SlideShare ist ein Scribd-Unternehmen logo
1 von 18
Variables en investigación:
  ambiental, agrícola y
      agropecuaria
          5to Ambiental
Fuente:
• Di Rienzo, J; Balzarini, M; Casanoves, F;
  Gonzalez, L; Tablada, E; Díaz, M; Robledo, C.
  2001. Estadística para las ciencias
  agropecuarias. 4. ed. Córdova, AR. 322 p.
• Presentación disponible en línea o PDF
  http://j.mp/vari00
• Preguntar por el texto edición electrónica
Estadística Descriptiva
•   Registro de observaciones es común en
    investigación.

•   Observaciones = resultado de un proceso de
    observación bajo condiciones dadas o de un
    proceso experimental

•   Generalmente la información registrada en un
    proceso de observación es tratada, en un
    primer momento, con el objetivo de describir y
    resumir sus características más sobresalientes
    (estadística descriptiva) y generalmente usa tablas/
    gráficos y medidas resumen.
• Una población es un conjunto de
  elementos acotados en un tiempo y en un
  espacio determinados, con alguna
  característica común observable o medible.
•   Desde el punto de vista AAA:

    •   ¿A qué elementos hace referencia la definición?
        Los elementos considerados podrían ser días,
        animales, semillas, plantas, personas o localidades
        de una cierta región.

    •   ¿Por qué acotar en tiempo y espacio?
        Dependiendo de los intereses: suele ser
        necesario recortar el problema, o especificar
        claramente los alcances o fronteras del
        problema en estudio, ya que dentro de estos
        márgenes todo lo que se diga o afirme tendrá
        validez, y fuera de ellos no.
•   Si la población es finita, diremos que el tamaño
    poblacional es el número de elementos de la
    misma y lo denotaremos con N.

•   Se entiende por muestra a todo subconjunto de
    elementos de la población.

•   Una unidad muestral es el elemento o entidad
    de la muestra.

•   Tamaño muestral es el número de elementos
    de la población que conforman la muestra y se
    denota con n.
Variables
•   Las observaciones o mediciones sobre los
    elementos de una población constituyen la materia prima
    con la cual se trabaja en Estadística.

•   Para que dichas observaciones puedan ser tratadas
    estadísticamente deben estar expresadas o poder ser
    reexpresadas en términos numéricos.

•   Aunque sea obvio, se destaca que la característica de
    interés a observar o medir en cada elemento de la
    población debe ser la misma, en tanto que se espera que
    no asuma el mismo valor en cada uno de los elementos
    que la conforman.

•   Características que van cambiando en su estado o
    expresión entre los elementos de la población se
    denominan "variables". Las que no cumplen esta
    condición son llamadas "constantes"
Variables

• Una variable es una característica,
  propiedad o atributo, con respecto a la cual
  los elementos de una población difieren de
  alguna forma.
• ejemplos: ??
Tipos de variables


• Variable continua es aquella
  característica cuyas observaciones pueden
  asumir cualquier valor dentro de un
  intervalo. En estos casos el conjunto de
  posibles valores es no numerable
• [a, b] o a ≤ x ≤ b, (a, b) o a < x < b, (a, b] o
  a<x≤ b
• ejemplos: ??
Tipos de variables
• Se llaman variables discretas, en
  contraposición a las variables continuas, a
  aquellas características que asumen un
  número finito o infinito numerable de
  valores posibles. Así, las variables discretas
  surgen de conteos, como por ejemplo el
  número de días hasta la germinación del
  50% de las semillas de una bandeja, número
  de colonias de microorganismos sobre
  plantas enfermas, el número de frutos de
  un árbol, el número de mazorcas en plantas
  de maíz ...
Tipos de variables
•   Se llaman variables categóricas, en
    contraposición a las variables cuantitativas, a
    aquellas cuya escala de medida es un conjunto de
    categorías. Entre ellas podemos distinguir al
    menos:

    •   Categóricas nominales, como la orientación de
        los vientos, que se podrían considerar como
        “Norte”, “Sur”, “Este”, “Oeste”; el color del
        tegumento de las semillas, el sexo, ...

    •   Categóricas ordinales, como el grado de ataque
        de una virosis vegetal que puede ser "severo",
        "moderado" o "leve".
• Es importante señalar que las variables
  continuas se pueden “discretizar” (por
  ejemplo tomando intervalos) y así ser
  tratadas como discretas o, cuando una
  variable discreta asume una gran variedad
  de valores, como podría ser el caso de
  contar el número de pulgones en hojas de
  trigo, ésta puede ser tratada como una
  variable continua.
No es nuestro tema...
        pero,
• Dado un espacio muestral Ω con un
  probabilidad asociada, una variable
  aleatoria X es una función real definida
  en Ω tal que [X≤x] es un evento aleatorio
  ∀ x ∈ R. Osea X:Ω→B⊆R es una variable
  aleatoria si para cualquier x ∈ R, [X≤x] es
  un evento aleatorio.
Ejercicios
•   A partir de las situaciones que se describen a continuación, identificar la
    población en estudio y una o más variables que sean de utilidad para el análisis
    del problema en cuestión.

•   Situación A: En una zona del departamento de Río Primero, en la Provincia
    de Córdoba, donde se cultiva zapallo para obtención de semillas, se observó
    que las cosechas de semillas del último trienio disminuyeron considerablemente
    con respecto a períodos anteriores, aún cuando el área cultivada se mantenía
    sin cambios. Entrevistas con técnicos de la zona revelaron que varias podrían
    ser las causas de tal disminución en los rendimientos. Entre ellas se
    consideraban especialmente:

    •   Una infestación varietal producida por el cruzamiento de las poblaciones
        para cosecha, con las poblaciones de zapallito amargo, que enmalezan los
        cultivos de maíz de la zona. Se conoce por investigaciones previas que
        cuando se produce este tipo de hibridación los zapallos cultivados dan
        flores con distinto número de pétalos y disminuyen la producción de
        semillas.

    •   Un aborto de óvulos, generadores de semillas, por influencia de las
        pulverizaciones que se han introducido en los últimos tres años. El efecto
        visible de las pulverizaciones es el amarilleo y la disminución del diámetro
        de los ovarios.
Ejercicios
• Situación B: En una experiencia de
  laboratorio se ha inoculado un complejo
  virósico a trescientas macetas que
  contienen plántulas de tabaco. Se cree que
  dicho complejo puede provocar diversos
  grados de clorosis en el follaje o bien no
  producir clorosis, pero disminuir
  considerablemente la altura de plántulas.
Ejercicio 2
•   Clasificar las siguientes variables en continuas o discretas:

    •   Número de semillas de alfalfa por metro de surco sembrado.

    •   Temperaturas registradas cada media hora en un laboratorio, durante
        una semana.

    •   Período de tiempo desde el almacenamiento y hasta que se produce el
        deterioro del 50% de los frutos almacenados.

    •   Milímetros de precipitación de una localidad durante un año.

    •   Número de semillas en dormición (latencia) en cajas de 50 semillas.

    •   Número de materias aprobadas con 7 puntos por estudiantes de la
        Facultad de Agronomía durante el período 2004-2007.

    •   Cociente entre el largo y el ancho de los entrenudos de plantas de maíz.
Muestras aleatorias vs.
    muestras según su juicio
•   ¿Cuál es mejor?

•   Supóngase que una persona está interesada en
    conocer cuál es la superficie promedio de los lotes
    de una región. Para ello debe seleccionar entre los
    siguientes métodos:

•   Método 1: extraer una muestra de lotes que
    considere “representativa” o buena a su juicio, y
    calcular el promedio de la misma.

•   Método 2: extraer una muestra aleatoria y calcular
    el promedio de la muestra.
Variables en investigación aplicada, introducción

Weitere ähnliche Inhalte

Was ist angesagt?

Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
milit
 
Conceptos de diseño experimental
Conceptos de diseño experimentalConceptos de diseño experimental
Conceptos de diseño experimental
Marisol A
 
Muestreo por conglomerados
Muestreo por conglomeradosMuestreo por conglomerados
Muestreo por conglomerados
Michael Cabrera
 
T studentdoscolas
T studentdoscolasT studentdoscolas
T studentdoscolas
GOPPASUDD
 
6 diseños completamente aleatorizado y bloques al azar
6   diseños completamente aleatorizado y bloques al azar6   diseños completamente aleatorizado y bloques al azar
6 diseños completamente aleatorizado y bloques al azar
rbarriosm
 

Was ist angesagt? (20)

Disenos factoriales
Disenos factorialesDisenos factoriales
Disenos factoriales
 
Tabla f05
Tabla f05Tabla f05
Tabla f05
 
Ejercicios cuadrados latinos ejercicio 2
Ejercicios cuadrados latinos ejercicio 2Ejercicios cuadrados latinos ejercicio 2
Ejercicios cuadrados latinos ejercicio 2
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 
SarnaManzano2013
SarnaManzano2013SarnaManzano2013
SarnaManzano2013
 
Comparaciones multiples trabajo1
Comparaciones multiples trabajo1Comparaciones multiples trabajo1
Comparaciones multiples trabajo1
 
Estadistica - Medidas de posicion
Estadistica - Medidas de posicionEstadistica - Medidas de posicion
Estadistica - Medidas de posicion
 
DISEÑO CUADRADO LATINO
DISEÑO CUADRADO LATINODISEÑO CUADRADO LATINO
DISEÑO CUADRADO LATINO
 
Unidad 4 DISEÑO COMPLETAMENTE AL AZAR
Unidad 4 DISEÑO COMPLETAMENTE AL AZARUnidad 4 DISEÑO COMPLETAMENTE AL AZAR
Unidad 4 DISEÑO COMPLETAMENTE AL AZAR
 
Tema 5 ejemplo 3
Tema 5 ejemplo 3Tema 5 ejemplo 3
Tema 5 ejemplo 3
 
Conceptos de diseño experimental
Conceptos de diseño experimentalConceptos de diseño experimental
Conceptos de diseño experimental
 
Poscosecha de Granos Básicos: Información y acciones a nivel de pequeños pro...
Poscosecha de Granos Básicos:  Información y acciones a nivel de pequeños pro...Poscosecha de Granos Básicos:  Información y acciones a nivel de pequeños pro...
Poscosecha de Granos Básicos: Información y acciones a nivel de pequeños pro...
 
Muestreo por conglomerados
Muestreo por conglomeradosMuestreo por conglomerados
Muestreo por conglomerados
 
Muestreo
MuestreoMuestreo
Muestreo
 
T studentdoscolas
T studentdoscolasT studentdoscolas
T studentdoscolas
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística Probabilidades
 
Eucalipto
EucaliptoEucalipto
Eucalipto
 
Cultivo ajo
Cultivo ajoCultivo ajo
Cultivo ajo
 
U1 introduccion a los diseños experimentales
U1 introduccion a los diseños experimentalesU1 introduccion a los diseños experimentales
U1 introduccion a los diseños experimentales
 
6 diseños completamente aleatorizado y bloques al azar
6   diseños completamente aleatorizado y bloques al azar6   diseños completamente aleatorizado y bloques al azar
6 diseños completamente aleatorizado y bloques al azar
 

Ähnlich wie Variables en investigación aplicada, introducción

TM 4. Población silvestre y métodos para cuantificar la biodiversidad.pdf
TM 4. Población silvestre y métodos para cuantificar la biodiversidad.pdfTM 4. Población silvestre y métodos para cuantificar la biodiversidad.pdf
TM 4. Población silvestre y métodos para cuantificar la biodiversidad.pdf
Lucy Buitron
 
Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...
Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...
Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...
Leonel Delgado Eraso
 
Termino Basicos en Estadistica
Termino Basicos en EstadisticaTermino Basicos en Estadistica
Termino Basicos en Estadistica
WPRADAC
 

Ähnlich wie Variables en investigación aplicada, introducción (20)

Estadistica 1 - Luje.pptx
Estadistica 1 - Luje.pptxEstadistica 1 - Luje.pptx
Estadistica 1 - Luje.pptx
 
Terminos basicos estadistica
Terminos basicos estadisticaTerminos basicos estadistica
Terminos basicos estadistica
 
Estadistica Cv
Estadistica Cv Estadistica Cv
Estadistica Cv
 
TM 4. Población silvestre y métodos para cuantificar la biodiversidad.pdf
TM 4. Población silvestre y métodos para cuantificar la biodiversidad.pdfTM 4. Población silvestre y métodos para cuantificar la biodiversidad.pdf
TM 4. Población silvestre y métodos para cuantificar la biodiversidad.pdf
 
Alexander estadistica
Alexander  estadisticaAlexander  estadistica
Alexander estadistica
 
términos básicos de estadistica.
términos básicos de estadistica.términos básicos de estadistica.
términos básicos de estadistica.
 
Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...
Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...
Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...
 
Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...
Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...
Calidonauta 72003-1-distribucion-de-frecuencias-sus-graficas-calidad-estadist...
 
Terminos basicos de la estadistica
Terminos basicos de la estadisticaTerminos basicos de la estadistica
Terminos basicos de la estadistica
 
Conceptos Estadísticos Básicos ccesa007
Conceptos Estadísticos Básicos  ccesa007Conceptos Estadísticos Básicos  ccesa007
Conceptos Estadísticos Básicos ccesa007
 
Estadistica eivi
Estadistica eiviEstadistica eivi
Estadistica eivi
 
Curso ESTADÍSTICA.pdf
Curso ESTADÍSTICA.pdfCurso ESTADÍSTICA.pdf
Curso ESTADÍSTICA.pdf
 
Estadistica
EstadisticaEstadistica
Estadistica
 
TÉRMINOS BÁSICOS DE LA ESTADÍSTICA
TÉRMINOS BÁSICOS DE LA ESTADÍSTICA TÉRMINOS BÁSICOS DE LA ESTADÍSTICA
TÉRMINOS BÁSICOS DE LA ESTADÍSTICA
 
Intrumental sobre la capavidad a II.pptx
Intrumental sobre la capavidad a II.pptxIntrumental sobre la capavidad a II.pptx
Intrumental sobre la capavidad a II.pptx
 
DISEÑOS DE INVESTIGACIÓN, POBLACIÓN Y MUESTRA [Autoguardado].pptx
DISEÑOS DE INVESTIGACIÓN, POBLACIÓN Y MUESTRA [Autoguardado].pptxDISEÑOS DE INVESTIGACIÓN, POBLACIÓN Y MUESTRA [Autoguardado].pptx
DISEÑOS DE INVESTIGACIÓN, POBLACIÓN Y MUESTRA [Autoguardado].pptx
 
Curso completo proba 1.pptx
Curso completo proba 1.pptxCurso completo proba 1.pptx
Curso completo proba 1.pptx
 
presentacion de Estadistica
presentacion de Estadisticapresentacion de Estadistica
presentacion de Estadistica
 
Termino Basicos en Estadistica
Termino Basicos en EstadisticaTermino Basicos en Estadistica
Termino Basicos en Estadistica
 
Terminos basicos (variables)
Terminos basicos (variables)Terminos basicos (variables)
Terminos basicos (variables)
 

Mehr von Wladimir Illescas

RESPUESTA DEL CULTIVO DE LA COLIFLOR (Brassica oleracea L.) A TRES NIVELES DE...
RESPUESTA DEL CULTIVO DE LA COLIFLOR (Brassica oleracea L.) A TRES NIVELES DE...RESPUESTA DEL CULTIVO DE LA COLIFLOR (Brassica oleracea L.) A TRES NIVELES DE...
RESPUESTA DEL CULTIVO DE LA COLIFLOR (Brassica oleracea L.) A TRES NIVELES DE...
Wladimir Illescas
 
Paneles solares: eficiencia en función de material particulado. Guayaquil.
Paneles solares: eficiencia en función de material particulado. Guayaquil.Paneles solares: eficiencia en función de material particulado. Guayaquil.
Paneles solares: eficiencia en función de material particulado. Guayaquil.
Wladimir Illescas
 
Ordenamiento territorial Turrialba Guayabo (borrador)
Ordenamiento territorial Turrialba Guayabo (borrador)Ordenamiento territorial Turrialba Guayabo (borrador)
Ordenamiento territorial Turrialba Guayabo (borrador)
Wladimir Illescas
 

Mehr von Wladimir Illescas (20)

Imágenes cc
Imágenes ccImágenes cc
Imágenes cc
 
RESPUESTA DEL CULTIVO DE LA COLIFLOR (Brassica oleracea L.) A TRES NIVELES DE...
RESPUESTA DEL CULTIVO DE LA COLIFLOR (Brassica oleracea L.) A TRES NIVELES DE...RESPUESTA DEL CULTIVO DE LA COLIFLOR (Brassica oleracea L.) A TRES NIVELES DE...
RESPUESTA DEL CULTIVO DE LA COLIFLOR (Brassica oleracea L.) A TRES NIVELES DE...
 
Paneles solares: eficiencia en función de material particulado. Guayaquil.
Paneles solares: eficiencia en función de material particulado. Guayaquil.Paneles solares: eficiencia en función de material particulado. Guayaquil.
Paneles solares: eficiencia en función de material particulado. Guayaquil.
 
Citación y referenciación
Citación y referenciaciónCitación y referenciación
Citación y referenciación
 
Cuadros y figuras
Cuadros y figurasCuadros y figuras
Cuadros y figuras
 
Marketing&ventas03
Marketing&ventas03 Marketing&ventas03
Marketing&ventas03
 
Proyecto tesis 2 #01
Proyecto tesis 2 #01 Proyecto tesis 2 #01
Proyecto tesis 2 #01
 
Marketing&ventas 02
Marketing&ventas 02Marketing&ventas 02
Marketing&ventas 02
 
Marketing&amp;ventas 01
Marketing&amp;ventas 01Marketing&amp;ventas 01
Marketing&amp;ventas 01
 
Metodología de la investigación #02
Metodología de la investigación #02 Metodología de la investigación #02
Metodología de la investigación #02
 
FEPA #01
FEPA #01FEPA #01
FEPA #01
 
Metodología de la investigación #01
Metodología de la investigación #01 Metodología de la investigación #01
Metodología de la investigación #01
 
Economía #00
Economía #00Economía #00
Economía #00
 
Resumen anteproyecto
Resumen anteproyectoResumen anteproyecto
Resumen anteproyecto
 
Marketing&ventas
Marketing&ventasMarketing&ventas
Marketing&ventas
 
Temas alimentos
Temas alimentosTemas alimentos
Temas alimentos
 
Wikipedia vs. escritura académica
Wikipedia vs. escritura académicaWikipedia vs. escritura académica
Wikipedia vs. escritura académica
 
¿Por qué citamos?
¿Por qué citamos?¿Por qué citamos?
¿Por qué citamos?
 
Steve's presentation at ICCC 2009(Stephen Mc Intyre)
Steve's presentation at ICCC 2009(Stephen Mc Intyre)Steve's presentation at ICCC 2009(Stephen Mc Intyre)
Steve's presentation at ICCC 2009(Stephen Mc Intyre)
 
Ordenamiento territorial Turrialba Guayabo (borrador)
Ordenamiento territorial Turrialba Guayabo (borrador)Ordenamiento territorial Turrialba Guayabo (borrador)
Ordenamiento territorial Turrialba Guayabo (borrador)
 

Kürzlich hochgeladen

La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
JonathanCovena1
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
MiNeyi1
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 

Kürzlich hochgeladen (20)

Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 

Variables en investigación aplicada, introducción

  • 1. Variables en investigación: ambiental, agrícola y agropecuaria 5to Ambiental
  • 2. Fuente: • Di Rienzo, J; Balzarini, M; Casanoves, F; Gonzalez, L; Tablada, E; Díaz, M; Robledo, C. 2001. Estadística para las ciencias agropecuarias. 4. ed. Córdova, AR. 322 p. • Presentación disponible en línea o PDF http://j.mp/vari00 • Preguntar por el texto edición electrónica
  • 3. Estadística Descriptiva • Registro de observaciones es común en investigación. • Observaciones = resultado de un proceso de observación bajo condiciones dadas o de un proceso experimental • Generalmente la información registrada en un proceso de observación es tratada, en un primer momento, con el objetivo de describir y resumir sus características más sobresalientes (estadística descriptiva) y generalmente usa tablas/ gráficos y medidas resumen.
  • 4. • Una población es un conjunto de elementos acotados en un tiempo y en un espacio determinados, con alguna característica común observable o medible.
  • 5. Desde el punto de vista AAA: • ¿A qué elementos hace referencia la definición? Los elementos considerados podrían ser días, animales, semillas, plantas, personas o localidades de una cierta región. • ¿Por qué acotar en tiempo y espacio? Dependiendo de los intereses: suele ser necesario recortar el problema, o especificar claramente los alcances o fronteras del problema en estudio, ya que dentro de estos márgenes todo lo que se diga o afirme tendrá validez, y fuera de ellos no.
  • 6. Si la población es finita, diremos que el tamaño poblacional es el número de elementos de la misma y lo denotaremos con N. • Se entiende por muestra a todo subconjunto de elementos de la población. • Una unidad muestral es el elemento o entidad de la muestra. • Tamaño muestral es el número de elementos de la población que conforman la muestra y se denota con n.
  • 7. Variables • Las observaciones o mediciones sobre los elementos de una población constituyen la materia prima con la cual se trabaja en Estadística. • Para que dichas observaciones puedan ser tratadas estadísticamente deben estar expresadas o poder ser reexpresadas en términos numéricos. • Aunque sea obvio, se destaca que la característica de interés a observar o medir en cada elemento de la población debe ser la misma, en tanto que se espera que no asuma el mismo valor en cada uno de los elementos que la conforman. • Características que van cambiando en su estado o expresión entre los elementos de la población se denominan "variables". Las que no cumplen esta condición son llamadas "constantes"
  • 8. Variables • Una variable es una característica, propiedad o atributo, con respecto a la cual los elementos de una población difieren de alguna forma. • ejemplos: ??
  • 9. Tipos de variables • Variable continua es aquella característica cuyas observaciones pueden asumir cualquier valor dentro de un intervalo. En estos casos el conjunto de posibles valores es no numerable • [a, b] o a ≤ x ≤ b, (a, b) o a < x < b, (a, b] o a<x≤ b • ejemplos: ??
  • 10. Tipos de variables • Se llaman variables discretas, en contraposición a las variables continuas, a aquellas características que asumen un número finito o infinito numerable de valores posibles. Así, las variables discretas surgen de conteos, como por ejemplo el número de días hasta la germinación del 50% de las semillas de una bandeja, número de colonias de microorganismos sobre plantas enfermas, el número de frutos de un árbol, el número de mazorcas en plantas de maíz ...
  • 11. Tipos de variables • Se llaman variables categóricas, en contraposición a las variables cuantitativas, a aquellas cuya escala de medida es un conjunto de categorías. Entre ellas podemos distinguir al menos: • Categóricas nominales, como la orientación de los vientos, que se podrían considerar como “Norte”, “Sur”, “Este”, “Oeste”; el color del tegumento de las semillas, el sexo, ... • Categóricas ordinales, como el grado de ataque de una virosis vegetal que puede ser "severo", "moderado" o "leve".
  • 12. • Es importante señalar que las variables continuas se pueden “discretizar” (por ejemplo tomando intervalos) y así ser tratadas como discretas o, cuando una variable discreta asume una gran variedad de valores, como podría ser el caso de contar el número de pulgones en hojas de trigo, ésta puede ser tratada como una variable continua.
  • 13. No es nuestro tema... pero, • Dado un espacio muestral Ω con un probabilidad asociada, una variable aleatoria X es una función real definida en Ω tal que [X≤x] es un evento aleatorio ∀ x ∈ R. Osea X:Ω→B⊆R es una variable aleatoria si para cualquier x ∈ R, [X≤x] es un evento aleatorio.
  • 14. Ejercicios • A partir de las situaciones que se describen a continuación, identificar la población en estudio y una o más variables que sean de utilidad para el análisis del problema en cuestión. • Situación A: En una zona del departamento de Río Primero, en la Provincia de Córdoba, donde se cultiva zapallo para obtención de semillas, se observó que las cosechas de semillas del último trienio disminuyeron considerablemente con respecto a períodos anteriores, aún cuando el área cultivada se mantenía sin cambios. Entrevistas con técnicos de la zona revelaron que varias podrían ser las causas de tal disminución en los rendimientos. Entre ellas se consideraban especialmente: • Una infestación varietal producida por el cruzamiento de las poblaciones para cosecha, con las poblaciones de zapallito amargo, que enmalezan los cultivos de maíz de la zona. Se conoce por investigaciones previas que cuando se produce este tipo de hibridación los zapallos cultivados dan flores con distinto número de pétalos y disminuyen la producción de semillas. • Un aborto de óvulos, generadores de semillas, por influencia de las pulverizaciones que se han introducido en los últimos tres años. El efecto visible de las pulverizaciones es el amarilleo y la disminución del diámetro de los ovarios.
  • 15. Ejercicios • Situación B: En una experiencia de laboratorio se ha inoculado un complejo virósico a trescientas macetas que contienen plántulas de tabaco. Se cree que dicho complejo puede provocar diversos grados de clorosis en el follaje o bien no producir clorosis, pero disminuir considerablemente la altura de plántulas.
  • 16. Ejercicio 2 • Clasificar las siguientes variables en continuas o discretas: • Número de semillas de alfalfa por metro de surco sembrado. • Temperaturas registradas cada media hora en un laboratorio, durante una semana. • Período de tiempo desde el almacenamiento y hasta que se produce el deterioro del 50% de los frutos almacenados. • Milímetros de precipitación de una localidad durante un año. • Número de semillas en dormición (latencia) en cajas de 50 semillas. • Número de materias aprobadas con 7 puntos por estudiantes de la Facultad de Agronomía durante el período 2004-2007. • Cociente entre el largo y el ancho de los entrenudos de plantas de maíz.
  • 17. Muestras aleatorias vs. muestras según su juicio • ¿Cuál es mejor? • Supóngase que una persona está interesada en conocer cuál es la superficie promedio de los lotes de una región. Para ello debe seleccionar entre los siguientes métodos: • Método 1: extraer una muestra de lotes que considere “representativa” o buena a su juicio, y calcular el promedio de la misma. • Método 2: extraer una muestra aleatoria y calcular el promedio de la muestra.

Hinweis der Redaktion

  1. \n
  2. \n
  3. \n
  4. \n
  5. \n
  6. \n
  7. \n
  8. \n
  9. \n
  10. \n
  11. \n
  12. \n
  13. \n
  14. \n
  15. \n
  16. \n
  17. \n
  18. \n