfico, responder: ¿cuál es la probabilidad de ocurrencia del valor mínimo?

VARIABLE CONTINUA:
 Presentar los gráficos:
o HISTOGRAMA DE FRECUENCIAS ABSOLUTAS VARIABLE CONTINUA
o HISTOGRAMA DE FRECUENCIAS RELATIVAS VARIABLE CONTINUA
 De acuerdo con los gráficos, indicar cuál es el intervalo que tiene mayor probabilidad de
ocurrencia y cuál es el menor.
 Analizar si el gráfico presentado se ajusta a una curva de Distribución Normal.
 Presentar el gráfico: “Función de Densidad Distribución Normal N(media.sigma)”
 ¿El gráfico de Función de Densidad de Distribución Normal es similar al del Histograma
de Frecuencias Relativas presentado anteriormente? Explique su respuesta.

VARIABLE CUALITATIVA BINOMIAL

 Como ya se explicó anteriormente, en la sección del código para variable cualitativa, sólo
se trabaja con una variable cualitativa binomial, si ninguno del grupo tiene una de este
tipo, entonces realizarán el ejercicio con la variable del ejemplo, donde se visitaron 20
fincas ganaderas y se determinó si el ganado presentaba o no fiebre aftosa.
 Presentar el “GRÁFICO DE BARRAS VARIABLE CUALITATIVA BINOMIAL”
haciendo una breve descripción de este.
  Indicar de acuerdo con lo indicado en el código, cuál es la variable de éxito. Si el grupo
modificó esta variable, deben aclarar en su caso cuál es la variable de éxito.
 Para los que modificaron la variable cualitativa, deben modificar también el comando:
P=7/Total, cambiando el número 7 por el número de eventos exitosos encontrados en su
variable de estudio:

 Indicar de acuerdo con lo indicado en el código, cuántos eventos exitosos hay de los 20
registrados.
 Indicar en términos de porcentaje, cuál es la probabilidad de que se presente el evento
determinado como “éxito” de los 20 casos registrados.
 Indicar cuál es la probabilidad (%) de que en 5 eventos ocurra el evento denominado
como “exitoso”.
 Presentar el “Gráfico de distribución binomial”, haciendo una breve descripción de este
e indicando de acuerdo con él, cuál es el evento que tiene mayor probabilidad de
ocurrencia.
 Para los que modificaron la variable cualitativa, deben editar el comando:
plot(dbinom(0:n,n,0.35),type="h",xlab="k = evento de
ocurrencia",ylab="P(X=k)",main="Función de Probabilidad Binomial con n=20 y
P=0.35")
En el cual, deben modificar el número “0.35” por la probabilidad de éxito que hayan obtenido
para su variable de estudio:
La probabilidad de éxito (P) la obtienen cuando ejecutan los siguientes comandos:
P=7/Total (aquí deben reemplazar el número 7 por el número de casos exitosos que
encontraron en su variable de estudio)
P # Este comando les muestra la probabilidad de éxito, en el caso del ejemplo, es igual a
0.35
PRODUCTOS PARA ENTREGAR
Individual
Un documento en Word o PDF, Arial 12, interlineado sencillo con las respuestas a las preguntas.
Debe contener:
 Portada
 Introducción
 Objetivos
 Desarrollo del trabajo.
 Conclusiones
 Bibliografía con norma APA
Se remite en el Entorno de Seguimiento y Evaluación.

Colaborativo
Una presentación en PowerPoint o PDF que consolide los aportes de los estudiantes del grupo
con los resultados obtenidos con el código “PRACTICO.txt” y presentarlo en el último mensaje
del Foro del Entorno Colaborativo.
Debe contener:
 Portada
 Introducción
 Desarrollo del trabajo
 Conclusiones
Se remite en el último mensaje del Foro de la Fase 5, por el estudiante elegido por el grupo.

Nota:
Estudiantes que no participen en el Foro o que inicien su participación en el mismo faltando 2
días para el cierre de la actividad, no serán tenidos en cuenta en el documento colaborativo
entregado por el grupo.
MATERIAL DE CONSULTA
Primera Webconference del curso. Conceptos generales de Estadística Descriptiva:
http://bit.ly/2m102fB
Segunda Webconference del curso. Explicación Fase 2:
http://bit.ly/31KchML
Nota: cuando la webconference se cierre, volverla a abrir y adelantarla al minuto 29 para seguirla
visualizando.
Tercera Webconference del curso. Explicación Fase 3:
http://bit.ly/34yC6RT

El programa R se puede descargar en el siguiente enlace (para sistema operativo Windows):

https://drive.google.com/drive/folders/1qU-s5UD-Rlf2fAbC1cVQfIcCSAhPGfXN?usp=sharing
Si no puede acceder al enlace o tiene un sistema operativo distinto de Windows, puede
descargarlo en: https://cran.r-project.org/

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%20Biometria.pdf
Nota: avanzar las tres primeras hojas que están en blanco.
Mendoza, H.(Sf). Probabilidad y estadística. Recuperado de
http://red.unal.edu.co/cursos/ciencias/2001065/html/contenido.html