(Fase 3).

Estadística Descriptiva
Para Agrarias
 Introducción.

Las definiciones básicas que conforman la estadística descriptiva nos ayudan a comprender el
funcionamiento de las variables aleatorias y probabilidades describiendo su definición de una forma
dinámica con ayuda del programa R.

Objetivos

• Reconocer las variables aleatorias y probabilidades.

 Desarrollo del Trabajo.

1. Definir los siguientes conceptos tomados del libro de Balazarini se aclara que para la presente actividad el estudiante debe consultar el capítulo dos variables aleatorias y
probabilidades y el capítulo tres modelos probabilísticos.

• Espacio muestral y con qué letra se denota: Es el conjunto de todos los resultados posibles de un experimento y se denota con la letra griega omega (Ω).
• Punto muestral: Son todos los posibles resultados de un estudio aleatorio, o sea cada elemento de Ω.
• Evento muestral: Son los subconjuntos de elementos de Ω.
• Explique en sus propias palabras el experimento aleatorio del dado deben descargar el CODIGODADO disponible en la siguiente columna.
El experimento aleatorio de los dados nos ayuda a comprender dos principales conceptos los cuales son las frecuencias y las probabilidades con que
se puede llegar a un número o resultado.
• Defina Variable aleatoria: Es la función que asocia a cada elemento del espacio muestral Ω un número real.
• ¿Qué significa que el espacio muestral de una variable aleatoria continua es no contable?
Significa que entre dos valores de la variable, pueden realizarse un número infinito de otros valores.
Ejemplo: ganancias de peso, precipitaciones, etc…
• ¿Qué son variables aleatorias discretas proporcionales y que son variables aleatorias discretas de conteo no acotado?
Las variables discretas proporcionales y aleatorias discretas de conteo no acotado son los conteos que no pueden superar el número de elementos
evaluados.
Ejemplos:
Variables discretas proporcionales: Numero de semillas germinadas en cajas de Petri con 25 semillas cada caja; los resultados se expresan como
proporciones porque existe un denominador natural.
Variables discretas de conteo no acotado: El número de pústulas de roya por m2 de cultivo.
• Existe dos conceptos de probabilidad el clásico y concepto frecuencial, defina cada uno, en el caso del frecuencial explique el experimento de germinación de una
semilla cuál es el experimento aleatorio, cuál es el evento, cuántos puntos muéstrales tiene.

Probabilidad (concepto clásico): Es la observación de los elementos del espacio muestral.

Probabilidad (concepto frecuencial): Refiere a una serie repetida de estudios aleatorios.
En el caso experimental de la germinación de la semilla, el experimento aleatorio son las 1000 semillas, el evento es el 0,6 y el espacio muestral el 600.
• ¿Qué diferencia existe entre el concepto de frecuencia relativa y el de probabilidad?
Hablamos de frecuencia relativa cuando un experimento se repite un número de veces en pequeña cantidad, pero cuando hablamos de probabilidad se
entiende que N tiende a infinito.
• ¿Que son eventos mutuamente excluyentes?, como es la intersección de dos eventos mutuamente excluyentes, si son excluyentes, dado un evento A y uno B, a que
es igual la P(AꓴB)?
Los eventos mutuamente excluyentes son puntos muéstrales distintos, lo que quiere decir que no existen ningún punto muestral en la intersección de los
subconjuntos que representan los eventos.
Cuando en la intersección de dos eventos mutuamente son excluyentes, el valor de dicha intersección es cero y por lo tanto la probabilidad de la unión de esos
eventos es la suma de las probabilidades de cada elemento (P(AUB) = P(A) + P(B)).
• En el caso de distribuciones de variables aleatorias cuando una variable es continua y simétrica que modelo se usa: Se utiliza el modelo normal.
• ¿Para una variable de conteo no acotado que modelo se utiliza?: Se utiliza el modelo Poisson.
• ¿Para variables de proporciones que modelo se utiliza?: Se utiliza el modelo Poisson.
• ¿Qué variables tienen función de probabilidad y que variables tienen función de densidad?:
Las variables que tienen función de probabilidad son las variables aleatorias discretas. Las variables que tiene función de densidad son las variables continuas.
• ¿Cuáles son los parámetros más usados en estadística para estudiar y utilizar funciones de distribución de variables aleatorias?:
Los parámetros más usados en estadística para estudiar y utilizar son el valor esperado y la varianza.
• ¿Qué es la esperanza matemática de una variable aleatoria, como se denota?: La esperanza matemática de una variable aleatoria es el promedio de los valores
asumidos por la variable, donde cada valor es ponderado por su probabilidad de ocurrencia. La esperanza matemática se denota por E(.) o la letra griega Mu
(μ).
• ¿Qué es la varianza de una variable aleatoria, como se denota?: Esta es una medida de dispersión y se denota por Var(.) o la letra griega sigma al cuadrado (σ2).
Conceptos capítulo tres modelos probabilísticos.
DISTRIBUCION NORMAL.
• ¿Qué tipo de histograma se seleccionar un modelo probabilístico para una variable aleatoria continúa cuando se tienen datos de esa variable?: Se utiliza un histograma
de frecuencias relativas.
• ¿Qué es la estandarización, cuál es su fórmula?: Es la trasformación de cualquier Estudie el ejercicio de velocidad del viento del texto y explique por qué hay un sitio
distribución normal a la distribución normal estándar. La estandarización mejor para el objeto del estudio, pueden tomar pantallazos del gráfico.
𝑌−𝜇 Partiendo de que el objetivo del ejercicio es usar la energía eólica como fuente de energía
tiene la siguiente formula →𝑍 =
𝜎2
alternativa para el bombeo de agua subterránea y analizando que primeramente para que
DISTRIBUCIÓN BINOMIAL.
un molino de viento sea funcional debe que estar ubicado a una altura adecuada donde la
• ¿Qué tipo de conteos se trabajan con la distribución Binomial?: Se trabajan tipos
accidentalidad con el viento sea la más óptima.
de conteo acotados.
Analizando los datos que componen las gráficas, en la zona sur la velocidad del viento
• En la distribución binomial que es n y que es P: la letra (n) significa el número de
oscila entre 18 y 29 km/h, donde solo el 10% de las veces la velocidad del viento supera
experimentos aleatorios y la letra (P) significa la probabilidad de éxito o fracaso.
los 26 km/h. En la zona norte, la velocidad del viento oscila entre 37 km/h hasta los 54
• A que es igual la esperanza y la varianza en esta distribución: La esperanza es
km/h, ahora bien sabemos que un molino de agua sea eficiente y funcional para la
igual a el número de lanzamientos que resultan en cara el cual es igual a 200x0,5=10 y
extracción del agua subterránea debe tener una velocidad promedio de 26 km/h. Con lo
la varianza es 20x0,5x0,5=5.
anterior, podemos concluir que la zona con mejores aptitudes para la extracción del agua
DISTRIBUCION DE POISSON.
subterránea es la zona norte, debido a que su velocidad del viento tiene un promedio entre
• ¿Qué tipos de conteos se trabaja con la distribución de Poisson?: Se trabajan
37 y 54 km/h comprendiendo mayor parte del tiempo el promedio necesitado para dicha
tipos de conteo no acotados, o sea de 0 (cero) a infinito.
actividad.
• En agronomía se usa para que tipo de conteos: En agronomía se usa para modelar
el número de insectos sobre una planta.
• ¿Cómo se denota el único parámetro de esta distribución, a que es igual la media
y la varianza?: El único parámetro de la distribución Poisson se denota como λ, la
media y la varianza es igual a…
• Revisando el ejercico de la table 3.1 del libro de Balzarini como se obtiene λ en
este caso a que es igual la media y la varianza: La media y la varianza son igual
a….

2. Aplicación de conceptos.
 Conclusiones.

• Esta actividad nos enseña a clasificar, representar y resumir datos, los cuales comprenden variables aleatorias, unas
discretas proporcionales y otras de conteo acodado, además de las frecuencias relativas son las mismas que las
probabilidades.
 Bibliografia

• Balzarini, M., Di Rienzo, J., Tablada, M., Gonzales, L., Bruno, C., Cordoba, M., & Robledo, W. &. (2011).
Estadistica y Biometria. Argentina: Brujas.

• Deaza, D. A. (12 de Abril de 2019). Universidad Nacional Abierta y a Distancia, UNAD. Obtenido de
http://conferencia2.unad.edu.co/p5did4ztcmn3/?OWASP_CSRFTOKEN=3138698bf5f38ebff924f2193bcd209cbc0
2287d2abf96c4545ceb7a78df34bd&proto=true