Scribd
Cargar
65 vistas

Área Agrícola

Este documento presenta preguntas orientadoras para analizar resultados de datos agrícolas utilizando distribuciones de probabilidad. Incluye preguntas sobre una variable discreta que modela el número de flores por cama usando la distribución de Poisson, una variable continua que modela el diámetro de frutos usando la distribución normal, y una variable binomial que modela la germinación de semillas.

Cargado por

Nicolas Rey León
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
65 vistas

Área Agrícola

Este documento presenta preguntas orientadoras para analizar resultados de datos agrícolas utilizando distribuciones de probabilidad. Incluye preguntas sobre una variable discreta que modela el número de flores por cama usando la distribución de Poisson, una variable continua que modela el diámetro de frutos usando la distribución normal, y una variable binomial que modela la germinación de semillas.

Cargado por

Nicolas Rey León
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 6

ÁREA AGRÍCOLA

PREGUNTAS ORIENTADORAS PARA EL ANÁLISIS DE RESULTADOS

Para responder estas preguntas deberá ejecutar el “Script Fase 3 Probabilidad.r” en el programa
de análisis estadístico R, el cual procesará los datos suministrados en la hoja de cálculo
“Probabilidad.csv” (para mayor claridad de este proceso, revisar el “Tutorial manejo programa
R” a partir del minuto 35, que se encuentra en el Entorno de Información Inicial – Encuentros
sincrónicos vía webconference del curso Estadística Descriptiva o en la carpeta de Google drive
disponible en la guía de actividades o en el Foro de Discusión de la Fase 3).
1. Variable discreta (Agri_discreta): número de flores por cama
Evidencia.

En una empresa productora de flores bajo invernadero, se están preparando para una de las
fiestas más importantes de la temporada y para ello, realizaron un muestreo al 10% de las camas
del cultivo, para determinar la producción diaria de flores por cama, una semana antes de la
fiesta.

1.1. De los parámetros estadísticos de la variable “Agri_discreta” obtenidos al ejecutar el


comando “summary(DISCRETA)”, indique cuál de ellos se necesita para poder modelar la
variable con la Distribución Poisson y su respectivo valor.

1.2. ¿Cuál es la probabilidad de una producción diaria mayor de 20 flores por cama?
La probabilidad de
obtener en un dia una
producción diaria
mayor a 20 flores por
cama es de
0,0527536.
Para obtener este
valor utilizamos el
comando
1-ppois(X, lambda) # permite hallar la probabilidad de un valor mayor a X.

1.3. ¿Cuál es la
probabilidad de una
producción diaria menor
de 14 flores por cama?
La probabilidad de obtener
una producción diaria
menor de 14 flores por
cama es de 0,5530985.
Para obtener este valor
utilizamos el comando
ppois(X, lambda) #
permite hallar la
probabilidad de un valor
igual o menor a X.

1.4. ¿Cuál es la probabilidad de obtener en un día una producción exacta de 12 flores por
cama?
La probabilidad de obtener
una producción diaria exacta de 12 flores por cama es de 0,9606632.
Para obtener este valor utilizamos el comando dpois(X, lambda) # permite hallar la
probabilidad de un valor X.

2. Variable continua (Agri_continua): Diámetro de fruto


Este formulario sólo deberá ser respondido si el grupo del curso se puso de acuerdo para
resolver las preguntas orientadoras del área agrícola; para ello, durante la ejecución del
“Script Fase 3 Probabilidad.r” en la porción del script titulado “VARIABLE
CUANTITATIVA CONTINUA”, cuando encuentre el comando:
“CONTINUA=..._continua”, deberá modificarlo a:
“CONTINUA=Agri_continua”, para que el programa R pueda analizar los datos ubicados en
la hoja de cálculo “Probabilidad.csv” bajo la columna titulada como “Agri_continua”.
Evidencia.

Una empresa productora de limones para exportación realizó un muestreo al azar de 220
frutos para medir su diámetro (en centímetros), ya que este determina los distintos calibres
con los que se puede comercializar (https://www.alnattural.com/es/compra/limas/).

2.1. Indique el valor de los parámetros estadísticos de la variable evaluada, necesarios para
poder modelarlos por medio de la Distribución Normal.

Para definir los parametros necesarios para modelar una variable continua en distribucion
normal son la media y la desviación estandar. contamos con 4 calibres, el calibre 60 que
tiene tamaños entre los 45 a 53 mm, el calibre 54 con tamaños entre 48 a 62, el calibre 48
con tamaño entre 63 a 68 y el calibre 42 con rangos entre 63 y 72 mm.

2.2. Los limones con un


diámetro mayor de
7.4cm no son adecuados
para exportación, debido
a que tienen mayor
riesgo de deterioro
¿Cuál es la probabilidad
de obtener limones con
un diámetro por encima
del máximo aceptable
para exportación?
La probabilidad de obtener
un limon con un diametro
mayor al maximo aceptable
en la producción es de
0.4195874 Es decir no existe
la posibilidad de obtener este
tamaño.
Para obtener este resultado utilizamos el comando 1-pnorm(X,media,sigma)
2.3. El diámetro mínimo
aceptable para la
exportación de limones es
de 4.3cm ¿Cuál es la
probabilidad de obtener
limones con un diámetro
por debajo del mínimo
aceptable para su
exportación?
La probabilidad de obtener un
limon con un diametro menor
al minimo aceptable es de 1,
es decir que encontramos
limones con un valor menor al
minimo aceptable.
Para obtener este resultado utilizamos el comando pnorm(X,media,sigma)

2.4. Si el limón mejor pagado en el mercado europeo es el calibre 42 (diámetro de 6.3 –


7.2cm)¿Cuál es la probabilidad de que la producción del cultivo se encuentre dentro de este
rango?
La probabilidad de encontrar un valor dentro de este rango es del 0,967, siendo probable
encontrar este valor.

3. Distribución Binomial

Para determinar la viabilidad de una semilla de amaranto se realizó una prueba de


germinación con 1000 semillas en donde se determinó que la probabilidad de
germinación es de 0.3 o 30%.
Si se toma una muestra de 10 semillas:
3.1. ¿Cuál es la probabilidad que germinen 3 semillas?
La probabilidad de que germinen 3 semillas es de 0.26. Para hallar este valor usamos el comando
dbinom(X,size,prob) # probabilidad de hallar un valor igual a X
3.2. ¿Cuál es la probabilidad que germinen 7 o menos semillas?
La probabilidad de que germinen 7 o menos semillas es de 0.99. Para hallar este valor usamos el
comando pbinom(X,size,prob) # probabilidad de hallar un valor igual o menor a X.

3.3. ¿Cuál es la probabilidad que germinen más de 6 semillas


La probabilidad de que germinen mas de 6 semillas es de 0.1059208 Para hallar este valor
usamos el comando 1-pbinom(X,size,prob) # probabilidad de hallar un valor mayor a X.

También podría gustarte