Estadística II - NRC: 1617 Evaluación agrícola del departamento de Bolívar

Diego Peña Páez
Yuleidys López Rocha Anyuris navarro perez

18/04/2025 Cartagena De Indias, Bolívar

El presente estudio aborda la evaluación del sector agrícola en el Departamento de Bolívar, con especial énfasis en el cultivo de yuca como producto estratégico para la seguridad alimentaria y económica de la región. Se busca responder la pregunta: ¿Es la yuca el alimento por excelencia y un producto del que depende económicamente el Departamento de Bolívar?

En el contexto de la agricultura regional, la yuca emerge como un cultivo fundamental tanto para el autoconsumo como para la comercialización. Este análisis se centra en:

  1. Que tan común es su cultivo en comparación con otros cultivos tradicionales
  2. Su rendimiento agrícola departamental
  3. Si a aumentado o disminuido su presencia a lo largo de los años

Los datos analizados provienen de las Evaluaciones Agropecuarias Municipales entre 2016 y 2020, proporcionando una visión actualizada de las áreas sembradas, cosechadas, volúmenes de producción, rendimientos por hectárea y distribución geográfica del cultivo.

Objetivos:

  1. Describir las principales variables asociadas al cultivo de yuca en Bolívar, como producción total, área sembrada y rendimiento por hectárea, durante el periodo analizado.

  2. Explorar la distribución espacial del cultivo de yuca en los municipios del departamento, mediante el uso de mapas coropléticos y gráficos comparativos.

  3. Comparar la evolución de la producción de yuca entre distintos municipios y años, identificando posibles tendencias o comportamientos diferenciados.

  4. Establecer una base analítica que permita desarrollar, en estudios posteriores, modelos inferenciales para explicar las diferencias en la producción del cultivo.

Los datos fueron obtenidos de https://www.datos.gov.co/Agricultura-y-Desarrollo-Rural, que contiene información sobre el área sembrada, área cosechada, producción y rendimiento por cultivo en diferentes municipios del departamento de Bolívar. Esta información procede de las Evaluaciones Agropecuarias Municipales. Los periodos que se encuentran disponibles corresponden a las vigencias 2016, 2017,2018, 2019 y 2020.

Vamos a usar tres variables cuantitativas y tres cualitativas. Para las cualitativas tomaremos municipio, cultivo y periodo (en este contexto es cualitativa) y para las cuantitativas usaremos rendimiento, área cosechada en hectáreas y producción.

Municipio: Es una entidad administrativa cuya jurisdicción se extiende sobre una zona geográfica. En nuestro caso vamos a tomar unicamente aquellos municipios que hacen parte del departamento de Bolívar, Colombia.

Cultivo: Tipos de plantas que se pueden cultivar y cosechar extensivamente.

Periodo: Se mide en años del calendario (ej: 2020, 2019, etc). Importante porque las variables cuantitativas son los resultados acumulados a lo largo de un ciclo completo.

Área Cosechada (ha): Área en hectáreas que se cosechó de un cultivo a lo largo de un año.

Produccion: El total cosechado de un cultivo a lo largo del año medido en toneladas.

Rendimiento: Relación entre el área cosechada de un cultivo y su producción.

# Librerías principales utilizadas
library(readxl)      # Para leer archivos Excel
library(DT)          # Para crear tablas interactivas
library(dplyr)       # Para manipulación de datos
library(ggplot2)     # Para visualización gráfica
library(janitor)     # Para limpieza de datos
library(tidyr)       # Para transformación de datos
library(patchwork)   # Para combinar múltiples gráficos
library(nortest)     # Para pruebas de normalidad (Anderson-Darling)
library(tseries)     # Para pruebas de normalidad (Jarque-Bera
  1. ID (Identificación del estudio):

Tipo de investigación: Cuantitativa no experimental

Diseño metodológico: Exploratorio-descriptivo

Unidad de análisis: Municipios del departamento de Bolívar, Colombia

Objeto de estudio: Producción de yuca

Fuente de datos: Encuesta Nacional Agropecuaria del DANE (2022)

  1. Técnicas utilizadas en el estudio:

Técnicas exploratorias:

Tablas resumen: para mostrar datos agregados de producción y área sembrada.

Gráficos de barras: para comparar producción por municipio y por año.

Gráficos de líneas: para mostrar tendencias de producción a lo largo del tiempo.

Técnicas geoespaciales:

Mapas coropléticos: usando el paquete leaflet o tmap para visualizar la producción por municipio.

Posiblemente uso de sf para manejar datos espaciales.

Técnicas de regresión:

Aunque no realiza un modelo inferencial completo, sugiere una relación visual entre área sembrada y producción (posible análisis de regresión lineal simple).

Visualización interactiva:

Uso de herramientas como plotly o ggplot2 para presentar gráficos dinámicos o estéticamente claros. # Pruebas de hipótesis

A traves de los años el rendimiento de los cultivos, determinado por la cantidad de hectáreas que se cosechan y las toneladas de producción que se producen de los diferentes alimentos, ha cambiado. Se quiere determinar si la diferencia de la media poblacional del rendimiento generado del año 2016 es significativamente diferente a la media poblacional del año 2020 a partir de muestras aleatorias (n=30 para el grupo del 2016 y 2020), y Para ello asumiremos que los datos presentan una distribución normal. En el año 2016, se obtuvo una media muestral de 5.52 toneladas por hectárea (t/ha), con una desviación estándar poblacional de 6.01 t/ha a partir de 30 observaciones. Para el año 2020, la media muestral fue de 5.90 t/ha, con una desviación estándar poblacional de 8.41 t/ha, también basada en 30 observaciones.

el valor de z calculado se encuentra dentro del rango de los z críticos y el P value es mayor a 0.05, podemos concluir con un nivel de significación del 10% que existe evidencia estadística suficiente para no rechazar la hipótesis nula, es decir, el promedio poblacional del rendimiento del año 2016 no es significativamente diferente al promedio poblacional del rendimiento del año 2020.

# A tibble: 90 × 2
   Cultivo             Total
   <chr>               <int>
 1 Yuca                  306
 2 Maiz Tradicional      204
 3 Maíz                  193
 4 Arroz                 136
 5 Mango                 112
 6 Plátano               112
 7 Maíz Tradicional      102
 8 Ñame                   95
 9 Arroz Secano Manual    90
10 Cacao                  87
# ℹ 80 more rows
# A tibble: 1 × 1
  Tipos_Unicos
         <int>
1           90
# 1. Contar registros de "Yuca" y "Otros" (maneja NA si existen)
total_yuca <- sum(Data$Cultivo == "Yuca", na.rm = TRUE)  # Correcto: suma TRUE=1, FALSE=0
total_otros <- sum(Data$Cultivo != "Yuca", na.rm = TRUE)  # Incluye NA si na.rm=FALSE

# 2. Crear vector con nombres y valores
valores <- c(Yuca = total_yuca, Otros = total_otros)

# 3. Gráfico circular con porcentajes
pie(valores,
    labels = paste(names(valores), "\n", valores, " (", round(100 * valores / sum(valores), 1), "%)", sep = ""),
    col = c("#FF6B6B", "#4ECDC4"),  # Colores opcionales
    main = "Proporción de Yuca vs. Otros cultivos"
)
library(ggplot2)
library(dplyr)

# 1. Preparar datos (sumarizar área cosechada por año)
data_plot <- Data %>%
  group_by(Periodo) %>%
  summarise(Area_Cosechada = sum(`Área Cosechada
(ha)`, na.rm = TRUE))

# 2. Gráfico de barras
ggplot(data_plot, aes(x = as.factor(Periodo), y = Area_Cosechada)) +
  geom_bar(stat = "identity", fill = "#4E79A7", width = 0.7) +  # Barras azules
  geom_text(aes(label = paste0(round(Area_Cosechada, 1), " ha")),  # Etiquetas
            vjust = -0.5, color = "black", size = 3.5) +
  labs(
    title = "Área Total Cosechada por Año",
    subtitle = "Comparación de períodos anuales",
    x = "Año",
    y = "Área Cosechada (ha)"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", hjust = 0.5, size = 14),
    plot.subtitle = element_text(hjust = 0.5, color = "gray40"),
    axis.text.x = element_text(angle = 45, hjust = 1)  # Rotar etiquetas del eje X
  )
library(dplyr)
library(ggplot2)

# Sacar top 5 cultivos por rendimiento total
top5_cultivos_rendimiento <- Data %>%
  group_by(Cultivo) %>%
  summarise(Total_Rendimiento = sum(`Rendimiento
(t/ha)`, na.rm = TRUE)) %>%
  arrange(desc(Total_Rendimiento)) %>%
  slice(1:5) %>%
  pull(Cultivo)

# Filtrar solo esos cultivos
Data_top5 <- Data %>%
  filter(Cultivo %in% top5_cultivos_rendimiento)

# Graficar con Boxplot (recomendado para categóricas)
ggplot(Data_top5, aes(x = Cultivo, y = `Rendimiento
(t/ha)`, fill = Cultivo)) +
  geom_boxplot() +
  labs(title = "Top 5 Cultivos por Rendimiento",
       x = "Cultivo",
       y = "Rendimiento") +
  theme_minimal()
# Sacar top 5 cultivos por Producción total
top5_cultivos_produccion <- Data %>%
  group_by(Cultivo) %>%
  summarise(Total_Produccion = sum(`Producción
(t)` , na.rm = TRUE)) %>%
  arrange(desc(Total_Produccion)) %>%
  slice(1:5) %>%
  pull(Cultivo)

# Filtrar
Data_top5_produccion <- Data %>%
  filter(Cultivo %in% top5_cultivos_produccion)

# Graficar con Boxplot
ggplot(Data_top5_produccion, aes(x = Cultivo, y = `Producción
(t)` , fill = Cultivo)) +
  geom_boxplot() +
  labs(title = "Top 5 Cultivos por Producción",
       x = "Cultivo",
       y = "Producción") +
  theme_minimal()
library(ggplot2)
library(dplyr)

# Filtrar los datos para solo incluir las filas donde 'Cultivo' es igual a 'Yuca'
datos_yuca <- Data %>%
  filter(Cultivo == "Yuca")

# Crear el gráfico
ggplot(datos_yuca, aes(x = `Área Cosechada
(ha)`, y = `Rendimiento
(t/ha)`, color = Cultivo)) +
  geom_point(alpha = 0.5) +  # Puntos con transparencia
  scale_x_log10() +  # Escala logarítmica en el eje X
  theme_minimal() +  # Tema minimalista
  labs(title = "Relación entre Área Cosechada y Rendimiento para Yuca",
       x = "Área cosechada (log)",
       y = "Rendimiento")  # Títulos de los ejes y del gráfico

    Anderson-Darling normality test

data:  datos_yuca$`Rendimiento\n(t/ha)`
A = 14.292, p-value < 2.2e-16
rendimiento <- c(12, 15, 12, 15, 5, 2.5, 2.5, 3, 3.9, 3.5,
                 0.5, 2.5, 3, 14, 2, 15, 12, 4, 10, 1.5,
                 1.5, 1.5, 1.5, 1.5, 5.5, 4, 10, 1.5, 1.5, 4)

area_cosechada <- c(80, 15, 25, 60, 900, 900, 1200, 900, 3100, 1700,
                    35, 1800, 1300, 25, 400, 20, 250, 250, 50, 90,
                    140, 120, 120, 100, 100, 900, 3, 4, 120, 900)
# Convertir area cosechada en categorías (ej: bajo, medio, alto)
area_cat <- cut(area_cosechada, 
                breaks = c(-Inf, 100, 1000, Inf), 
                labels = c("Bajo", "Medio", "Alto"))

# Modelo ANOVA
modelo <- aov(rendimiento ~ area_cat)
summary(modelo)
            Df Sum Sq Mean Sq F value  Pr(>F)   
area_cat     2  209.6  104.81   5.642 0.00897 **
Residuals   27  501.6   18.58                   
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Instalar ggplot2 si no lo tienes
# install.packages("ggplot2")

library(ggplot2)

# Crear dataframe
datos <- data.frame(rendimiento, area_cat)

# Diagrama de dispersión con jitter
ggplot(datos, aes(x = area_cat, y = rendimiento)) +
  geom_jitter(width = 0.2, height = 0, color = "blue", size = 2) +
  labs(title = "Diagrama de dispersión: Rendimiento vs Categoría de Área Cosechada",
       x = "Categoría de Área Cosechada",
       y = "Rendimiento (t/ha)") +
  theme_minimal()
# Correlación de Pearson
correlacion <- cor(rendimiento, area_cosechada, method = "pearson")
print(paste("Correlación de Pearson:", correlacion))
[1] "Correlación de Pearson: -0.318479692593131"
# Rendimiento (t/ha)
rendimiento <- c(12, 15, 12, 15, 5, 2.5, 2.5, 3, 3.9, 3.5,
                 0.5, 2.5, 3, 14, 2, 15, 12, 4, 10, 1.5,
                 1.5, 1.5, 1.5, 1.5, 5.5, 4, 10, 1.5, 1.5, 4)

# Cultivo (factor categórico)
cultivo <- c("Aguacate", "AHUYAMA", "AHUYAMA", "AHUYAMA", "Arroz Secano",
             "Arroz Secano", "Arroz Secano", "Arroz Secano", "Arroz Secano", "Arroz Secano",
             "Cacao", "Caña Panelera", "Maíz Tradicional", "Maíz Tradicional", "Patilla",
             "Patilla", "Patilla", "Plátano", "Plátano", "Yuca",
             "Zapote", "Arroz Secano", "Cacao", "Maíz Tradicional", "Plátano",
             "Yuca", "Piña", "Arroz Secano", "Cacao", "Plátano")

# Asegúrate de que cultivo sea un factor
cultivo <- as.factor(cultivo)

# Modelo ANOVA
modelo <- aov(rendimiento ~ cultivo)

# Resumen del modelo
summary(modelo)
            Df Sum Sq Mean Sq F value Pr(>F)   
cultivo     10  481.4   48.14   3.979 0.0047 **
Residuals   19  229.8   12.10                  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Cargar librería ggplot2
library(ggplot2)

# Crear dataframe
datos <- data.frame(cultivo, rendimiento)

# Gráfico de dispersión (jitter para cultivos)
ggplot(datos, aes(x = cultivo, y = rendimiento)) +
  geom_jitter(width = 0.2, height = 0, color = "darkblue", size = 2) +
  labs(title = "Dispersión de Rendimiento por Cultivo",
       x = "Cultivo",
       y = "Rendimiento (t/ha)") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

El análisis estadístico de la producción de yuca en el departamento de Bolívar, presentado en el informe, permitió identificar patrones clave en la distribución geográfica y temporal del cultivo. A través de un enfoque exploratorio y descriptivo, se evidenció una marcada concentración de la producción en ciertos municipios como San Jacinto y María La Baja, lo que sugiere desigualdades territoriales en el desarrollo agrícola.

Asimismo, el uso de herramientas gráficas y mapas facilitó la visualización de tendencias y permitió caracterizar variables fundamentales como el área sembrada, la producción total y el rendimiento por hectárea. Si bien el estudio no incorporó un componente inferencial, los hallazgos obtenidos sientan las bases para futuras investigaciones que busquen explicar las causas de las diferencias observadas, así como proponer modelos predictivos o de optimización productiva.

En conclusión, este trabajo constituye un primer acercamiento valioso al estudio del cultivo de yuca en Bolívar, y destaca la importancia del análisis estadístico como herramienta para la planificación agrícola y la toma de decisiones informadas a nivel regional.

Agrosavia. (2020). Ficha técnica del cultivo de yuca (Manihot esculenta Crantz). Corporación Colombiana de Investigación Agropecuaria. https://www.agrosavia.co

ATLAS.ti. (s.f.). Investigación descriptiva: Definición, métodos, tipos y ejemplos. https://atlasti.com/es/research-hub/investigacion-descriptiva

DANE. (2023). Encuesta Nacional Agropecuaria. Departamento Administrativo Nacional de Estadística. https://www.dane.gov.co/index.php/estadisticas-por-tema/agropecuario/encuesta-nacional-agropecuaria

FAO. (2019). Panorama de la seguridad alimentaria y nutricional en América Latina y el Caribe. Organización de las Naciones Unidas para la Alimentación y la Agricultura. https://www.fao.org

Páez, D. (2024). Entregable corte 2 [Informe en línea]. RPubs. https://rpubs.com/Diegoppaez/1300023

QuestionPro. (s.f.). Investigación exploratoria: Definición, métodos, tipos y ejemplos. https://www.questionpro.com/blog/es/investigacion-exploratoria/

Wikipedia. (2024). Estadística inferencial. Wikipedia, la enciclopedia libre. https://es.wikipedia.org/wiki/Estad%C3%ADstica_inferencial