MAESTRIA EN PRODUCCIN

VEGETAL

AREAS DE CONCENTRACIN
Tecnologa de Semillas
Proteccin de Cultivos
Estadstica Aplicada
Estructura de un experimento

Profesor : Marco Koriyama V.

QU ES LA ESTADSTICA?
Segn Allen (1996), Chao (1996), Yule y Kendal ( 1986)
y Rivas Gonzlez ( 1993) la estadstica es una ciencia
(un conjunto de mtodos) que se encarga de la:
- Recoleccin
- Clasificacin
- Presentacin
- Organizacin
- Anlisis
- Interpretacin
De un conjunto de fenmenos, (naturales, econmicos,
polticos o sociales) de manera metdica y numrica,
que permitan extraer conclusiones de un hecho, en
un momento determinado y as poder tomar decisiones
valederas.
De acuerdo a Reyes (1990), la estadstica es el arte y
la ciencia de de recoger datos o reunir observaciones
cuantificables (medibles o numricas) y clasificables
TODO LO CONCERNIENTE A LA RECOLECCIN DE DATOS
Diseos Experimentales
TODO LO CONCERNIENTE A LA ORGANIZACIN,
TABULACIN E INTERPRETACIN DE DATOS
Mtodos Estadsticos
Divisin de la Estadstica
Estadstica
Descriptiva
Inferencial
Estadstica Descriptiva
Describe, analiza y representa un grupo de
datos utilizando mtodos numricos y grficos
que resumen y presentan la informacin
contenida en ellos.
Se puede definirse como aquel mtodo que
contiene la recoleccin, organizacin,
presentacin y resumen de una serie de datos.
El mencionado resumen puede ser tabular,
grfico o numrico.
Describir
0
10
20
30
40
50
60
70
80
90
1er trim. 2do trim. 3er trim.
Este
Oeste
Hombres
Si
No
Estadstica Inferencial
Es aquella rama de la estadstica que apoyndose
en el clculo de probabilidades y a partir de datos
mustrales, efecta estimaciones, decisiones,
predicciones u otras generalizaciones sobre un
conjunto mayor de datos.
Puede definirse como aquella rama de la
estadstica que hace posible la estimacin de una
caracterstica de una poblacin o la toma de una
decisin referente a una poblacin,
fundamentndose slo en los resultados de la
muestra.

Inferencial
Muestra
Poblacin
VARIABLE
La variable es una magnitud que puede tener un valor
cualquiera de los comprendidos en un conjunto de
valores de un estudio o investigacin.
Son todos aquellos datos u observaciones que pueden
ser expresados mediante nmeros, es decir, son
caractersticas de una poblacin determinada,
susceptible de medici, las mismas pueden adoptar
distintos valores o ser expresadas en varias categoras.
VARIBLES CUALITATIVAS O CATEGRICAS
Son aquellas variables cuyos valores son del tipo categrico, es
decir; que indican categoras o son etiquetadas numricamente o
con nombres. Son las que se refieren a clasificaciones, como:
estado civil, profesin, color de los ojos, preferencia por una
marca etc., es decir, son aquellas que no aparecen en forma
numrica, sino como categoras o atributos. Esta a su vez, se
clasifica en:
Categricas
Nominales: . A este
tipo de variable le
corresponde las
escalas de medicin
nominal

Categricas
Ordinales: Presentan
un orden,
corresponden las
escalas de medicin
ordinal.
Escala Nominal
Hombres - mujeres precoces - tardas
Susceptibles - resistentes docentes - estudiantes

Entre los datos no existe una relacin de orden, no se pueden aplicar
operaciones aritmticas como suma, multiplicacin, etc.
Se pueden establecer frecuencias y proporciones, as como calcular
la moda y relaciones de equivalencia.
Las pruebas estadsticas admisibles son las no
paramtricas, como la X
2
, prueba basada en la
Binomial y el coeficiente de contingencia.

Escala Ordinal
Regularmente A veces Pocas veces
Casi nunca - Nunca
La escala ordinal clasifica y ordena las observaciones. Sin
embargo no puede definirse una distancia entre las
observaciones, las relaciones admisiubles en esta escala
son: >, <, =
Las pruebas estadsticas admisibles son las no
paramtricas, en particular las estadsticas de rango,
el coeficiente de Spearman y Kendall

VARIBLES CUANTITATIVAS O NUMRICAS
Son aquellas variables que toman valores numricos. A estas
variables le corresponde la escala de medicin de intervalo y razn o
proporcin. Estos a su vez se clasifican en:
Continua: Es
aquella que puede
tomar cualquier valor
dentro de la escala de
los nmeros reales
bien sean valores
enteros o
fraccionados.

Discreta: Es aquella
variable que solo
puede tomar valores
enteros en la escala de
los nmeros
naturales, es decir, la
variable no puede
tomar valores
fraccionarios
Clasificar las siguientes variables cuantitativas en :
- Variables discretas
- Variables continuas





-Rendimiento
-Nmero de vainas/planta
-Altura
-Nmero de ninfas/hoja
-Peso de 1000 semillas
- Nmero de granos/vaina
continua
discreta
continua
discreta
continua
discreta
Variable Aleatoria o probabilstica: Es aquel
valor que asume la variable que han sido
antecedidas por una seleccin aleatoria de los
objetos medidos o son resultados de algn
proceso al azar, es decir, es la variable que toma
diferentes valores como resultado de un
experimento aleatorio
Variable Independiente:Es aquella que se presenta como
causa y condicin de la variable dependiente. Es la
manipulada por el investigador; recibe el nombre de
variable experimental.
Variable Dependiente: Es aquella que se presenta como
consecuencia de una variable antecedente, que por lo
general es la variable independientes.
Identificar en las siguientes variables cuales son
independientes y dependientes
Rendimiento vs Nmero de vainas/planta
Ingresos vs Egresos
Germinacin vs Tiempo de almacenamiento
Vigor vs Das a cosecha
Peso vs Altura
Vigor vs Germinacin
D
I
I
I
I
D
D
D
Los Parmetros.- Son cualquiera caracterstica
que se pueda medir y cuya medicin se lleve a
cabo sobre todos los elementos que integran una
poblacin determinada, los mismos suelen con
letras griegas. El valor de un parmetro
poblacional es un valor fijo en un momento
dado. Ejemplo: La media Aritmtica = (miu),
La desviacin Tpica = o, (Sigma) etctera.
Los Estadgrafos (Estadsticos o Estimadores).-
Son aquellas caractersticas medibles, cuya
medicin se realiza sobre los componentes de una
muestra, los mismos se representan con letras del
alfabeto castellano. Los estadgrafos no tienen un
valor nico, sino que pueden tomar distintos
valores al ser calculados a partir de muestras
diferentes. Ejemplos:
la media aritmtica =, La desviacin Tpica = S.

MEDIDAS DE TENDENCIA CENTRAL

Media aritmtica
Mediana
Moda
MEDIA ARITMTICA
La media aritmtica o simplemente la media, es el
parmetro de posicin de ms importancia en las
aplicaciones estadsticas. Se trata del valor medio de
todos los valores que toma la variable estadstica de una
serie de datos. Por lo tanto, la medida posicional ms
utilizada en los estudios estadsticos viene a ser la media.
La media aritmtica de una serie de N valores de
una variable X
1
, X
2
, X
3
; X
4
,.........X
n
, es el cociente
de dividir la sumatoria de todos los valores que
toma la variable Xi, entre el nmero total de ellos.

La formula se puede expresar as:
.
.
N
X
X
n
i
i
=
=
1
X
CLCULO DE LA MEDIA PARA DATOS NO
AGRUPADOS
Para calcular la media de datos no agrupados en clases se
aplica la siguiente formula:
. En donde N es el nmero total de datos y son los
valores de la variable.
Ejemplo: Calcule la media aritmtica de los siguientes
valores:

Por lo tanto la media es 9.
N
X
X
i

=
i
X
{ } 14 .,. 11 ., 9 ,. 8 ,. 7 ,. 5 =
i
X
. 9
6
54
6
14 11 9 8 7 5
= =
+ + + + +
= =

N
X
X
i
LA MEDIANA
La mediana (Md) es una medida de posicin que divide a la serie
de valores en dos partes iguales, un cincuenta por ciento que es
mayor o igual a esta y otro cincuenta por ciento que es menor o
igual que ella. Es por lo tanto, un parmetro que esta en el
medio del ordenamiento o arreglo de los datos organizados,
entonces, la mediana divide la distribucin en una forma tal que a
cada lado de la misma queda un nmero igual de datos.
i
X 50% 50%
Para encontrar la mediana en una serie de datos no agrupados,
lo primero que se hace es ordenar los datos en una forma
creciente o decreciente y luego se ubica la posicin que esta
ocupa en esa serie de datos; para ello hay que determinar si la
serie de datos es par o impar
Ejemplo: Datos impares n=7
X
1
=43; X
2
=51; X
3
=37; X
4
=39; X
5
=19; X
6
=24; X
7
=27
Ordenados en forma creciente:
X
1
=19; X
2
=24; X
3
=27; X
4
=37; X
5
=39; X
6
=43; X
7
=5

La Mediana es Md=37
37
Ejemplo: Datos pares n=8

X
1
=43; X
2
=51; X
3
=37; X
4
=39; X
5
=19; X
6
=24; X
7
=27; X
8
=62
Ordenados en forma creciente:
X
1
=19; X
2
=24; X
3
=27; X
4
=37; X
5
=39; X
6
=43; X
7
=5; X
8
=62


La mediana es el promedio de las dos observacionescentrales, es
decir :
La Mediana es Md= 38

38
2
39 37
=
+
=
Md
p
LA MODA

La moda es la medida de posicin que indica la
magnitud del valor que se presenta con ms frecuencia
en una serie de datos; es pues, el valor de la variable que
ms se repite en un conjunto de datos. De las medias de
posicin la moda es la que se determina con mayor
facilidad, ya que se puede obtener por una simple
observacin de los datos en estudio, puesto que la moda
es el dato que se observa con mayor frecuencia. La moda
se designa con las letras Mo.
;. 7 ;. 6 ;. 5 ;. 4 ,. 3
5 4 3 2 1
= = = = = x x x x x
6 ;. 5 ;. 5 ;. 4 ,. 2
5 4 3 2 1
= = = = = x x x x x
5 ;. 4 ;. 3 ;. 3 ;. 2 ,. 2
6 5 4 3 2 1
= = = = = = x x x x x x
La moda Mo, puede no existir para un conjunto de datos
o si existe puede no ser nica. Por lo tanto puede ser
unimodal, bimodal y multimodal.
Ejemplos:

a) Mo=5

b) Es amodal

c) Mo=2 y 3; es bimodal

MEDIDAS DE DISPERSIN
Rango
Varianza
Desviaacin estandar
Coeficiente de variacin
MEDIDAS DE DISPERSIN

Las medidas de posicin central son los valores que de una
manera condensada representan una serie de datos, pero
realmente no son suficientes para caracterizar una distribucin
de frecuencia. Para describir una distribucin de frecuencia o
serie de datos es necesario, por lo menos otra medida que
indique la dispersin o variabilidad de los datos, es decir, su
alejamiento de las medidas de posicin central. Estas medidas de
posicin central no tienen ningn valor si no se conoce como se
acercan o se alejan esos valores con respecto al promedio, en
otras palabras es conocer como se dispersan o varan esos
valores con respecto al promedio de una distribucin de
frecuencia.

Bosque A
Bosque B
Bosque A
Bosque B
Altura en metros
8 4 9 6
3
7 6 8 5
4
6
5
30
= = X
6
5
30
= = X
Clasificacin de las medidas de dispersin
La variabilidad es la esencia de la estadstica, puesto que las variables
y atributos se caracterizan siempre por diferencias de valores entre
observaciones individuales; por esto es importante determinar el
grado de variacin o dispersin de los datos de una serie de valores
con respecto al promedio. Las medidas de dispersin se clasifican en
dos grandes grupos:

Medidas de dispersin absolutas

Medidas de dispersin relativas
Las medidas de Dispersin Relativas, vienen expresadas en
las mismas medidas que se identifican la serie de datos,las
mismas son:
a) Recorrido
b)Varianza
c) Desviacin estandar

Las Medidas de Dispersin absoluta Son relaciones entre
medidas de dispersin absolutas y medidas de tendencia
central multiplicadas por 100, por lo tanto vienen expresadas
en porcentaje, su funcin es la de encontrar entre varias
distribuciones la dispersin existente entre ellas.la de mayor
importancia es el.

Coeficiente de variacion
Bosque B
Rango (R) = Dato mayor (X
M
)Dato Menor (X
m
) + Una unidad de
medida (1UM):
Bosque A
9 m
8 m
3m
4m
R=9-3=6m
R=8-4=4m
Varianza
La varianza es la media aritmtica de la desviacion
cuadrtica respecto de la media aritmtica de la
distribucin y se la denota por:
muestrales datos para
n
X X
S
i
.. . ..,.
1
) (
.
2
2

les poblaciona datos para

N
X
i
. . ..,
) (
.
2
2


=

o
6 = X
8

4
9
6
3

=
=
=
=

26 ....
9 3
0 . ..........
9 3 ..
4 2
4 2 ..
) (
2
2
2
2
2
X X
i

=
=
=
=
=

0 ....
3 6 3
0 6 6
3 6 9
2 6 4
2 6 8
) ( X X
i
2 , 5
5
26
.
2
= = o
m
2
2
2
) (
.
N
X X
= o
DESVIACIN TPICA O ESTNDAR

Es la medida de dispersin ms utilizada en las
investigaciones por ser la ms estable de todas. Se le designa
con la letra castellana S cuando se trabaja con una muestra
y con la letra griega minscula o (Sigma) cuando se trabaja
con una poblacin. Es importante destacar que cuando se
hace referencia a la poblacin l nmero de datos se expresa
con N y cuando se refiere a la muestra l nmero de datos se
expresa con n. La desviacin tpica se define como:

La raz cuadrada positiva del promedio aritmtico de los
cuadrados de los desvos de las observaciones con respecto
a su media aritmtica L a tpica es una forma refinada de
la desviacin media.
Desviacin Estandar
Muestrtal
Desviacin Estandar
poblacional
1
.) (
.
2

=

n
X X
s
N
X X
2
.) (
.


= o
6 = X
8

4
9
6
3

=
=
=
=

26 ....
9 3
0 . ..........
9 3 ..
4 2
4 2 ..
) (
2
2
2
2
2
X X
i

=
=
=
=
=

0 ....
3 6 3
0 6 6
3 6 9
2 6 4
2 6 8
) ( X X
i
N
X X
2
.) (
.


= o
m .. 28 , 2
5
26
. = = o
Bosque A
6 = X
8

4
9
6
3

=
=
=
=

26 ....
9 3
0 . ..........
9 3 ..
4 2
4 2 ..
) (
2
2
2
2
2
X X
i

=
=
=
=
=

0 ....
3 6 3
0 6 6
3 6 9
2 6 4
2 6 8
) ( X X
i
28 . 2
5
26
. = = o
m S .. 54 , 2
4
26
= =
Bosque B
Bosque A
Bosque B
Altura en metros
8 4 9 6
3
7 6 8 5
4
6
5
30
= = X
6
5
30
= = X
6
5
30
= = X
m .. 28 , 2
5
26
= = o
m .. 41 , 1
5
10
= = o
Bosque A
Bosque B
6
5
30
= = X
6
5
30
= = X
m .. 28 , 2
5
26
= = o
m .. 41 , 1
5
10
= = o
+ 2,28 = 8,28
- 2,28 = 3,72
+ 1,41 = 7,41
- 1,41 = 4,59
INTERPRETACIN DE LA DESVIACIN
TPICA

La desviacin tpica como medida absoluta de
dispersin, es la que mejor nos proporciona la
variacin de los datos con respecto a la media
aritmtica, su valor se encuentra en relacin
directa con la dispersin de los datos, a mayor
dispersin de ellos, mayor desviacin tpica, y
a menor dispersin, menor desviacin tpica.
95,45%
99,73%
34,14%
34,14%
13,59
%
13,59% 2,14% 2,14%
Media
68,27%
DISPERSIN RELATIVA O COEFICIENTE DE
VARIACIN

Las medidas de variabilidad, estudiadas hasta ahora, solo
permitan medir las dispersiones absolutas de los trminos de la
muestra. Las medidas, tomadas en esas condiciones, sern de
utilidad, solo cuando se trata de analizar una sola muestra; pero,
cuando hay que establecer comparaciones entre distintas
muestras, ser necesario expresar tales medidas en valores
relativos, que pueden ser proporciones o porcentajes.
Bosque A
Bosque B


Las medidas de dispersin relativas permiten comparar
grupos de series distintas en cuanto a su variacin,
independientemente de las unidades en que se midan las
diferentes caractersticas en consideracin.
Generalmente las medidas de dispersin relativas se
expresan en porcentajes, facilitando as el estudio con
medidas procedentes de otras series de valores La
dispersin relativa viene a ser igual a la dispersin
absoluta dividida entre el promedio.

Existen varias medidas de dispersin relativa, pero, la
ms usada es el coeficiente de variacin de Pearson,
este es un ndice de variabilidad sin dimensiones, lo
que permite la comparacin entre diferentes
distribuciones de frecuencias, medidas en diferentes
unidades. El coeficiente de variacin de Pearson se
designa con las letras CV. La formula matemtica es:
. 100 x
X
CV
o
=
X
Producto



S

Unidades



Bosque 1

8

2,5 m



Bosque 2

8

3,5 m.



Bosque 3

10

3,5

m



Indicar cual de los bosques presenta una mayor
variacin, o cual es ms heterogeneo.
X
Producto



S

Unidades

CV

Bosque 1

8

2,5 m

31,25%

Bosque 2

8

3,5 m

43,75 %

Bosque 3

10

3,5

m

35,00 %

Indicar cual de los bosques presenta mayor variacin
o es ms heterogeneo.
X
Producto



S

Unidades



Rend. 1

25

12 qq/ha



Rend. 2

40

15 qq/ha



Rend. 3

17

9

qq/ha



Se presenta datos del rendimiento en frejol de las
parcelas de tres propiedades. Cul de ellas tienen una
produccin ms heterogenea entre sus parcelas?
X
Producto



S

Unidades

CV

Bosque 1

25

12 m

31,25%

Bosque 2

40

15 m

43,75 %

Bosque 3

17

19

m

35,00 %