FASE 4 APLICAR CONCEPTOS A UN PROYECTO AGROPECUARIO CON

PROCESAMIENTO ESTADÍSTICO

Presentado por:

EIDER ARLES ALARCON CICERI

Código: 1115943658

TUTOR

ISMAEL DUSSAN

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS AGRICOLAS, PECUARIAS Y DEL MEDIO AMBIENTE

CEAD FLORENCIA

2019
INTRODUCCION

Al incursionar en el camino metodológico de la investigación en Zootecnia, las autoras

tuvieron que referirse a la determinación de las variables, es una de las dificultades
significativas que los investigadores enfrentan cuando acometen un estudio y de la
precisión con que se realice depende en gran medida el éxito de la investigación y el
tránsito por el proceso que emprenden.

El concepto variable comienza a utilizarse a partir del enfoque cuantitativo de la

investigación y sus definiciones tienen sus raíces en la matemática y la estadística.
Extrapolar este término a la investigación educativa requiere de estudios, estos han sido
desarrollados por algunos investigadores en diferentes contextos y no siempre han sido bien
utilizados por los investigadores de las ciencias sociales y en particular de las ciencias de la
educación.
1. Definir un área de trabajo donde se puedan obtener datos de variables continuas,
discretas y cualitativas.

Finca, empresa ganadera

2. Determinar la ubicación del sitio fuente de los datos: institución, municipio, vereda
y/o finca si aplica. El informe debe presentar los detalles de la locación elegida para
la captura de datos y evidencia fotográfica.
Empresa ganadera finca el triunfo, Puerto Rico, La Esmeralda

3. Determinar una variable continua, una discreta y una cualitativa. Se debe realizar
una descripción clara de cada una de las variables elegidas.
Variable continua: Peso de las vacas
Variable Cualitativa nominal: Raza de las vacas
Variable Discreta: Litros de leche por vaca

4. Gestionar como mínimo 20 datos de cada una de las variables. Se debe presentar
evidencia fotográfica en el informe de la recolección de los datos.

Variable continua: Peso de las vacas

Vaca 383-0= 480.6 kg

Vaca 1203-9= 560.65 kg
Vaca 5202-2=601.41 kg
Vaca 540-1=484.33kg
Vaca 580-5=515.22 kg
Vaca 2345-9= 591.18 kg
Vaca 523-8= 493.33 kg
Vaca 356-6= 396.26 kg
Vaca 2453-2= 512.8 kg
Vaca 3452-0= 496.10 kg
Vaca 5463-6= 450.24 kg
Vaca 1231-1= 563.21 kg
Vaca 2234-9= 523.15 kg
Vaca 096-25= 592.58 kg
Vaca 11-36= 405.23 kg
Vaca 1110-45= 510.09kg
Vaca 3491-12= 438.18 kg
Vaca 7896-210=405.11 kg
Vaca 3291-11= 480.19 kg
Vaca 193-3= 459.49 kg

CONTINUA=c(480.6,560.65,601.41,484.33,515.22,591.18,493.33,396.26,512.8,49
6.10,450.24,563.21,523.15,592.58,405.23,510.09,438.18,405.11,480.19,459.49)

Variable Cualitativa nominal: Raza de las vacas

Vaca 383-0= F1
Vaca 1203-9=F1
Vaca 5202-2=Gyrolando
Vaca 540-1=parda
Vaca 580-5= Holstein
Vaca 2345-9= Simental
Vaca 523-8= Gyr
Vaca 356-6= Brahamán rojo
Vaca 2453-2= Brahamán rojo
Vaca 3452-0= Brahaman blanco
 Vaca 5463-6= Aberdeen Angus
Vaca 1231-1= Girolanda
Vaca 2234-9= Gyr
Vaca 096-25= Holstein
Vaca 11-36= Parda
Vaca 1110-45= F1
Vaca 3491-12= Simental
Vaca 7896-210= Brahaman blanco
Vaca 3291-11= Aberdeen Angus
Vaca 193-3= F1

Variable Discreta: Litros de leche diarios por vaca

Vaca 383-0= 7 L
Vaca 1203-9= 8 L
Vaca 5202-2= 7 L
Vaca 540-1= 8 L
Vaca 580-5= 6 L
Vaca 2345-9= 8 L
Vaca 523-8= 6 L
Vaca 356-6= 8 L
Vaca 2453-2= 7 L
Vaca 3452-0= 6 L
Vaca 5463-6= 7 L
Vaca 1231-1= 9 L
Vaca 2234-9= 8 L
Vaca 096-25= 7 L
Vaca 11-36= 6 L
Vaca 1110-45= 7 L
Vaca 3491-12= 8 L
Vaca 7896-210= 6 L
Vaca 3291-11= 7 L
Vaca 193-3= 8 L
 1. Presentar un cuadro resumen con los resultados obtenidos al ejecutar el código,
presentando los siguientes datos de las variables continua y discreta:
summary(CONTINUA)# Resumen estadístico
Min. 1st Qu. Median Mean 3rd Qu. Max.
396.3 457.2 494.7 498.0 532.5 601.4
> mean(CONTINUA)#media aritmética
[1] 497.9675
> var(CONTINUA)#varianza
[1] 3871.247
> sd(CONTINUA)#desviación estándar
[1] 62.21934
> min(CONTINUA) #Mínimo
[1] 396.26
> max(CONTINUA)# Máximo
[1] 601.41
> range(CONTINUA) #Rango
[1] 396.26 601.41
> median(CONTINUA)# Mediana
[1] 494.715
> length(CONTINUA)# Número de datos
[1] 20
> quantile(CONTINUA, 0.25)# Cuantil Q1
25%
457.1775
> quantile(CONTINUA, 0.5)# Cuantil Q2 que es la mimsa mediana
50%
494.715
> quantile(CONTINUA, 0.75)# Cuantil Q3
75%
532.525
> IQR(CONTINUA) #Rango intercuartílico
[1] 75.3475
> sort(CONTINUA)# Ordenar
[1] 396.26 405.11 405.23 438.18 450.24 459.49 480.19 480.60 484.33 493.33 496.10
510.09 512.80 515.22 523.15 560.65 563.21 591.18 592.58 601.41

Presentar el gráfico de tabla de frecuencias y de diagrama de cajas (boxplot), para la

variable continua, haciendo una descripción del gráfico y analizando los resultados
obtenidos.

VARIABLE CONTINUA
Lo que se observa es que el promedio de animales en un peso de kg de 400,450 y
600 kg es igual, la cantidad de animales con un total de 3 animales promedios en
cada peso. Los animales de 460 kg a 500 kg son mas con un total de 5, los animales
de promedió de peso entre 500 y 530 kg son 4 animales y los animales de 4080 kg
a 500 kg son 5.
 Presentar los gráficos de tablas de frecuencias absolutas, diagrama de cajas
(boxplot) y de torta para la variable discreta, haciendo una descripción de cada
gráfico y analizando los resultados obtenidos.

Se puede observar en la siguiente grafica la cantidad de producción de litros leche en un

ordeño Las vacas de color verdes son las de mayor producción con 8 litros y eso equivale a
un promedio de 35 % de la producción de leche diaria, las vacas representadas en color
amarillo de 7 litros equivale a un 35 % , las vacas representadas en color rojo 6 litros
equivale a un 25% del promedio de leche diario y las vacas representadas de color agua
Marina de 9 litros es de 5 %.

1. Presentar los gráficos de tablas de frecuencias absolutas y frecuencias relativas para

la variable cualitativa (categórica), haciendo una descripción de cada gráfico y
analizando los resultados obtenidos.
CONCLUSIONES

En la gráfica de la variable continua

Observamos la cantidad de animales que hay en promedio por cada peso observables en la
variable que da en promedio la disponibilidad que hay en la variedad de pesos en las vacas.

En la gráfica de la variable discreta

Es observable la producción de leche en el ordeño y los animales que producen cierta

cantidad de leche diarios y como es su porcentaje y variantes.

En la gráfica de la variable cualitativa

Nota: No se puede acceder a la gráfica con los código del programa R presenta un error y
ya con el tutor se observó y se expuso.

Estas variables son útiles a la hora de buscar porcentajes, medidas, promedios o rangos para
este caso zootecnia; como cualitativa es el resultado de un proceso que categoriza (clasifica)
o describe un elemento de una población. Las operaciones aritméticas, como sumar y obtener
promedios, no son significativos para datos que resultan de una variable cualitativa. Variable
Cuantitativa discreta: es una variable que podemos contar, pero no medir. Por ejemplo, el
número de hijos de una familia pueden ser 2, 3 4 o 6, pero nunca uno y medio. Es decir, en
las variables cuantitativas discretas entre una unidad y otra no hay valores intermedios, no
hay continuidad.

Variable Cuantitativa continua: es aquella que puede admitir todo tipo de subdivisiones. Por
ejemplo, la edad de una persona puede ser 6 años, o 6 años y tres meses, o 6 años 3 meses y
cinco días. Entre un valor y otro de la variable existe una cantidad infinita de valores posibles,
sólo limitados por el instrumento de medición que usemos. En algunas ocasiones en que se
tienen datos cuantitativos, sin embargo, puede resultar conveniente agruparlos en categorías.