Fundamentos de Estadística Aplicada

🌟 1. ¿Qué es la estadística aplicada?

💬 En lenguaje sencillo:

Es usar los números y los datos para entender lo que pasa en la vida real y tomar decisiones. No es solo calcular, sino interpretar lo que significan esos datos en un contexto (cultivos, suelos, estructuras, procesos, etc.).

👉 Ejemplo: medir cuánta agua necesitan tus plantas y decidir el riego adecuado.

📘 En lenguaje formal:

La estadística aplicada es la rama de la estadística que se encarga de recolectar, organizar, analizar e interpretar datos con el fin de resolver problemas reales y apoyar la toma de decisiones en distintos campos de la ingeniería.

📊 2. Estadística descriptiva vs inferencial

💬 Sencillo:

  • Descriptiva 📈:organiza y resume datos (tablas, gráficas, promedios).
  • Inferencial 🔍: usa una parte de los datos para sacar conclusiones sobre todo.

📘 Formal:

  • Estadística descriptiva: métodos para resumir y representar datos (media, mediana, gráficos).
  • Estadística inferencial: técnicas que permiten hacer estimaciones o pruebas sobre una población a partir de una muestra.

🧩 3. Conceptos clave (MUY importantes)

💬 Sencillo:

  • Población 🌍: todo lo que quieres estudiar
  • Muestra 🧪: una parte de la población
  • Parámetro 📌: valor real de la población
  • Estadístico 📊: valor calculado de la muestra

👉 Ejemplo: Quieres estudiar el rendimiento de cultivos en una finca:

  • Población: todos los cultivos
  • Muestra: 10 parcelas
  • Parámetro: rendimiento real promedio
  • Estadístico: promedio de las 10 parcelas

📘 Formal:

  • Población: conjunto total de elementos de interés.
  • Muestra: subconjunto representativo de la población.
  • Parámetro: medida numérica que describe una característica de la población.
  • Estadístico: medida calculada a partir de la muestra para estimar el parámetro.

🔢 4. Tipos de datos

💬 Sencillo:

🟣 Cualitativos (no numéricos) - Describen características - Ej: tipo de suelo, color, textura

🔵 Cuantitativos (numéricos) - Se pueden medir

Tipos:

  • Discretos: enteros (número de plantas 🌱)
  • Continuos: pueden tener decimales (altura, peso 📏)

📘 Formal:

  • Datos cualitativos: variables categóricas que describen atributos.
  • Datos cuantitativos: variables numéricas que representan cantidades medibles:
    • Discretos: valores enteros
    • Continuos: valores en intervalos reales

📏 5. Escalas de medición

💬 Sencillo:

1. Nominal 🏷️: categorías sin orden

  • Ej: tipo de cultivo

2. Ordinal 📊: hay orden, pero no distancia exacta

  • Ej: calidad (mala, regular, buena)

3. Intervalo 🌡️: hay orden y diferencia, pero no cero real

  • Ej: temperatura en °C

4. Razón ⚖️: todo + cero real

  • Ej: peso, altura, volumen

📘 Formal:

  • Nominal: clasificación sin jerarquía.
  • Ordinal: clasificación con orden relativo.
  • Intervalo: diferencias medibles sin cero absoluto.
  • Razón: escala con cero absoluto y operaciones matemáticas completas.

🌾 6. Ejemplos en ingeniería

🚜 Ingeniería Agrícola

  • Medir humedad del suelo
  • Tipo de dato: cuantitativo continuo
  • Uso: optimizar riego

🏗️ Ingeniería Civil

  • Resistencia del concreto
  • Tipo de dato: cuantitativo continuo
  • Uso: verificar seguridad estructural

🏭 Ingeniería Agroindustrial

  • Producción diaria de una planta
  • Tipo de dato: cuantitativo discreto
  • Uso: control de calidad y eficiencia

🧠 🔁 SIEMPRE analiza así (muy importante):

Para cualquier ejercicio, dime:

👉 Entradas – Proceso – Salidas

Ejemplo:

  • Entradas: datos de peso de plantas
  • Proceso: calcular promedio
  • Salida: rendimiento promedio

🧠 Preguntas de verificación

Respóndeme estas 3 preguntas 👇

❓1.

¿Cuál es la diferencia entre estadística descriptiva e inferencial?

❓2.

Dame un ejemplo de:

  • población
  • muestra

(en contexto de tu carrera)

❓3.

Clasifica este dato: “Altura de plantas en cm”

  • Tipo de dato
  • Escala de medición