Estadística

Profesor
Guillermo Ortega Flores
Encuentro n° 1
 OBJETIVOS DE LA ASIGNATURA

1. Comprender la importancia de las estadísticas dentro del campo

de las ciencias agronómicas

2. Conocer los conceptos básicos e intermedios utilizados dentro

del ramo de las estadísticas

3. Adquirir habilidades que permitan al estudiante seleccionar las

mejores opciones para la presentación de resultados a través de
tablas y gráficos.
"En el siglo XXI, la biotecnología y la tecnología de la
información se convertirán en los principales poderes
creativos. Quienes posean estos poderes -ya sean
individuos, corporaciones o países- serán los dueños del
mundo“

-Profesor Yuval Noah Harari, 2015.

I- INTRODUCCIÓN AL ANÁLISIS
ESTADÍSTICO
 OBJETIVOS DE APRENDIZAJE

Al finalizar esta conferencia usted logrará…

1. Entender la jerga básica de las estadísticas

2. Comprender la estructura y el orden en el que se alojan dentro de

una base de datos los diferentes tipos de datos previo a su
análisis

3. Desarrollar y familiarizarse con ejercicios prácticos relacionados

al ordenamiento y presentación de datos
I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.1. ¿QUÉ ES LA ESTADÍSTICA?
Definición de estadística

La estadística es la rama de las matemáticas que se ocupa del estudio de los

datos o muestras representativas de los mismos, centrándose en el análisis de
la variabilidad de los mismos, tratando de obtener correlaciones, dependencias
y patrones para explicar fenómenos tanto físicos como naturales.

Se trata de una disciplina tremendamente transversal a multitud de campos

científicos debido a su importancia en la resolución de problemáticas ligadas a
los datos de los que se ocupan dichos campos: política, economía, seguridad,
ciencias biológicas, salud y medicina, geografía, marketing y empresa…
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.1. ¿QUÉ ES LA ESTADÍSTICA?
Conceptos básicos
Universo estadístico: Conjunto de individuos objeto de nuestro interés de
estudio.
Población estadística: Conjunto de individuos sobre los que se realizan
observaciones.
Muestra: Subconjunto de casos o individuos extraídos de una población
estadística.
Tamaño de muestra: Número de individuos que contiene la muestra o
subconjunto de una población.
Tamaño representativo de muestra: Aquel que permite generalizar los
resultados obtenidos del análisis al conjunto de toda la población o muestra.
I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.1. ¿QUÉ ES LA ESTADÍSTICA?
Conceptos básicos, cont…
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.1. ¿QUÉ ES LA ESTADÍSTICA?
Conceptos básicos, cont…
Parámetro: Cualquier valor característico de una población (ejemplo: peso
promedio de x población)
Estadígrafo o estadístico: Sirve para estimar un parámetro, se calcula a partir
de una muestra de datos y se utiliza para inferir información sobre la
población completa.
Variable: Cualquier característica o propiedad de un sujeto u objeto. Puede ser
cualquier cosa que pueda tomar diferentes valores, como una medida de
longitud, una categoría de respuesta, edad, variedad o raza.

Hipótesis estadística: Procedimiento estadístico que permite y conlleva a

aceptar o rechazar una afirmación hecha acerca de un fenómeno. La hipótesis
puede ser o bien nula o bien alterna (que se cree pueda ser cierta).
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.1. ¿QUÉ ES LA ESTADÍSTICA?
Conceptos básicos, cont…
Distribución: la distribución (estadística o de probabilidad) es una función
matemática que describe, en base a una variable, la probabilidad de que un suceso
ocurra. Se basa en la frecuencia y ésta puede representarse gráficamente.
Nivel de significancia: En el procedimiento de prueba de hipótesis, error máximo
adoptado al momento de rechazar la hipótesis nula cuando ésta es verdadera.
Puede graduarse o categorizarse para establecer niveles de significancia.

Sesgo: Se refiere a la tendencia sistemática de un modelo a producir resultados

que se desvían de los valores reales. Puede ocurrir cuando hay errores en la
recopilación de los datos, o cuando en el estudio se introducen suposiciones que
distorsionan los resultados. Puede afectar la precisión y validez de los análisis
estadísticos y conducir a conclusiones incorrectas o inexactas.
I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.2. ESTADÍSTICA DESCRIPTIVA VS INFERENCIAL
En sus orígenes la estadística se centraba básicamente en la recopilación,
organización y presentación de los datos para su comprensión, posteriormente
y gracias a la incorporación de métodos probabilísticos pasa a ocuparse
también de realizar predicciones en base a los datos sobre los que trabaja.

En este sentido, la estadística puede dividirse en dos grandes áreas de

actuación: la estadística descriptiva y la estadística inferencial. A grandes
rasgos, las principales diferencias entre la estadística descriptiva e inferencial
se basan en sus objetivos y sus métodos.
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.2. ESTADÍSTICA DESCRIPTIVA VS INFERENCIAL

ESTADÍSTICAS

Descriptiva Inferencial

Recopila y organiza datos Efectúa estimaciones e

y los presenta de forma hipótesis, se basa en
informativa probabilidades
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.2. ESTADÍSTICA DESCRIPTIVA VS INFERENCIAL
Estadística descriptiva, ejemplos

¿Cuántos productores de granos básicos hay en Nicaragua?

¿Cuáles son variedades de frijol mas utilizadas y donde están localizadas?

Porcentaje de productores que cuentan con tecnologías de riego

Nivel de incidencia de Spodoptera frugiperda en el CSN

Rendimiento obtenido en diferentes parcelas de arroz

I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.2. ESTADÍSTICA DESCRIPTIVA VS INFERENCIAL
Estadística descriptiva, ejemplos cont…

Fuente de los datos: faostat

 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.2. ESTADÍSTICA DESCRIPTIVA VS INFERENCIAL
Estadística inferencial, ejemplos

Producción esperada en la cosecha de café para el ciclo 2023/2024

Proyección del precio del quintal de café verde para diciembre de 2024

Habrá presencia del fenómeno del niño en base a los patrones de

comportamiento de las poblaciones de fitoplancton del océano
Pacífico
I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.2. ESTADÍSTICA DESCRIPTIVA VS INFERENCIAL
Estadística inferencial, ejemplos cont…
I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.3. TIPOS DE VARIABLES

Para alcanzar un buen dominio

en el manejo de los datos, lo
primero que se debe hacer es
reconocer el tipo de datos con
que se va a trabajar. De otra
manera caeremos en el error de
realizar operaciones
inapropiadas sobre ciertas
variables, generándonos errores
en nuestras operaciones y por
ende en los resultados.
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.3. TIPOS DE VARIABLES

TIPOS DE
VARIABLES

Cualitativas Cuantitativas
✔ Trabaja con descripciones ✔ Trabaja con números
✔ Los datos pueden ser observados pero ✔ Los datos pueden ser medidos
no medidos
I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.3. TIPOS DE VARIABLES

Datos cuantitativos
✔ Tiene 60 pulgadas de alto
✔ Hay 2 manzanas adentro
✔ Cuesta C$ 16,000

Datos cualitativos
✔ Es rojo
✔ Fue fabricado en Estados Unidos
✔ Huele a pescado
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.3. TIPOS DE VARIABLES

Tipos de datos cuantitativos

A su vez, las variables cuantitativas pueden diferenciarse según sean:

Cuantitativas continuas: Cuando entre un intervalo inferior y uno superior

puede existir una infinidad de valores, ejemplo: velocidad del viento,
temperatura del ambiente.

Cuantitativas discretas: Cuando únicamente puede tomar un valor dentro de

un conjunto de valores exactos, ejemplo: números de variedades de café que se
cultivan en Nicaragua, edad de una persona.
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.3. TIPOS DE VARIABLES

Tipos de datos cualitativos

Mientras que las variables cualitativas se dividen en:

Categóricas: Una medida cualitativa categórica es una variable que se utiliza

para clasificar los datos en diferentes categorías o grupos. Por ejemplo, el color
de los frutos o la raza de un tipo de ganado son variables categóricas.

Ordinales: Se utilizan para clasificar los datos en diferentes categorías

ordenadas. Por ejemplo, la escala de satisfacción de un catador de café, donde
las respuestas van desde “imbebible" hasta “perfecto", es una variable ordinal.
También podría ser una escala de dolor, donde las respuestas van desde "sin
dolor" hasta "dolor extremo".
I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.4. NIVELES Y ESCALAS DE MEDICIÓN
También denominada escala discreta incluye variables de naturaleza
Nominal o
categórica cuya diferencia radica en la cualidad y no en la cantidad, los
datos numéricos no tienen mas valor que como etiquetas y los datos
categórica son mutuamente excluyentes.
Niveles o escalas de

Igual a las anteriores son variables cualitativas que deben seguir un

Ordinal orden definiendo niveles, ejemplo: grande mediano, pequeño; pésimo,
medición

malo, regular, bueno, excelente.

Son variables cuantitativas en las que se establece un cero arbitrario y

Intervalo
no usa valores negativos, por lo tanto no se pueden multiplicar ni
dividir. Se utilizan principalmente para fijar distancias entre dos
puntos. Ejemplo: temperatura en °C, fechas del calendario.

De razón Son datos cuantitativos que se caracterizan por el cero absoluto, con
esta escala es posible realizar cualquier medición como suma o
división, etc.. Eje: edad, masa, velocidad, energía
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.4. NIVELES Y ESCALAS DE MEDICIÓN
Ejercicio: Clasifique las siguientes variables

Nominal o
==
Nivel de madurez de los frutos
categórica
Niveles o escalas de

Cantidad de agua para el riego

medición

Ordinal =, <, >

Textura del suelo

Rendimiento del maní Ton Ha-1

Intervalo +, -

Temperatura del suelo (°C)

De razón X, /, etc.
Puntuación en un módulo práctico
I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.5. PRESENTACIÓN EN TABLAS DE FRECUENCIA

La tabla de frecuencias (o distribución de frecuencias) es una tabla que

muestra la distribución de los datos mediante sus frecuencias. Se utiliza para
variables cuantitativas o cualitativas.

La tabla de frecuencias es una herramienta que permite ordenar los datos de

manera que se presentan numéricamente las características de la distribución
de un conjunto de datos o muestra.

Existen tablas de datos no agrupados y tablas de datos agrupados, las cuales

serán analizadas a continuación…
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.5. PRESENTACIÓN EN TABLAS DE FRECUENCIA
Tabla de datos NO agrupados
Tabla de frecuencias (Ejemplo con 311 pollos de granja)
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.5. PRESENTACIÓN EN TABLAS DE FRECUENCIA
Tabla de datos agrupados
Pasos para construir una tabla de frecuencias con datos agrupados

1- Obtener el rango R de los datos (Amplitud): Dato mayor – Dato menor.

👉 R = Xmáx – Xmín

2- Definición de los intervalos de clase (nint): Puede hacerlo a criterio propio o

por el método de Sturges 👉 (N=número total de datos)

3- Calcular la amplitud de cada clase (I). 👉 I= R/nint (Se redondea hacia arriba)
4- Calcular la marca de clase (Mc). 👉 Mc= (Ʃ extremos en I)/2

5- Calcular el R’ (Amplitud total): 👉 R’ = I * nint, este valor se reparte en los

extremos
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.5. PRESENTACIÓN EN TABLAS DE FRECUENCIA
Tablas de datos agrupados, cont…

MC = (∑ extremos en I)/2
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.5. PRESENTACIÓN EN TABLAS DE FRECUENCIA

Tabla de datos agrupados, cont…

Mc = Suma de extremos en I/2 = 4

I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.6. PRESENTACIÓN EN HISTOGRAMAS DE FRECUENCIA

Histograma
18
16
16
Frecuencia 14

Frecuencia (N° demunic.)

14
12
10
8
8
6 6
6 5 5
4
2
0
4 8 12 16 20 24 28
Rendimiento de frijol (qq/Mz)
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.6. PRESENTACIÓN EN HISTOGRAMAS DE FRECUENCIA

¿Cuando se usan?
⮚ Si tienes una única variable continua
⮚ Necesitas información sobre como

Conteo de valores
están distribuidos los datos

¿Cuántos picos tiene?

x
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.6. PRESENTACIÓN EN HISTOGRAMAS DE FRECUENCIA
Sesgo: ¿Es simétrica? Curtosis: ¿Cuántos valores extremos?

La curtosis (o apuntamiento) es una medida de

Una distribución puede forma que mide cuán escarpada o achatada está
caracterizarse como con asimetría una curva o distribución.
negativa (valores a la izquierda), Según dicho coeficiente de curtosis, podemos
simétrica o con asimetría positiva considerar que la distribución adquiera forma
(valores a la derecha). leptocúrtica (valor >0), mesocúrtica (valor= 0) o
platicúrtica (valor < 0).
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
1.6. PRESENTACIÓN EN HISTOGRAMAS DE FRECUENCIA

En el tercer encuentro se estará trabajando mas a profundidad con los histogramas

y distribuciones de frecuencia. Ahí usted va a poder realizar pruebas de
normalidad sobre sus datos y aprenderá a calcular la magnitud y dirección del
sesgo.
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO

Fin de la presentación!
A continuación se le presentan dos ejercicios para resolverlos en casa, el valor
de cada uno corresponde a 2 y 3 puntos respectivamente (5 entre ambos).

También recuerde que el próximo encuentro se realizará una prueba en donde

se evaluaran tanto los conocimientos teóricos-prácticos adquiridos en esta
conferencia. El valor de esta última será de 10 puntos.

Investigue el uso de la plataforma faostat para descarga de datos

agropecuarios, puede ver el siguiente video y entrar a la plataforma en los
siguientes enlaces:
tutorial_FAOSTAT
fao.org/faostat/Base_de_datos
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
Tabla de datos no agrupados
Ejercicio 1: Crear tabla e histograma de frecuencias sobre el rendimiento en
693 parcelas de frijol INTA-Ferroso distribuidas a nivel nacional.
 I- INTRODUCCIÓN AL ANÁLISIS ESTADÍSTICO
Tabla de datos agrupados

Ejercicio 2:
Crear tabla e
histograma de
frecuencias sobre
los registros de
precipitación
ocurridos en la
comarca Malacatoya
(Granada) entre
abril 2022 y abril
2023.