ESTADISTICA DESCRIPTIVA

La estadística descriptiva en R aplicada a la ingeniería agrícola consiste en utilizar este lenguaje de programación para resumir, organizar y visualizar los datos crudos obtenidos del campo, los invernaderos o los laboratorios de suelos, sin realizar inferencias causales (eso es tarea de la estadística inferencial). Su objetivo es convertir una masa de números en información comprensible para la toma de decisiones.

¿Cómo se hace en R?

Se utilizan funciones base como summary(), mean(), sd() y quantile() para calcular medidas de tendencia central (promedios) y dispersión (variabilidad). Pero lo potente de R es su ecosistema de paquetes: dplyr para agrupar datos por tratamientos, ggplot2 para crear gráficos profesionales y agricolae para generar tablas de resumen específicas de diseños experimentales.

Aplicaciones prácticas en la ingeniería agrícola:

  • Suelos y riego: Calcular la media y la desviación estándar de la humedad volumétrica o la conductividad eléctrica en distintas profundidades, usando boxplots para detectar zonas con salinidad extrema que requieran lavado de suelos.
  • Rendimiento de cultivos: Agrupar datos por parcela o variedad de semilla para obtener el rendimiento medio (kg/ha) y su coeficiente de variación, identificando qué lotes tienen cosechas más estables y cuáles son atípicos.
  • Climatología: Resumir la temperatura acumulada (grados día) y las precipitaciones mediante tablas de frecuencia e histogramas, para ajustar las fechas óptimas de siembra.
  • Postcosecha: Describir la firmeza, el color o el porcentaje de humedad de frutos usando cuartiles, permitiendo clasificar la calidad del producto en categorías (extra, primera, segunda).

Ventaja clave: R permite generar gráficos dinámicos y mapas de calor que, al vincularse con datos geoespaciales (usando paquetes como sf), facilitan la agricultura de precisión, mostrando visualmente cómo varía un nutriente (como el Nitrógeno) a lo largo de todo el terreno, guiando así la fertilización diferenciada por zonas.