Introducción a la estadística agrícola en R
Un manual básico de R, apoyado de teorías básicas de la estadística con ejemplos aplicados a la agricultura.
09 Junio, 2022
Chapter 1 Conceptos básicos
1.1 Población (N)
Es el conjunto de todos los elementos que se desean analizar y que presentan una o varias características en común.
Ejemplos:
Las parcelas de maíz amarillo duro en la comunidad de Lambayeque durante los meses de abril a agosto de 2021. Las plantas de arándano variedad Biloxi en el área experimental del vivero, modulo 9.
1.2 Muestra (n)
Es un subconjunto representativo de elementos provenientes de una problación.
Ejemplos:
Las parcelas de 10 agricultores de maíz amarillo duro en la comunidad de Lambayeque. 30 plantas de arándano variedad Biloxi en el área experimental del vivero, modulo 9.
1.3 Unidad elemental
Es cada una de las personas, animales, cosas, o entidades que conforman las población en estudio.
Ejemplos:
Las parcelas de maíz amarillo duro. Las plantas de arándano.
1.4 Variable
Es toda característica que se desea observar, medir o evaluar de las unidades elementales.
Las variables se pueden clasificar en cuantitativas o cualitativas.
1.4.1 Variable cualitativa
Proporcionan datos que dan como resultado una categoría. Pueden ser de tipo nominal u ordinal.
1.4.2 Variable cuantitativa
Son aquellas cuyos valores pueden ser expresados en forma numérica, Pueden ser discretas o continuas.
1.4.3 Otra forma de clasificación de variables
Otra forma de clasificación de las varibales es según su escalada de medida. De esta manera la clasificación sería:
- Nominal: Los datos son etiquetas o nombres que se emplean para definir un atributo del elemento.
Ejemplos: Estado civil, profesión, género.
- Ordinal: Los datos son etiquetas y además se pueden ordenar de forma ascendente o descendente.
Ejemplos: Nivel de apreciación o calidad de un fruto.
- Intervalo: Los datos son numéricos, el cero es relativo, es decir, no indica ausencia de la característica medida.
Ejemplo: Temperatura, fechas del calendario.
Razón: Los datos son numéricos, el cero es absoluto, es decir, indica la ausencia de característica medida.
Ejemplo: Peso, estatura, salario, diámetro.
1.5 Observación
Es el dato registrado, producto de la medición o aprecación de una característica en una unidad elemental.
Ejemplo:
El ingreso mensual de la empresa agroexportadora Camposol, producto de las ventas de arándano.
1.6 Parámetro
Es una medida que resume los datos provenientes de la población. Es decir es una función de todas las observaciones de una población.
Ejemplo: Luego de realizar un censo a los agricultores del distrito de Túcume se obtuvo que el ingreso medio mensual fue de 920 soles.
1.7 Estadístico
Es una medida que resume los datos provenientes de la muestra.
Ejemplo: Luego de realizar un muestreo a 30 agricultores del distrito de Túcume se obtuvo que el ingreso medio mensual fue de 950 soles.
1.8 Deficinión de Estadística
Es la ciencia que se ocupa de la creación, desarrollo y aplicación de técnicas que permiten hacer un análisis confiable de una población.
En terminos generales, se ocupa de la colección, resumen, presentación, análisis e interpretación de datos y resultados, de modo tal que pueda evaluarse la confiabilidad y riesgos asociados a las conclusiones que se puedan derivar a partir de los datos captados.
1.9 División de la Estadística
1.9.1 Descriptiva
Son técnicas de recolección, caracterización, resumen y presentación que permiten describir un conjunto de datos.
Con un análisis descriptivo, se pueden obtener indicadores (estimaciones puntuales). tablas de frecuencia (o contingencia) y gráficos.
Para realizar el análisis descriptivo se debe tener en cuenta el tipo de variable que se está analizando (cualitativa o cuantitativa) y la cantidad de variables que se están analizando a la vez (univariada, bivariada o multivariada).
1.9.2 Inferencial
Son técnicas para estimar parámetros de una población o tomar decisiones sobre la población basadas en el resultado de una muestra. Estas conclusiones pueden tener cierto margen de error; por eso, se dan con una medida de confiabilidad o probabilidad.
Comprende la estimación de intervalos de confianza y la realización de pruebas de hipótesis para uno o varios parámetros.
Al igual que el análisis descriptivo para realizar un inferencial se debe tener en cuenta la naturaleza de la variable (si los datos provienen de alguna distribución teórica), el tipo de variable y la cantidad de variables involucradas en el análisis.