Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación

Guía para el uso de Recursos Educativos - Fase 4. Aplicar
conceptos a un proyecto agropecuario con procesamiento
estadístico

1. Descripción general del curso

Escuela o Unidad Escuela de Ciencias Agrícolas, Pecuarias y del Medio Ambiente

Académica
Nivel de formación Profesional

Campo de Formación Formación disciplinar

Nombre del curso Estadística Descriptiva (para agrarias)
Código del curso 300046
Tipo de curso Teórico Habilitable Si x No
Número de créditos 2

2. Descripción de la actividad

Tipo Progra
Simul Laborat Recurso
de Recurso Otr ma R
ador ☐ orio ☐ ☐ multim ☐
Recu web o: Projec
virtual remoto edia
rso t
Número
Tipo de Individua Colaborativ de
☒ ☐ 4
actividad: l a semana
s
Momento de la
Inicial Intermedia ☒ Final
evaluación:
Peso evaluativo de
Entorno donde se hace uso del
la actividad (si lo 150
recurso: Aprendizaje Práctico
tiene):
Fecha de inicio de la Fecha de cierre de la actividad:
actividad:

Temáticas que aborda el recurso:

El programa R Project es el recurso para utilizar en la presente
actividad y busca que el estudiante tenga acceso a un software
especializado y de licencia libre, que le permite trabajar en cualquier
ambiente laboral, con autonomía y sin las implicaciones de los
softwares especializados.

Actividades por desarrollar

El estudiante debe revisar las indicaciones para instalar el programa
R Project en los siguientes enlaces:
Tutorial de instalación y manejo de comandos del programa R
presentados en la Fase 2 del curso (son videos dentro de
presentaciones PowerPoint, se deben descargar para poder verlos):
https://drive.google.com/drive/folders/1D3aJ0cmjKuue2mHFQnlHIdSLIMQxJOFG?
usp=sharing

Mecabot. (2017). El software R, una herramienta para implementar métodos

numéricos. Recuperado de http://mecabot-ula.org/tutoriales/r-project-metodos-
numericos/

Adicionalmente, consultar las indicaciones de manejo del programa

en el siguiente texto:

Saenz J. (2010). Métodos estadísticos con R y R Commander. Recuperado de

https://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf

El programa R se puede descargar en el siguiente enlace (para

sistema operativo Windows):

https://drive.google.com/drive/folders/1qU-s5UD-Rlf2fAbC1cVQfIcCSAhPGfXN?
usp=sharing

Si no puede acceder al enlace o tiene un sistema operativo distinto de Windows,

puede descargarlo en: https://cran.r-project.org/

El código para realizar el presente ejercicio se puede descargar en el

siguiente enlace:
https://drive.google.com/drive/folders/1qU-s5UD-Rlf2fAbC1cVQfIcCSAhPGfXN?
usp=sharing
Adicionalmente, el estudiante debe:
Tener en cuenta la lectura y análisis de los contenidos de la unidad 1
y 2 y el reconocimiento de un escenario de su actividad profesional
donde se pueda aplicar el procesamiento estadístico de variables.
Esta actividad se apoyará desde el Foro Tema 2 – Dudas e inquietudes generales del
proceso formativo ubicado en: Entorno de información inicial /►Foro general del
curso y por el Skype del respectivo docente tutor, donde se abordarán las siguientes
etapas:
Etapa 1.
1. Definir un área de trabajo donde se puedan obtener datos de
variables continuas, discretas y cualitativas.
2. Indicar 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.
3. Determinar una variable continua, una discreta y una
cualitativa. Se debe realizar una descripción clara de cada una
de las variables elegidas.
4. Gestionar como mínimo 30 datos de cada una de las variables
(si se puede más, mejor). Se debe presentar evidencia
fotográfica en el informe, donde aparezca el estudiante
recolectando los datos.
Etapa 2
1. Ejecutar el programa R y abrir el archivo “Codigo Fase 4”
2. Ingresar los datos respectivos para la variable continua,
discreta y categórica en los siguientes comandos presentes en
el código:

a. CONTINUA=c(38.11,36.2, ingresar los datos sin dejar

espacio), para números decimales usar punto, la coma se
usa para separar cada dato.
Ejemplos de variables continuas:
 Determinar el peso de animales que tengan las
mismas condiciones (raza, edad, tipo de alimentación,
etc…) o la producción de plantas que están bajo las
mismas condiciones de terreno, fertilización y labores
 culturales.
 Determinar la edad de personas con algo en común,
por ejemplo estudiantes universitarios de primer
semestre, madres primerizas o residentes de un barrio
que participan en actividades comunitarias.
 Determinar el nivel de ruido (en decibeles) en un lugar
específico, durante una semana en distintos horarios
(por ejemplo, a las 6:00, 9:00, 12:00. 15:00, 18:00 y
21:00 horas)
b. DISCRETA=c(4,1,3ingresar los datos separados con
comas, sin dejar espacio)
Ejemplos de variables discretas:
 Número de crías de animales que se encuentran bajo
las mismas condiciones de alimentación, espacio, etc…
 Número de frutos en plantas cultivadas bajo las
mismas condiciones de suelo, fertilización, labores
culturales, etc…
 Número de hermanos de personas con algo en común
(estudiantes de un mismo curso o trabajadores de una
empresa).
 Número de habitantes en casas de un mismo barrio o
vereda.
c. CATEGORICA=c(1,2,3,1,ingresar los datos separados con
comas sin dejar espacios). En la variable categórica
también hay que editar los siguientes comandos:
CATEGORICA=factor(CATEGORICA, levels=c(1,2,3) - indicar el
número de niveles o categorías que tenga la variable elegida.
labels=c(“primaria”,”bachillerato”,”universidad”) - indicar el nombre
de cada nivel o categoría entre comillas y separar cada categoría con
una coma, sin dejar espacios. Los nombres se ingresan en orden de
menor a mayor; si el nivel 1 corresponde a “primaria”, entonces va
de primeras, después el que corresponda al nivel 2 y así
sucesivamente hasta ingresar todos los niveles.
Ejemplos de variables categóricas o cualitativas:
 Indicar el nivel de estudio de trabajadores de una finca o
 fábrica; de acuerdo a lo que respondan los encuestados,
pueden haber distinto número de categorías (sin estudios,
primaria, bachillerato, técnico, profesional, posgrado, etc…). En
este ejemplo, consideraremos tres categorías: primaria,
bachiller y universitario; a cada categoría se le asigna un
número (1=primaria, 2=bachiller y 3=universitario) y lo que se
ingresa en el comando son los números asignados, no el
nombre de la categoría, así: CATEGORICA=c(1,2,3,2,1,2 y así
sucesivamente hasta completar todos los datos). En el
comando CATEGORICA=factor(CATEGORICA, levels=c(1,2,3)
se indicarían los tres niveles de estudio (se ingresan los
números asignados, no los nombres de las categorías) y en el
comando labels=c(“primaria”,”bachillerato”,”universidad”) se
indica el nombre de cada categoría, poniendo de primeras la
correspondiente al nivel 1 y así sucesivamente.
 Evaluar la severidad de daño de un patógeno en plantas
seleccionadas al azar dentro de un cultivo; se pueden tener 4
niveles: “sin daño”, daño bajo”, “daño medio” y “daño alto”; en
el comando CATEGORICA=c(1,4,3,2,1,3,4…) se ingresan los
números asignados a cada categoría, de acuerdo a la
evaluación realizada en cada una de las 20 plantas, el
comando: CATEGORICA=factor(CATEGORICA,
levels=c(1,2,3,4) tendría 4 niveles y el comando labels=c(“sin
daño”,”daño bajo”,”daño medio”,”daño alto”) tendría los
nombres de los cuatro niveles elegidos.
 Consultar en las casas de un barrio o vereda si reciclan o no; se
tendrían dos niveles: “recicla”,”no recicla”.
 Evaluar el grado de maduración de frutos seleccionados al azar
en un mismo árbol, se podrían manejar 3 niveles: “inmaduro”,
“maduro” y “sobre maduro”.
 Seleccionar animales al azar dentro de un establo, porqueriza o
galpón y evaluar el color del pelaje; dependiendo de la especie
escogida puede variar el número de colores (cada color sería
una categoría). Cuando sea posible, es recomendable
incrementar el tamaño de la muestra, cuando se evidencie que
la variabilidad en la muestra elegida es muy baja (por ejemplo,
que todas las gallinas muestreadas sean del mismo color; debe
 haber mínimo dos colores distintos para poder hacer el
ejercicio).
3. Presentar el código con las modificaciones realizadas, no
se deben presentar pantallazos, solamente copiarlo y pegarlo
dentro del informe.
4. Ejecutar el código, digitando “Control+R” en cada línea del
código, de arriba hacia abajo.
5. Presentar un cuadro resumen con los resultados obtenidos al
ejecutar el código, con los siguientes datos de las variables
continua y discreta:
 mean(CONTINUA)#media aritmética
 var(CONTINUA)#varianza
 sd(CONTINUA)#desviación estándar
 min(CONTINUA) #Mínimo
 max(CONTINUA)# Máximo
 range(CONTINUA) #Rango
 median(CONTINUA)# Mediana
 length(CONTINUA)# Número de datos
 quantile(CONTINUA, 0.25)# Cuantil Q1
 quantile(CONTINUA, 0.5)# Cuantil Q2 que es la mimsa
mediana
 quantile(CONTINUA, 0.75)# Cuantil Q3
 IQR(CONTINUA) #Rango intercuartílico
6. Presentar el gráfico de tabla de frecuencias (histograma) tanto
con la Regla de Sturges como sin ella (después de instalar la
librería agricolae) y analizar las diferencias que se presentan en
cada uno de ellos.
7. Presentar el diagrama de cajas (boxplot), para la variable
continua, haciendo una descripción del gráfico y analizando los
resultados obtenidos.
8. Presentar los gráficos de tablas de frecuencias absolutas,
relativas y acumuladas, el diagrama de cajas (boxplot) y de
torta para la variable discreta, haciendo una descripción de
cada gráfico y analizando los resultados obtenidos.
 9. 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.
10. Presentar las conclusiones respectivas del desarrollo del
ejercicio.

Desarrollo de procesamiento estadístico

Se trabajará con el programa R; el docente tutor apoyará a los estudiantes por correo
electrónico y Skype, adicionalmente se utilizará el foro Tema 2 – Dudas e inquietudes
generales del proceso formativo ubicado en: Entorno de información inicial /►Foro
general del curso.
Entorno
para su Entorno de Aprendizaje Práctico.
desarrollo:
Productos a
entregar por el Un informe en Word o PDF
estudiante:
Tipo de No se entrega
Individua
product X Colaborativo ningún
l
o: producto
Individual:
El estudiante entregará de forma individual su producto en el espacio
habilitado en el Entorno de Seguimiento y Evaluación del Aprendizaje
para la Fase 4, el cual será un documento en Word o PDF, que debe
contener:
 Portada
 Introducción y objetivos
 Código con las modificaciones realizadas por el estudiante
(copiar y pegar, no usar pantallazos)
 Desarrollo del trabajo
 Conclusiones
 Bibliografía con norma APA
Colaborativo
N/A
3. Rúbrica de evaluación
Formato rúbrica de evaluación
Tipo de Actividad Actividad
X
actividad: individual colaborativa
Momento de la Intermedia,
Inicial X Final
evaluación unidades 1 y 2
Niveles de desempeño de la actividad individual
Aspectos
evaluados Valoració Puntaje
Valoración alta Valoración media
n baja
Desarrollo y Desarrolla la
descripción etapa, pero
No
adecuada de la presenta falencias,
desarrolla
etapa 1. Presenta o no presentó
la etapa de
Desarrollo evidencia evidencia
manera  60
de Etapa 1 fotográfica de la fotográfica de la
adecuada.
recolección de los recolección de los
datos. datos
(Hasta 60 (Hasta 30 (0
puntos) puntos) puntos)
No
Desarrollo y
Desarrolla la desarrolla
descripción
etapa, pero la etapa de
Desarrollo adecuada de la presenta falencias. manera 60
de Etapa 2 etapa 2. adecuada.
(Hasta 60 (Hasta 30 (0
puntos) puntos) puntos)
La descripción y La descripción y
análisis de los análisis de los
No
Consolidac resultados resultados
presentó
ión de obtenidos con el obtenidos con el
documento 30 
document programa R son programa R es
o final satisfactorios superficial
(Hasta 30 (Hasta 15 (0
puntos) puntos) puntos)
Calificación final  150