La estadística descriptiva es la rama de la estadística que se encarga de organizar, resumir y describir datos para entender qué está pasando en un conjunto de mediciones. En vez de “predecir” o “probar hipótesis”, su objetivo principal es presentar la información de forma clara: qué valores hay, cómo se distribuyen y qué tan variables son.
¿Para qué sirve en Ingeniería Agrícola? En ingeniería agrícola, los datos vienen de actividades como el cultivo, riego, suelo, fertilización, sanidad vegetal, rendimiento de cosechas y clima. La estadística descriptiva permite:
Resumir datos experimentales (por ejemplo, rendimiento por parcela). Comparar observaciones (por ejemplo, humedad del suelo antes/después del riego). Detectar patrones o problemas (valores atípicos, poca uniformidad, variabilidad alta). Tomar decisiones iniciales antes de hacer análisis más complejos. Ejemplos típicos en agricultura Rendimiento de cultivos
Medir kg/ha en varias parcelas y resumir: promedio (media), mediana, máximo y mínimo. Humedad del suelo
Registrar % de humedad en diferentes días o tratamientos (riego por goteo vs aspersión) y describir su distribución. Crecimiento de plantas
Altura (cm), número de hojas, área foliar, etc., en el tiempo. Análisis de suelo
pH, materia orgánica, N-P-K, salinidad, etc., para caracterizar un lote. Clima
Temperatura media, precipitación, radiación, etc., para entender el comportamiento del periodo agrícola. Herramientas comunes de la estadística descriptiva 1) Medidas de tendencia central Media (promedio): valor típico. Mediana: valor central (útil si hay valores extremos). Moda: valor más frecuente. 2) Medidas de dispersión (variabilidad) Rango: máximo − mínimo. Varianza y desviación estándar: qué tanto se separan los datos de la media. Coeficiente de variación (CV): muy usado en agricultura para comparar variabilidad entre variables con distintas unidades. 3) Representaciones gráficas Histograma: forma de la distribución. Boxplot (diagrama de caja): mediana, dispersión y atípicos. Gráficas de barras: categorías (por ejemplo, tipos de suelo). Diagramas de dispersión: relación entre dos variables (por ejemplo, humedad vs rendimiento).
En R se suelen usar funciones como:
summary() → resumen rápido (min, 1er cuartil, mediana, promedio, 3er cuartil, max). mean(), median() sd(), var() hist() o ggplot2 para histogramas boxplot() para cajas table() para frecuencias en variables categóricas También paquetes útiles:
dplyr para organizar datos ggplot2 para gráficos psych (a veces) para estadísticas descriptivas completas