“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Rafael Paternina |
| Código | 1102812685 |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/rafaelp/Actividad_Evaluativa_Final_1er_50 |
| Título del cuaderno | Probabilidad Condicional en Manufactura de Acero (18/09/2026) |
| Dataset / variables | Opción A — acero.csv (117 registros):
sistema (OFF/ON) × averias (No/Si) |
| Fecha de evaluación | 26/09/2026 |
Se recalcularon todos los resultados publicados a partir de la tabla de frecuencias del estudiante. Todos los valores son correctos.
| Resultado | Valor publicado | Valor verificado | Estado |
|---|---|---|---|
Tabla sistema × averias |
OFF: 43 / 16 · ON: 46 / 12 · n = 117 | Coincide | ✓ |
| P(Avería = Si | OFF) | 0,2712 | 16/59 = 0,2712 | ✓ |
| P(Avería = Si | ON) | 0,2069 | 12/58 = 0,2069 | ✓ |
| P(OFF ∩ Si) | 0,1368 | 16/117 = 0,1368 | ✓ |
| Marginales de fila | OFF = 59 · ON = 58 | Coincide | ✓ |
| χ² con corrección de Yates | 0,35785 · gl = 1 · p = 0,5497 | 0,3579 · p = 0,5497 | ✓ |
| χ² sin corrección | 0,66405 · gl = 1 · p = 0,4151 | 0,6641 · p = 0,4151 | ✓ |
| Frecuencias esperadas (no reportadas) | — | 44,9 · 14,1 · 44,1 · 13,9 (todas ≥ 5) | — |
En la sección “Cálculos manuales” solo aparece un hipervínculo a:
https://rstudio-pubs-static.s3.amazonaws.com/CamScanner 18-09-2026 18.10.pdf
Ese enlace devuelve error 403 (acceso denegado): el
PDF de CamScanner se quedó en Posit Cloud y nunca se subió a RPubs. No
hay ninguna imagen (<img>) en el documento publicado.
Según las Indicaciones de Requisitos de la Actividad 1er 50, si
la imagen no está incrustada o aparece rota, el Criterio 3 se
califica como Insuficiente. Por tanto, al no existir evidencia
visible del cálculo a lápiz, el criterio recibe
0,0.
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 4,3 | 0,215 | Nombre, código, programa, asignatura, institución y fecha presentes;
el título indica el tema. Los datos van en una sección del cuerpo y no
en el YAML (author, subtitle). |
| 2 | Selección y justificación del dataset | 10 % | 4,0 | 0,400 | Par pertinente (estado del sistema vs. averías), apto para 2×2 y con pregunta clara. La descripción del dataset es genérica (“entrenamiento de modelos de IA en metalurgia”) y no habla de su relevancia para la Ingeniería Agrícola. |
| 3 | Verificación manuscrita previa | 15 % | 0,0 | 0,000 | Enlace roto (403); no hay imagen incrustada. Sin evidencia verificable del cálculo manual. |
| 4 | Tabla de contingencia con table() |
15 % | 4,0 | 0,600 | Tabla correcta y con conteos exactos; usa addmargins().
No nombra las dimensiones (dnn = c("Sistema","Averías")),
no la interpreta y no se puede contrastar con un conteo manual. |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 3,8 | 0,760 | Usa prop.table() (conjunta y condicional) y
margin.table() con valores correctos. No interpreta
ninguna probabilidad en el texto; solo calcula las marginales
de fila (faltan las de columna, 89/28) y la condicional en un solo
sentido. |
| 6 | Prueba de independencia chisq.test() |
15 % | 4,5 | 0,675 | Aplica la prueba con y sin corrección de Yates e interpreta bien el
p-valor. No plantea H₀/H₁ de forma explícita ni revisa las frecuencias
esperadas ($expected). |
| 7 | Bitácora de IA | 10 % | 3,2 | 0,320 | Indica la herramienta (Gemini), el prompt y los ajustes. El prompt
es genérico y no permite reproducir la interacción. Faltan los campos
“¿funcionó a la primera?” y “errores detectados”. Además hay una
incoherencia: dice que corrigió el código a “Sistema y
Averías”, pero el código publicado usa sistema y
averias en minúscula. |
| 8 | Conclusión técnica | 10 % | 4,5 | 0,450 | Es coherente con p = 0,5497 / 0,4151 y lleva a una decisión de ingeniería (buscar la causa en la temperatura o la línea). Faltó matizar que no rechazar H₀ no prueba la independencia y citar las proporciones de avería (27 % vs. 21 %). |
| NOTA FINAL | 100 % | 3,42 | 3,4 / 5,0 (Aceptable) |
Nota definitiva: 3,4 / 5,0
Fortalezas
Aspectos desfavorables
0.2711864 no basta. Había que escribir, por ejemplo:
“Cuando el sistema está en OFF, el 27,1 % de los registros presentan
avería; en ON, el 20,7 %”, y distinguir de forma explícita la
probabilidad conjunta, la marginal y la condicional.Aspectos por mejorar
Incrusta la imagen con ruta relativa y comprueba el enlace en una ventana de incógnito antes de enviarlo:
knitr::include_graphics("img/calculo_manual.jpg")o . Exporta el
escaneo como JPG/PNG, no como PDF.
Nombra las dimensiones de la tabla:
table(acero$sistema, acero$averias, dnn = c("Sistema", "Averías")).
Completa las probabilidades con
margin.table(tabla_acero, 2) y
prop.table(tabla_acero, 2) (P(Sistema | Avería)), e
interpreta cada una.
Escribe H₀: sistema y averías son independientes
/ H₁: son dependientes, y revisa
chisq.test(tabla_acero)$expected para validar el supuesto
(todas las esperadas ≥ 5).
En la bitácora, copia el prompt exacto y responde a los cinco campos: herramienta, prompt, ¿funcionó a la primera?, ajustes humanos y errores detectados.
En la conclusión, di que “no hay evidencia suficiente de dependencia” en lugar de afirmar que “no existe dependencia”.
“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Samuel David Palencia Quintero |
| Código | 1034285837 |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/sdqp1011/actividadfinal50 |
| Título del cuaderno | Actividad_Final_50% (24/09/2026) |
| Dataset / variables | Opción A — acero.csv (117 registros):
linea (A/B/C) × temperatura (Alta/Baja/Media),
tabla 3×3 |
| Fecha de evaluación | 26/09/2026 |
Recalculé los resultados de forma independiente a partir de la tabla publicada. Todos los valores son correctos.
| Resultado | Valor publicado | Valor verificado | Estado |
|---|---|---|---|
Tabla linea × temperatura |
A: 24/15/0 · B: 13/13/13 · C: 9/10/20 · n = 117 | Coincide | ✓ |
| Marginales | Líneas 39/39/39 · Alta 46, Baja 38, Media 33 | Coincide | ✓ |
| P(Alta | Línea A) | 0,6154 | 24/39 = 0,6154 | ✓ |
| P(A ∩ Alta) | 0,2051 | 24/117 = 0,2051 | ✓ |
| Condicionales por fila | A: 0,615/0,385/0 · B: 0,333 c/u · C: 0,231/0,256/0,513 | Coincide | ✓ |
| χ² de Pearson | 27,597 · gl = 4 · p = 1,505 × 10⁻⁵ | 27,597 · p = 1,505 × 10⁻⁵ | ✓ |
| Frecuencias esperadas | 15,33 / 12,67 / 11,00 por fila | Coincide (todas ≥ 5) | ✓ |
Como la tabla es 3×3, la corrección de Yates no aplica (R solo la usa en tablas 2×2), así que no se exige compararla.
En la sección “Evidencia del cálculo manual” el documento publicado contiene:
![calculos a mano]()Es decir, una imagen sin archivo: el paréntesis donde va la ruta está vacío y en RPubs no se ve nada. Además, justo antes aparece esta frase:
“El estudiante debe tomar una fotografía del procedimiento realizado a mano en el cuaderno y subirla a Posit Cloud.”
Esa frase es una instrucción de la plantilla generada por la
IA que quedó sin reemplazar. Por otro lado, la tabla
“Comparación entre cálculo manual y R” muestra un valor “manual” que se
escribió dentro de un data.frame() en R; no es una
evidencia manuscrita.
Según las Indicaciones de Requisitos de la Actividad 1er 50 (22/09/2026), que ya estaban publicadas cuando Samuel entregó (24/09), una imagen ausente o rota lleva el Criterio 3 a Insuficiente. Nota: 0,0.
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 3,8 | 0,190 | Nombre, código y fecha en el YAML. El título es genérico (“Actividad_Final_50%”) y faltan la asignatura, el programa y el tema. |
| 2 | Selección y justificación del dataset | 10 % | 3,8 | 0,380 | Par adecuado para un análisis r×s (3×3). La justificación es correcta pero general (“puede servir como apoyo para revisar las condiciones de operación”) y no plantea una pregunta de ingeniería concreta ni la vincula con la Ingeniería Agrícola o la agroindustria. |
| 3 | Verificación manuscrita previa | 15 % | 0,0 | 0,000 | Imagen con ruta vacía ![...](); no hay evidencia
manuscrita visible. Quedó la instrucción de la plantilla de IA sin
reemplazar. |
| 4 | Tabla de contingencia con table() |
15 % | 4,3 | 0,645 | Tabla correcta y completa, con margin.table() (filas y
columnas) y addmargins(). No nombra las dimensiones
(dnn) y no comenta la celda A–Media = 0, que es un hallazgo
relevante. |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 4,3 | 0,860 | Calcula las tres con valores correctos y compara las condicionales
entre líneas (A: 61,5 % Alta; C: 51,3 % Media; B: uniforme). No calcula
ni interpreta P(Línea | Temperatura) (margin = 2), y la
diferencia entre conjunta y condicional se explica poco. |
| 6 | Prueba de independencia chisq.test() |
15 % | 4,7 | 0,705 | Plantea H₀ y H₁, reporta χ², gl y p-valor, revisa las frecuencias esperadas y toma la decisión correcta (rechaza H₀). Yates no aplica en 3×3. |
| 7 | Bitácora de IA | 10 % | 2,5 | 0,250 | Declara la herramienta (ChatGPT) y el prompt con honestidad, pero el prompt le pide a la IA toda la actividad, incluidas la interpretación, la conclusión y las referencias. Faltan tres campos obligatorios: “¿funcionó a la primera?”, “ajustes humanos” y “errores detectados”. Dice que comparó el cálculo manual con R, pero la plantilla sin editar contradice esa verificación. No hay reflexión crítica. |
| 8 | Conclusión técnica | 10 % | 3,6 | 0,360 | Es coherente con el resultado (p ≈ 0,000015; hay asociación), pero se limita a repetir los números en cinco puntos, sin una decisión técnica concreta (por ejemplo, qué revisar en la línea A, que concentra la temperatura Alta). |
| NOTA FINAL | 100 % | 3,39 | 3,4 / 5,0 (Aceptable) |
Nota definitiva: 3,4 / 5,0
Fortalezas
Aspectos desfavorables
![calculos a mano]() y conservaste la frase de la plantilla
“El estudiante debe tomar una fotografía…”. Eso muestra que no
revisaste el documento publicado antes de enviarlo.Aspectos por mejorar
img/calculo_manual.jpg), incrústala con
 o
knitr::include_graphics("img/calculo_manual.jpg") y
abre tu enlace de RPubs en una ventana de incógnito
antes de enviarlo.table(acero$linea, acero$temperatura, dnn = c("Línea", "Temperatura")).prop.table(tabla, margin = 2) e interpreta, por
ejemplo, P(Línea A | Alta) = 24/46 = 52,2 %. Así distingues con claridad
P(A | Alta) de P(Alta | A).“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Faisury Pérez Amaya |
| Código | No aparece en el documento |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/Faisury1401/probabilidadcondicionalytrablasdecontingencia |
| Título del cuaderno | Probabilidad Condicional y Tablas de Contingencia (20/09/2026) |
| Dataset / variables | Opción A — acero.csv: sistema (OFF/ON) ×
averias (No/Si), tabla 2×2 |
| Fecha de evaluación | 26/09/2026 |
Recalculé los resultados de forma independiente. Todos los valores son correctos.
| Resultado | Valor publicado | Valor verificado | Estado |
|---|---|---|---|
Tabla sistema × averias |
OFF: 43 / 16 · ON: 46 / 12 · n = 117 | Coincide | ✓ |
| Marginales | OFF 59 · ON 58 · No 89 · Si 28 | Coincide | ✓ |
| P(Avería Si | ON) | 12/58 = 0,2069 | 0,2069 | ✓ |
| P(Avería Si | OFF) | 16/59 = 0,2712 | 0,2712 | ✓ |
| P(ON ∩ Si) | 12/117 = 0,1026 | 0,1026 | ✓ |
| χ² con Yates | 0,3579 · gl = 1 · p = 0,5497 | Coincide | ✓ |
| χ² sin Yates | 0,6641 · gl = 1 · p = 0,4151 | Coincide | ✓ |
La sección final “Cálculos manuales” tiene el pie de figura “Cálculo manual de probabilidad”, que corresponde a una imagen incrustada. el docente confirma que la imagen es visible en RPubs. Además, el documento transcribe los cálculos manuales de P(Si | ON) = 12/58 = 0,2069 y P(Si | OFF) = 16/59 = 0,2712, y ambos coinciden con R. El criterio 3 se califica como cumplido.
Observación de ubicación: el manuscrito quedó al final, después de las referencias. Las indicaciones piden ponerlo en la sección de validación manual, antes del cálculo en R (“verificación manuscrita previa”).
El chunk de carga contiene este código:
if (file.exists("acero.csv")) {
acero <- read.csv("acero.csv", ...)
} else {
acero <- data.frame(sistema = c(rep("OFF",43), rep("OFF",16), rep("ON",46), rep("ON",12)),
averias = c(rep("No",43), rep("Si",16), rep("No",46), rep("Si",12)))
}La salida muestra “Número de variables: 2”, y el
dataset real tiene 20 variables. Por tanto, acero.csv
no estaba en el proyecto al compilar y se ejecutó la
rama else. El análisis se hizo sobre una tabla
escrita a mano dentro del código, reconstruida con los
conteos ya conocidos, y no sobre el dataset.
table() no está contando datos: solo
reproduce los números que se le dieron. Esto afecta los criterios 2 y
4.| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 3,3 | 0,165 | El YAML tiene título, autora y fecha. Falta el código estudiantil, y tampoco aparecen la asignatura ni el programa. |
| 2 | Selección y justificación del dataset | 10 % | 3,5 | 0,350 | Tiene pregunta de investigación, hipótesis y una sección de
aplicación a la Ingeniería Agrícola. Pero no describe el dataset real
(117 obs., 20 variables, contexto del proceso) y no lo
cargó: trabajó con un data.frame escrito en el
código. |
| 3 | Verificación manuscrita previa | 15 % | 4,5 | 0,675 | Imagen incrustada (confirmada por el docente) y cálculo manual de dos probabilidades condicionales coherente con R. Queda al final del documento y no antes del cálculo en R. |
| 4 | Tabla de contingencia con table() |
15 % | 3,5 | 0,525 | La tabla es correcta, está bien presentada con kable()
y títulos, e incluye margin.table() y
addmargins(). Pero se construyó con vectores escritos en el
código y no a partir de acero.csv, así que no hubo un
conteo real. |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 4,6 | 0,920 | Calcula e interpreta las tres: marginales de fila y de columna, condicionales en ambos estados y la conjunta P(ON ∩ Si). Presenta la fórmula de la condicional y una tabla comparativa ON vs. OFF. Muy completo. |
| 6 | Prueba de independencia chisq.test() |
15 % | 4,7 | 0,705 | H₀/H₁ explícitas, α = 0,05, comparación con y sin
Yates, decisión correcta y bien redactada (“no existe evidencia
suficiente…”). Faltó revisar las frecuencias esperadas
($expected) y comentar por qué cambia el p-valor con la
corrección. |
| 7 | Bitácora de IA | 10 % | 2,8 | 0,280 | Declara la herramienta y el prompt, pero el prompt le pide a ChatGPT todo el análisis. Faltan los campos “¿funcionó a la primera?”, “ajustes humanos” y “errores detectados”, y la frase de verificación es genérica. No reporta que el código cargaba datos inventados cuando no encontraba el archivo. |
| 8 | Conclusión técnica | 10 % | 3,8 | 0,380 | Coherente con el resultado y con la formulación estadística correcta. No lleva a una decisión técnica concreta: se limita a decir que “pueden considerarse otras variables”. |
| NOTA FINAL | 100 % | 4,00 | 4,0 / 5,0 (Bueno) |
Nota definitiva: 4,0 / 5,0
Fortalezas
Aspectos desfavorables
Aspectos por mejorar
Sube acero.csv a la carpeta de tu proyecto en Posit
Cloud y cárgalo sin respaldo:
acero <- read.csv("acero.csv", dec = ",")
str(acero) # debe mostrar 117 obs. y 20 variablesCompleta el YAML:
author: "Faisury Pérez Amaya — Código: XXXXXXXXXX"
subtitle: "Estadística Aplicada con Python y R — Ingeniería Agrícola"Nombra las dimensiones:
table(acero$sistema, acero$averias, dnn = c("Sistema", "Averías")).
Añade chisq.test(tabla)$expected para verificar el
supuesto de la prueba (todas las esperadas ≥ 5).
En la bitácora, responde los cinco campos. Por ejemplo, en “errores detectados”: “la IA generó un respaldo con datos escritos en el código que ocultaba que no había cargado el archivo”.
En la conclusión, propone una acción concreta. Por ejemplo: como el estado del sistema no explica las averías (20,7 % vs. 27,1 %, p = 0,55), dirigir el diagnóstico hacia la temperatura o la línea de producción.
“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Jeremi Vides Bertel |
| Código | 1102812077 |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/jeremi01/1462208 |
| Título del cuaderno | actividad_evaluativa_final_1er_50 (25/09/2026) |
| Dataset en R | Opción A — acero.csv (117 obs., 20 variables). Solo
carga y exploración. |
| Datos del manuscrito | Tabla hipotética de 100 muestras de suelo: textura × retención de agua |
| Fecha de evaluación | 26/09/2026 (revisada con la imagen del manuscrito) |
El manuscrito está incrustado en RPubs (confirmado por el docente). Es un escaneo auténtico de CamScanner, hecho a mano, con buena legibilidad.
| Elemento | Contenido del manuscrito | Verificación | Estado |
|---|---|---|---|
| Planteamiento | “Imaginemos un conjunto de datos observados de 100 muestras de suelo agrícola” | Datos inventados, no provienen de
acero.csv |
⚠ |
| Tabla 3×3 | Arenoso 25/10/5 = 40 · Franco 5/20/10 = 35 · Arcilloso 2/8/15 = 25 | Totales de fila correctos | ✓ |
| Totales de columna | Baja 32 · Media 38 · Alta 30 · Total 100 | Correctos | ✓ |
| Fórmula | P(Alta | Arcilloso) = P(Alta ∩ Arcilloso) / P(Arcilloso) = n(Alta y Arcilloso) / n(Arcilloso) | Correcta, con el paso de probabilidades a conteos | ✓ |
| Resultado | P(Alta | Arcilloso) = 15/25 = 0,60 (60 %) | Correcto | ✓ |
Valoración: el cálculo manual es conceptualmente correcto y está bien desarrollado. Pero se hizo sobre datos imaginarios, no sobre el dataset que cargó, y no hay ningún resultado en R con el cual contrastarlo. Según la rúbrica, eso lo deja en Insuficiente (“ausente o incoherente con el resultado de R”). Le doy la nota más alta de esa banda porque demuestra que entiende la probabilidad condicional.
Esto cambia la lectura de la bitácora y de la conclusión. Ya no parecen copiadas de otro trabajo: corresponden a su propio manuscrito. Revisé las cifras de la conclusión con su tabla y coinciden: P(Baja | Arenoso) = 25/40 = 62,5 %; P(Alta | Arenoso) = 5/40 = 12,5 %; 60 % / 12,5 % = 4,8, “casi 5 veces”. Aun así, hablan de un análisis que no está hecho en R dentro del cuaderno.
| Sección | Estado |
|---|---|
Carga de acero.csv con dec = "," y
str() |
✓ |
acero$prodtotal → NULL (la columna es
ProdTotal), sin corregir |
⚠ |
| Selección y justificación de dos variables categóricas | ❌ |
table(), margin.table(),
prop.table(), addmargins() |
❌ |
chisq.test() |
❌ |
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 3,8 | 0,190 | Nombre, código y fecha presentes. El título es genérico y faltan la asignatura y el programa. |
| 2 | Selección y justificación del dataset | 10 % | 1,5 | 0,150 | Carga y explora acero.csv correctamente, pero no elige
ni justifica dos variables. El manuscrito usa datos inventados de suelos
en lugar de un dataset real. El error NULL quedó sin
corregir. |
| 3 | Verificación manuscrita previa | 15 % | 2,5 | 0,375 | Manuscrito auténtico con cálculo correcto (15/25 = 0,60) y fórmula bien planteada. Pero usa datos hipotéticos y no hay resultado en R con el cual contrastarlo, lo que según la rúbrica es Insuficiente. |
| 4 | Tabla de contingencia con table() |
15 % | 0,0 | 0,000 | Ausente. La tabla solo existe en el papel. |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 0,0 | 0,000 | Ausentes en R. Las funciones solo se nombran en el texto. |
| 6 | Prueba de independencia chisq.test() |
15 % | 0,0 | 0,000 | Ausente. La conclusión menciona un χ² “sin Yates por ser 3×3” que nunca se ejecutó. |
| 7 | Bitácora de IA | 10 % | 1,5 | 0,150 | Coherente con su manuscrito (prompt, verificación previa 15/25,
criterio sobre margin = 1). Pero describe un código que no
aparece en el documento y faltan los campos “¿funcionó a la primera?”,
“ajustes humanos” y “errores detectados”. |
| 8 | Conclusión técnica | 10 % | 1,5 | 0,150 | Bien redactada y numéricamente coherente con el manuscrito (62,5 %, 12,5 %, “casi 5 veces”). Pero no se apoya en ningún resultado del cuaderno de R, afirma un χ² que no existe y se basa en datos inventados. |
| NOTA FINAL | 100 % | 1,02 | 1,0 / 5,0 (Insuficiente) |
Nota definitiva: 1,0 / 5,0
Lo que hiciste bien
acero.csv correctamente, con
dec = ",", y exploraste su estructura con
str().Aspectos desfavorables
acero.csv pero no lo analizaste. La actividad pedía un
dataset real y que el cálculo a mano se verificara con
R sobre los mismos datos.table(),
las probabilidades y chisq.test(), que juntos valen el 50 %
de la nota.acero$prodtotal devolvió NULL, porque la
columna se llama ProdTotal.Aspectos por mejorar
acero.csv. Por ejemplo, con
sistema × averias: P(Avería = Si | Sistema = OFF) =
16/59.acero <- read.csv("acero.csv", dec = ",")
tabla <- table(acero$sistema, acero$averias, dnn = c("Sistema", "Averías"))
addmargins(tabla)
margin.table(tabla, 1); margin.table(tabla, 2) # marginales
prop.table(tabla) # conjuntas
prop.table(tabla, margin = 1) # condicionales
chisq.test(tabla); chisq.test(tabla, correct = FALSE)
chisq.test(tabla)$expectedriego_estres_hidrico_agricola.csv) tiene la variable
textura_suelo con datos reales de la actividad, y podías
hacer ese mismo análisis sin inventar la tabla.“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Juan Diego Baldovino |
| Código | 1104261165 |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/juandiego2008/ActividadEvaluativaFinal50 |
| Título del cuaderno | Actividad_Evaluativa_Final_50% (25/09/2026) |
| Dataset / variables | Opción A — acero.csv (117 registros):
sistema (OFF/ON) × averias (No/Si), tabla
2×2 |
| Fecha de evaluación | 26/09/2026 |
Recalculé los resultados de forma independiente. Todos los valores son correctos.
| Resultado | Valor publicado | Valor verificado | Estado |
|---|---|---|---|
Tabla sistema × averias |
OFF: 43 / 16 · ON: 46 / 12 · n = 117 | Coincide | ✓ |
| Marginales | OFF 59 · ON 58 · No 89 · Si 28 | Coincide | ✓ |
| P(Avería | OFF) | 16/59 = 0,2712 | 0,2712 | ✓ |
| P(Avería | ON) | 12/58 = 0,2069 | 0,2069 | ✓ |
| Conjuntas | 0,3675 · 0,1368 · 0,3932 · 0,1026 | Coincide | ✓ |
| χ² con Yates | 0,358 · gl = 1 · p = 0,5497 | Coincide | ✓ |
| χ² sin Yates | 0,66405 · gl = 1 · p = 0,4151 | Coincide | ✓ |
| Frecuencias esperadas (no reportadas) | — | 44,9 · 14,1 · 44,1 · 13,9 (todas ≥ 5) | — |
La imagen está incrustada en la sección “4. Cálculo manual de una probabilidad condicional”, antes del cálculo en R, como pide la actividad (confirmado por el docente). Es una fotografía de su cuaderno, con su nombre escrito a mano.
| Elemento | Contenido del manuscrito | Verificación | Estado |
|---|---|---|---|
| Identificación | “Juan Diego Baldovino” en el encabezado de la hoja | Autoría | ✓ |
| Fórmula general | P(A | B) = P(A ∩ B) / P(B) | Correcta | ✓ |
| Planteamiento | P(Avería | OFF) = (OFF y Avería) / total OFF | Paso correcto de probabilidades a conteos | ✓ |
| Cálculo 1 | 16/59 = 0,2712 = 27,12 % | Coincide con prop.table(tabla, 1) |
✓ |
| Interpretación | “La probabilidad de que ocurra una avería cuando el sistema está OFF es del 27,12 %” | Correcta | ✓ |
| Cálculo 2 | P(Avería | ON) = 12/58 = 0,2069 = 20,69 % | Coincide con R | ✓ |
Valoración: el cálculo es correcto, auténtico y coherente con el resultado de R, que es lo que exige el nivel Excelente. Se descuenta un poco por dos razones:
Nota del criterio 3: 4,2.
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 3,8 | 0,190 | Autor con código y fecha en el YAML. El título es genérico y faltan la asignatura, el programa y el tema. |
| 2 | Selección y justificación del dataset | 10 % | 4,0 | 0,400 | Carga correcta (dec = ",", str(),
head(), dim()), justificación con enfoque
agroindustrial e hipótesis planteadas. La descripción del dataset es de
una sola línea (“proceso industrial”). |
| 3 | Verificación manuscrita previa | 15 % | 4,2 | 0,630 | Manuscrito auténtico, ubicado antes del código, con P(Avería | OFF) = 16/59 y P(Avería | ON) = 12/58 correctas y coherentes con R, e interpretadas. No construye la tabla 2×2 a mano y copia una instrucción de la IA (“Debajo puedes agregar el segundo”). |
| 4 | Tabla de contingencia con table() |
15 % | 4,5 | 0,675 | Tabla correcta, con niveles ordenados mediante
factor() (buena práctica), revisión previa con
table() de cada variable, y margin.table() 1 y
2. Faltó nombrar las dimensiones (dnn). |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 4,4 | 0,880 | Las tres están bien calculadas y la conclusión interpreta las
condicionales (27,12 % vs. 20,69 %). Faltan P(Sistema | Avería)
(margin = 2) y una interpretación explícita de la
probabilidad conjunta. |
| 6 | Prueba de independencia chisq.test() |
15 % | 4,6 | 0,690 | H₀/H₁ explícitas, prueba con y sin Yates, decisión correcta. La
sección “Diferencia entre las dos pruebas” tiene una sola línea y no
explica por qué cambia el p-valor. No revisa
$expected. |
| 7 | Bitácora de IA | 10 % | 3,0 | 0,300 | Honesta y con varios campos (uso, verificación, ajustes, limitaciones). Pero el prompt, “explícame qué tengo que hacer paso a paso. Házmelo enseguida completo”, muestra que delegó toda la actividad. Falta “¿funcionó a la primera?” y la reflexión es genérica. |
| 8 | Conclusión técnica | 10 % | 3,8 | 0,380 | Coherente y con buen matiz: distingue la diferencia descriptiva de la significancia. No propone una decisión técnica concreta, y la “conclusión técnica individual” repite la interpretación. |
| NOTA FINAL | 100 % | 4,145 | 4,1 / 5,0 (Bueno) |
Nota definitiva: 4,1 / 5,0
Fortalezas
factor() y
comparaste χ² con y sin Yates.Aspectos desfavorables
Aspectos por mejorar
En el manuscrito, dibuja primero la tabla 2×2 (OFF: 43 | 16 | 59; ON: 46 | 12 | 58; totales 89 | 28 | 117) y luego calcula a partir de ella.
Añade:
table(acero$sistema, acero$averias, dnn = c("Sistema", "Averías"))
prop.table(tabla, margin = 2) # P(Sistema | Avería)
chisq.test(tabla)$expected # supuesto: esperadas ≥ 5Explica la corrección de Yates: con tablas 2×2 y muestras moderadas, resta 0,5 a cada |O − E|. Por eso χ² baja de 0,664 a 0,358 y el p-valor sube de 0,415 a 0,550.
En la conclusión, propone una acción. Por ejemplo: como el estado del sistema no explica las averías, dirigir el diagnóstico hacia la temperatura o la línea de producción.
“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Brandon Ortiz Hernández |
| Código | 1104258729 |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/brandon4kt/ActividadFinal50 |
| Título del cuaderno | Actividad_Evaluativa_50% (25/09/2026) |
| Dataset / variables | Opción A — acero.csv (117 obs., 20 variables):
sistema (OFF/ON) × averias (No/Si), tabla
2×2 |
| Fecha de evaluación | 26/09/2026 |
Recalculé los resultados de forma independiente. Todos los valores son correctos.
| Resultado | Valor publicado | Valor verificado | Estado |
|---|---|---|---|
Tabla sistema × averias |
OFF: 43 / 16 · ON: 46 / 12 · n = 117 | Coincide | ✓ |
| Marginales | OFF 59 · ON 58 · No 89 · Si 28 | Coincide | ✓ |
| P(Avería | OFF) | 0,2712 (27,12 %) | 16/59 = 0,2712 | ✓ |
| P(Avería | ON) | 0,2069 (20,69 %) | 12/58 = 0,2069 | ✓ |
| P(OFF ∩ Avería) | 0,1368 (13,68 %) | 16/117 = 0,1368 | ✓ |
| χ² con Yates | 0,3579 · gl = 1 · p = 0,5497 | Coincide | ✓ |
| χ² sin Yates | 0,6641 · gl = 1 · p = 0,4151 | Coincide | ✓ |
| Frecuencias esperadas (no reportadas) | — | 44,9 · 14,1 · 44,1 · 13,9 (todas ≥ 5) | — |
La imagen está incrustada en la sección “Cálculo manual de probabilidad condicional”, antes de la tabla de contingencia en R (confirmado por el docente). Es una fotografía de su cuaderno, con nombre y código escritos a mano.
| Elemento | Contenido del manuscrito | Verificación | Estado |
|---|---|---|---|
| Identificación | “Brandon Ortiz Hernández – 1104258729” | Autoría | ✓ |
| Objetivo | P(Avería = Si | Sistema = OFF) | Bien planteado | ✓ |
| Fórmula | P(A | B) = casos de A y B / casos de B | Correcta, en forma de conteos | ✓ |
| Datos | OFF y avería = 16; total OFF = 59 | Coinciden con la tabla de R | ✓ |
| Resultado | 16/59 = 0,2712 → 27,12 % | Correcto y coherente con prop.table(tabla, 1) |
✓ |
| Interpretación | “…de los dos casos en los que el sistema está en OFF, aproximadamente el 27,12 % presentó una avería” | Correcta en esencia; “dos” es un lapsus (son 59 casos) | ⚠ |
Valoración: el cálculo es correcto, auténtico, está
bien ubicado y es coherente con R. Además, el cuaderno
de R incluye una sección “Comprobación del cálculo manual” que lo
reproduce con tabla["OFF","Si"] / sum(tabla["OFF",]), y eso
está muy bien. Se descuenta un poco por tres razones:
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 3,8 | 0,190 | Autor con código y fecha en el YAML. El título es genérico y faltan la asignatura, el programa y el tema. |
| 2 | Selección y justificación del dataset | 10 % | 4,2 | 0,420 | Importación correcta (dec = ",", head,
str, dim) y revisión previa de cada variable
con table(). La justificación es pertinente y está
orientada al mantenimiento. La descripción del dataset es breve
(“proceso industrial”). |
| 3 | Verificación manuscrita previa | 15 % | 4,3 | 0,645 | Manuscrito auténtico, ubicado antes del código, con 16/59 = 27,12 % correcto, interpretado y comprobado en R. Una sola probabilidad, sin tabla dibujada y con el lapsus “dos casos”. |
| 4 | Tabla de contingencia con table() |
15 % | 4,5 | 0,675 | Tabla correcta y presentada con kable() y título, con
margin.table() 1 y 2 y addmargins(). Faltó
nombrar las dimensiones (dnn). |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 4,4 | 0,880 | Las tres son correctas, en proporción y en porcentaje, y extrae
valores puntuales (P(Avería | OFF) = 27,12 %; P(OFF ∩ Avería) = 13,68
%), con lo que distingue bien condicional de conjunta. Falta P(Sistema |
Avería) (margin = 2) y la interpretación de las
marginales. |
| 6 | Prueba de independencia chisq.test() |
15 % | 4,6 | 0,690 | H₀/H₁ explícitas, prueba con y sin Yates, tabla comparativa y
decisión correcta. No explica por qué difieren los p-valores ni revisa
$expected. |
| 7 | Bitácora de IA | 10 % | 3,2 | 0,320 | Declara la herramienta, el prompt y la verificación humana (incluida la coincidencia entre el cálculo manual y R). Pero el prompt pide “qué tengo que hacer paso a paso” y luego “el código completo”, es decir, delegó el análisis. Faltan “¿funcionó a la primera?”, “ajustes humanos” y “errores detectados”. |
| 8 | Conclusión técnica | 10 % | 4,5 | 0,450 | Sólida y coherente: distingue la diferencia descriptiva (27 % vs. 21 %) de la significancia, y deriva una decisión de ingeniería (no atribuir las averías al estado ON/OFF y analizar la temperatura y la hora de operación). |
| NOTA FINAL | 100 % | 4,27 | 4,3 / 5,0 (Bueno) |
Nota definitiva: 4,3 / 5,0
Fortalezas
Aspectos desfavorables
Aspectos por mejorar
En el manuscrito, dibuja primero la tabla 2×2 con sus totales y calcula al menos dos condicionales (OFF y ON) para poder compararlas.
Nombra las dimensiones y añade lo que falta:
tabla <- table(acero$sistema, acero$averias, dnn = c("Sistema", "Averías"))
prop.table(tabla, margin = 2) # P(Sistema | Avería)
chisq.test(tabla)$expected # supuesto: esperadas ≥ 5Explica la corrección de Yates: en tablas 2×2 resta 0,5 a cada |O − E|. Por eso χ² baja de 0,664 a 0,358 y el p-valor sube de 0,415 a 0,550. Con ambas pruebas la decisión es la misma.
En la bitácora, copia el prompt exacto y responde los cinco campos, sobre todo “ajustes humanos” y “errores detectados”.
“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Jimena Morales Florez |
| Código | 1103502057 (tomado del manuscrito; no aparece en el YAML) |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/Jimena3/1462473 |
| Título del cuaderno | Análisis de Probabilidad Condicional y Tabla de Contingencia (25/09/2026) |
| Dataset / variables | Opción A — acero.csv (117 obs., 20 variables):
linea (A/B/C) × sistema (OFF/ON), tabla
3×2 |
| Fecha de evaluación | 26/09/2026 |
Recalculé los resultados de forma independiente. Todos los valores son correctos.
| Resultado | Valor publicado | Valor verificado | Estado |
|---|---|---|---|
Tabla linea × sistema |
A: 18/21 · B: 20/19 · C: 21/18 · n = 117 | Coincide | ✓ |
| Marginales | A = B = C = 39 · OFF 59 · ON 58 | Coincide | ✓ |
| Probabilidades marginales | 1/3 por línea · OFF 0,5043 · ON 0,4957 | Coincide | ✓ |
| P(A ∩ OFF) | 18/117 = 0,1538 | Coincide | ✓ |
| P(A | OFF) | 18/59 = 0,3051 | Coincide | ✓ |
| Condicionales en ambos sentidos | margin = 1 y margin = 2 |
Coinciden | ✓ |
| χ² de Pearson | 0,47867 · gl = 2 · p = 0,7872 | 0,4787 · p = 0,7872 | ✓ |
| Frecuencias esperadas | 19,67 / 19,33 por línea | Coincide (todas ≥ 5) | ✓ |
Como la tabla es 3×2, la corrección de Yates no aplica, y la estudiante lo explica correctamente.
La imagen está incrustada en la sección “Cálculo manual de P(A|OFF)”, seguida de “Verificación del cálculo mediante R” (confirmado por el docente). Es una fotografía de su cuaderno, con nombre y código escritos a mano.
| Elemento | Contenido del manuscrito | Verificación | Estado |
|---|---|---|---|
| Tabla 3×2 dibujada a mano | A: 18/21 · B: 20/19 · C: 21/18 | Idéntica a table() en R |
✓ |
| Probabilidad elegida | P(A | OFF) | Bien definida | ✓ |
| Fórmula | P(A | OFF) = P(A ∩ OFF) / P(OFF) | Correcta | ✓ |
| Desarrollo | (18/117) / (59/117) → se simplifica a 18/59 | Excelente: muestra por qué el total se cancela | ✓ |
| Resultado | 18 ÷ 59 = 0,3051 → 30,51 % | Correcto y coherente con R | ✓ |
| Interpretación | “…30,51 % de que una observación corresponda a la línea A, dado que el sistema se encuentra en OFF” | Correcta: identifica bien el evento condicionante | ✓ |
Valoración: es el manuscrito más completo del grupo hasta ahora. Dibuja la tabla, parte de la definición con probabilidades, muestra la simplificación de 117 y la interpreta con el sentido correcto de la condición. Solo se descuenta porque en el documento aparece después de construir la tabla y las probabilidades en R, y no antes (la actividad pide una verificación manuscrita previa).
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 3,3 | 0,165 | El YAML tiene un buen título temático, autora y fecha, pero falta el código estudiantil. Tampoco aparecen la asignatura ni el programa. |
| 2 | Selección y justificación del dataset | 10 % | 3,5 | 0,350 | Explora bien el dataset (dim, names,
str, frecuencias de cada variable). La justificación es
débil: dice que las variables “son adecuadas para construir una tabla”,
pero no explica por qué a un ingeniero le interesa si
el estado del sistema depende de la línea. Además cargó el archivo
sin dec = ",", y consumo
quedó como texto (chr "135,31") sin que lo notara. |
| 3 | Verificación manuscrita previa | 15 % | 4,7 | 0,705 | Manuscrito auténtico y completo: tabla dibujada, fórmula, simplificación, resultado e interpretación correctos y coherentes con R. En el documento aparece después de los cálculos en R. |
| 4 | Tabla de contingencia con table() |
15 % | 4,5 | 0,675 | Tabla correcta, con frecuencias previas de cada variable,
addmargins() y margin.table() 1 y 2. Faltó
nombrar las dimensiones (dnn). |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 4,8 | 0,960 | Muy completo: marginales como probabilidad,
conjuntas, condicionales en ambos sentidos
(margin = 1 y 2) y P(A | OFF) verificada con
código, todo interpretado con ejemplos. |
| 6 | Prueba de independencia chisq.test() |
15 % | 4,8 | 0,720 | H₀/H₁ y α explícitos, revisión de $expected, p-valor,
decisión correcta y justificación de por qué no se aplica
Yates en una tabla 3×2. |
| 7 | Bitácora de IA | 10 % | 1,5 | 0,150 | No hay bitácora. Solo menciona que usó ChatGPT “para organizar el informe, revisar el código, explicar conceptos y orientar la elaboración”. Faltan el prompt exacto, “¿funcionó a la primera?”, “ajustes humanos” y “errores detectados”. |
| 8 | Conclusión técnica | 10 % | 3,5 | 0,350 | Coherente con el resultado y bien formulada (“no existe evidencia suficiente”). Pero es sobre todo una lista de cifras (117 obs., 39 por línea…) y la interpretación de ingeniería no llega a ninguna decisión técnica. |
| NOTA FINAL | 100 % | 4,075 | 4,1 / 5,0 (Bueno) |
Nota definitiva: 4,1 / 5,0
Fortalezas
Aspectos desfavorables
dec = ",".
consumo quedó como texto ("135,31"). No afectó
a tus variables categóricas, pero es un error de lectura de datos que
debías detectar en str().Aspectos por mejorar
acero <- read.csv("acero.csv", dec = ","), y nombra las
dimensiones:
table(acero$linea, acero$sistema, dnn = c("Línea", "Sistema")).author: "Jimena Morales Florez — Código: 1103502057".“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | José Ignacio Soto Viloria |
| Código | No aparece en el documento ni en el manuscrito |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/jose_soto/1462499 |
| Título del cuaderno | Análisis de Probabilidad Condicional y Sistema de Riego (25/09/2026) |
| Dataset / variables | Opción C — riego_estres_hidrico_agricola.csv (180
lotes, 10 variables): sistema_riego
(Aspersión/Goteo/Gravedad) × estado_cultivo
(Estrés/Normal), tabla 3×2 |
| Fecha de evaluación | 26/09/2026 |
Recalculé los resultados de forma independiente. Los resultados que imprime R son correctos.
| Resultado | Salida de R | Valor verificado | Estado |
|---|---|---|---|
Tabla sistema_riego × estado_cultivo |
Aspersión 21/35 · Goteo 6/70 · Gravedad 27/21 · n = 180 | Coincide | ✓ |
| Marginales | 56 · 76 · 48 · Estrés 54 · Normal 126 | Coincide | ✓ |
| P(Estrés | Goteo) | 0,07895 | 6/76 = 0,0789 | ✓ |
| P(Goteo ∩ Estrés) | 0,03333 | 6/180 = 0,0333 | ✓ |
| χ² de Pearson | 34,934 · gl = 2 · p = 2,595 × 10⁻⁸ | Coincide | ✓ |
| Frecuencias esperadas | 16,8 / 39,2 · 22,8 / 53,2 · 14,4 / 33,6 | Coincide (todas ≥ 5) | ✓ |
Manuscrito (la imagen está incrustada en la sección “Evidencia del cálculo manual”, antes del código de probabilidades; confirmado por el docente):
| Elemento | Manuscrito | R (dato real) | Estado |
|---|---|---|---|
| Goteo – Normal | 69 | 70 | ❌ |
| Total Goteo | 75 | 76 | ❌ |
| Total Normal / total general | 125 / 179 | 126 / 180 | ❌ |
| P(Estrés | Goteo) | 6/75 = 0,08 (8 %) | 6/76 = 0,0789 (7,89 %) | ❌ |
| Fórmula y procedimiento | P(A | B) = P(A ∩ B)/P(B) → casos (Goteo y Estrés) / total Goteo | — | ✓ |
| Interpretación | “La probabilidad de que un cultivo presente estrés, dado que utiliza riego por goteo, es de 8 %” | Sentido de la condición correcto | ✓ |
El procedimiento y la interpretación son conceptualmente correctos, pero el conteo de la celda Goteo–Normal está equivocado (69 en lugar de 70), y ese error arrastra los totales y el resultado.
Lo más grave es la incoherencia del documento:
0.07894737 y justo debajo afirma
“El resultado obtenido mediante R es: 0.08”.0.03333333 (6/180) pero el texto
dice “6/179 ≈ 0,0335”.En otras palabras, el texto se escribió para que coincidiera con el manuscrito y no con lo que R calculó. La verificación que pide “El Lápiz y el Algoritmo” consiste justamente en detectar esta discrepancia y corregirla.
La prueba rechaza H₀ con fuerza (p = 2,6 × 10⁻⁸), y la tabla 10 lo muestra (“Se rechaza H0”). Sin embargo:
Son textos de plantilla que no se adaptaron al resultado.
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 3,3 | 0,165 | El título es temático y hay autor y fecha, pero falta el código estudiantil (tampoco está en el manuscrito). Faltan la asignatura y el programa. |
| 2 | Selección y justificación del dataset | 10 % | 4,5 | 0,450 | Eligió la Opción C, la más cercana a la Ingeniería Agrícola. Describe el dataset, plantea una pregunta de investigación y una justificación pertinente, y hace una carga robusta (verifica que el archivo exista, revisa los niveles y trata los NA). |
| 3 | Verificación manuscrita previa | 15 % | 3,6 | 0,540 | Manuscrito auténtico, con tabla dibujada, fórmula e interpretación correctas. Tiene un error de conteo (Goteo–Normal = 69, no 70) que lo hace no coincidir con R (0,08 vs. 0,0789), y la discrepancia no se detectó. |
| 4 | Tabla de contingencia con table() |
15 % | 4,5 | 0,675 | Tabla correcta, con margin.table() 1 y 2 y
addmargins(), presentada con kable. Faltó
nombrar las dimensiones (dnn). |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 3,8 | 0,760 | Las funciones se usan bien y las salidas son correctas. Pero el
texto contradice la salida (6/179 en vez de 6/180; “0.08” en vez de
0.0789), no se interpreta la tabla comparativa por sistema de riego y
falta P(Sistema | Estado) (margin = 2). |
| 6 | Prueba de independencia chisq.test() |
15 % | 3,8 | 0,570 | H₀/H₁, α, $expected y decisión correcta en la tabla.
Pero la interpretación del p-valor está ausente: solo
se repite la regla. Además usa correct = FALSE sin explicar
que en una tabla 3×2 Yates no aplica. |
| 7 | Bitácora de IA | 10 % | 2,5 | 0,250 | Declara la herramienta y el prompt, pero el prompt le pide a la IA todo el trabajo, incluidas la interpretación, las conclusiones y las referencias. La “verificación humana” que declara no ocurrió: no detectó la diferencia entre 0,08 y 0,0789. Faltan “¿funcionó a la primera?”, “ajustes” y “errores detectados”. |
| 8 | Conclusión técnica | 10 % | 2,5 | 0,250 | No concluye. Enumera las funciones usadas, pero no dice si existe asociación ni qué decisión técnica se deriva, cuando el resultado era muy claro. La nota sobre correlación y causalidad (sección 24) es un buen detalle. |
| NOTA FINAL | 100 % | 3,66 | 3,7 / 5,0 (Bueno) |
Nota definitiva: 3,7 / 5,0
Fortalezas
Aspectos desfavorables
Aspectos por mejorar
r round(p_estres_goteo, 4).correct = FALSE sin
explicarlo: la corrección de Yates solo aplica en tablas 2×2.“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Saray Solar Mercado |
| Código | No aparece en el documento ni en el manuscrito |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/saraysolar/1462503 |
| Título del cuaderno | Análisis de Probabilidad Condicional y Sistema de Riego (25/09/2026) |
| Dataset / variables | Opción C — riego_estres_hidrico_agricola.csv (180
lotes, 10 variables): sistema_riego
(Aspersión/Goteo/Gravedad) × estado_cultivo
(Estrés/Normal), tabla 3×2 |
| Fecha de evaluación | 26/09/2026 |
Recalculé los resultados de forma independiente. Todos los valores son correctos.
| Resultado | Valor publicado | Valor verificado | Estado |
|---|---|---|---|
Tabla sistema_riego × estado_cultivo |
Aspersión 21/35 · Goteo 6/70 · Gravedad 27/21 · n = 180 | Coincide | ✓ |
| Marginales | 56 · 76 · 48 · Estrés 54 · Normal 126 | Coincide | ✓ |
| P(Aspersión | Estrés) | 0,3889 | 21/54 = 0,3889 | ✓ |
Condicionales por sistema (margin = 1) |
Estrés: 37,5 % · 7,9 % · 56,3 % | Coincide | ✓ |
| Conjuntas | 0,1167 · 0,0333 · 0,1500 … | Coincide | ✓ |
| χ² de Pearson | 34,934 · gl = 2 · p = 2,595 × 10⁻⁸ | Coincide | ✓ |
| Frecuencias esperadas | 16,8 / 39,2 · 22,8 / 53,2 · 14,4 / 33,6 | Coincide (todas ≥ 5) | ✓ |
La imagen está incrustada en la sección “Evidencia del cálculo manual”, antes del cálculo de la probabilidad en R (confirmado por el docente).
| Elemento | Contenido del manuscrito | Verificación | Estado |
|---|---|---|---|
| Pregunta | “¿Cuál es la probabilidad de que un lote que presenta estrés hídrico utilice riego por aspersión?” | Bien formulada | ✓ |
| Fórmula | P(A | E) = n(A ∩ E) / n(E), con A y E definidos | Correcta, en conteos | ✓ |
| Tabla 3×3 con totales, dibujada a mano | 21/35/56 · 6/70/76 · 27/21/48 · 54/126/180 | Idéntica a R | ✓ |
| Resultado | 21/54 = 0,3889 = 38,89 % | Correcto | ✓ |
| Interpretación | “De los lotes que presentan estrés hídrico, aproximadamente el 38,89 % utiliza riego por aspersión” | Correcta: el condicionante es el estrés, no el sistema | ✓ |
Valoración: es un manuscrito muy completo y
correcto. Define los eventos, dibuja la tabla con todos los
totales, calcula e interpreta en el sentido correcto de la condición
(margin = 2), y coincide exactamente con R (tabla 6 de su
documento). Solo se descuenta porque no incluye nombre ni
código en la hoja, lo que impide asegurar la autoría de la
evidencia.
El documento comparte con el de José Ignacio Soto
Viloria la misma estructura de secciones, el mismo código de
carga (con stop() si no encuentra el archivo), el mismo
filtrado de NA, la misma regla de decisión y casi el mismo prompt de IA.
Cambia la probabilidad elegida y el manuscrito, que sí es propio y está
bien hecho. Esto sugiere que ambos usaron la misma plantilla
generada por IA. No se aplica una penalización adicional, pero
se refleja en la bitácora y en la conclusión, que conservan textos de
plantilla.
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 3,3 | 0,165 | El título es temático y hay autora y fecha, pero falta el código estudiantil (tampoco está en el manuscrito). Faltan la asignatura y el programa. |
| 2 | Selección y justificación del dataset | 10 % | 4,0 | 0,400 | Opción C, muy pertinente. Revisa las frecuencias con
useNA y filtra los NA, y plantea una pregunta clara. La
“justificación” solo describe qué es cada variable, sin decir
por qué importa para la Ingeniería Agrícola. La
descripción del dataset es de una línea. |
| 3 | Verificación manuscrita previa | 15 % | 4,7 | 0,705 | Manuscrito completo, con tabla y totales, fórmula, eventos definidos, resultado e interpretación correctos y coherentes con R. Ubicado antes del cálculo en R. Sin nombre ni código en la hoja. |
| 4 | Tabla de contingencia con table() |
15 % | 4,6 | 0,690 | Tabla correcta, con revisión previa de niveles y NA,
margin.table() 1 y 2 y addmargins(),
presentadas con kable y títulos. Faltó nombrar las
dimensiones (dnn). |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 4,3 | 0,860 | Calcula las condicionales en ambos sentidos
(margin = 2 para su pregunta y margin = 1 en
la tabla 10), las conjuntas y los totales marginales. Solo interpreta
P(Aspersión | Estrés): las conjuntas y la tabla 10, que muestra el
hallazgo principal, quedan sin comentar. |
| 6 | Prueba de independencia chisq.test() |
15 % | 4,4 | 0,660 | H₀/H₁, α, $expected, decisión e interpretación
correctas: “se rechaza H₀… evidencia de asociación”. Usa
correct = FALSE sin explicar que Yates no aplica en una
tabla 3×2, y la tabla 8 muestra el p-valor redondeado como “0”. |
| 7 | Bitácora de IA | 10 % | 2,8 | 0,280 | Declara la herramienta y el prompt, que incluye su propia pregunta de análisis (un punto a favor), pero le pide a la IA que realice el análisis. La verificación humana es de una línea. Faltan “¿funcionó a la primera?”, “ajustes humanos” y “errores detectados”. |
| 8 | Conclusión técnica | 10 % | 2,8 | 0,280 | Las diez conclusiones enumeran las funciones usadas y no dicen que existe asociación ni qué decisión técnica se deriva, cuando el resultado es muy claro (p < 0,001). La advertencia sobre asociación y causalidad es un buen detalle. |
| NOTA FINAL | 100 % | 4,04 | 4,0 / 5,0 (Bueno) |
Nota definitiva: 4,0 / 5,0
Fortalezas
margin = 2) y la interpretación.Aspectos desfavorables
Aspectos por mejorar
correct = FALSE sin
explicarlo: la corrección de Yates solo aplica en tablas 2×2. Para
mostrar p-valores muy pequeños usa
format.pval(prueba_chi$p.value) en lugar de redondear a
0.“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Emanuel Mulett Ortega |
| Código | 1102825591 |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/EmanuelMulett/actividad_del_1er_50 |
| Título del cuaderno | Actividad_Evaluativa_final_1er_50 (26/09/2026) |
| Dataset / variables | Opción A — acero.csv (117 obs., 20 variables):
sistema (OFF/ON) × averias (No/Si), tabla
2×2 |
| Fecha de evaluación | 26/09/2026 |
Recalculé los resultados de forma independiente. Todos los resultados que imprime R son correctos.
| Resultado | Valor publicado | Valor verificado | Estado |
|---|---|---|---|
Tabla sistema × averias |
OFF: 43 / 16 · ON: 46 / 12 · n = 117 | Coincide | ✓ |
| Marginales | OFF 59 · ON 58 · No 89 · Si 28 | Coincide | ✓ |
| P(Avería | ON) / P(Avería | OFF) | 0,2069 / 0,2712 | 12/58 · 16/59 | ✓ |
| P(ON ∩ Avería) | 0,1026 | 12/117 | ✓ |
| χ² con Yates | 0,35785 · gl = 1 · p = 0,5497 | Coincide | ✓ |
| χ² sin Yates | 0,66405 · gl = 1 · p = 0,4151 | Coincide | ✓ |
La imagen incrustada en la sección “Cálculos manuales” (confirmada por el docente) tiene una presentación muy cuidada, pero no es un escaneo ni una fotografía de un cuaderno. Todo indica que es una imagen generada con inteligencia artificial:
| Evidencia | Observación |
|---|---|
| Formato del archivo | PNG de exactamente 1536 × 1024 píxeles, una de las resoluciones estándar de los generadores de imágenes con IA. No es una foto de celular ni un escaneo de CamScanner. |
| Aspecto | No hay hoja física, espiral, sombras, bordes ni perspectiva. La “letra manuscrita” es perfectamente uniforme y los recuadros, colores y sombreados son digitales. |
| Frecuencias esperadas erróneas | La imagen muestra 44,95 / 14,05 / 44,05 / 13,95. Los valores correctos son 59·89/117 = 44,88, 14,12, 44,12 y 13,88. Quien hace el cálculo a mano obtiene 44,88; los números de la imagen son inventados para que las filas sumen 59 y 58, un error típico de las imágenes generadas por IA. |
| Valores de χ² con cinco decimales | 0,66405 y 0,35785, con sus p-valores, son idénticos a la salida de R. El p-valor no se calcula a lápiz: se copió del resultado del software. |
| Sin identificación | La hoja no tiene nombre ni código del estudiante. |
| Sin declarar | La bitácora no menciona que se usó IA para generar imágenes. |
Consecuencia: la actividad exige que el estudiante calcule a lápiz al menos una probabilidad condicional antes de hacerlo en R (“El Lápiz y el Algoritmo”). Una imagen generada que reproduce la salida de R, además con errores, no cumple ese propósito. El contenido de las probabilidades condicionales es correcto (12/58 y 16/59), pero no hay evidencia de trabajo manual propio.
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 4,0 | 0,200 | Nombre, código y fecha presentes. El título es genérico y faltan la asignatura y el programa. |
| 2 | Selección y justificación del dataset | 10 % | 4,4 | 0,440 | Exploración muy completa (str,
summary, sapply(class), unique()
de cada variable categórica). Carga correcta con dec = ",".
Justificación orientada al mantenimiento preventivo,
con pregunta, objetivo e hipótesis. |
| 3 | Verificación manuscrita previa | 15 % | 1,0 | 0,150 | La imagen no es manuscrita (generada digitalmente, 1536×1024, sin hoja ni identificación), contiene frecuencias esperadas erróneas y copia los χ² de R. Solo se reconocen las condicionales correctas. |
| 4 | Tabla de contingencia con table() |
15 % | 4,4 | 0,660 | Tabla correcta, con margin.table() 1 y 2 y
addmargins(), y una sección que explica para qué sirve.
Faltó nombrar las dimensiones (dnn). |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 4,2 | 0,840 | Las tres son correctas y las condicionales (20,69 % vs. 27,12 %)
están bien interpretadas. Faltan P(Sistema | Avería)
(margin = 2) y una interpretación explícita de la conjunta
en el texto. |
| 6 | Prueba de independencia chisq.test() |
15 % | 4,6 | 0,690 | H₀/H₁ explícitas, prueba con y sin Yates, secciones
“¿Por qué hacemos las dos?” y de comparación, y decisión correcta. No
revisa $expected en R, que habría revelado el error de la
imagen. |
| 7 | Bitácora de IA | 10 % | 1,0 | 0,100 | Un párrafo genérico: no dice qué herramienta usó ni el prompt, y le faltan todos los campos. No declara que usó IA para generar la imagen del “cálculo manual”. |
| 8 | Conclusión técnica | 10 % | 4,0 | 0,400 | Coherente y con buen matiz (diferencia descriptiva vs. significancia). La recomendación de considerar otras variables del proceso es general y no nombra cuáles. |
| NOTA FINAL | 100 % | 3,48 | 3,5 / 5,0 (Aceptable) |
Nota definitiva: 3,5 / 5,0
Fortalezas
Aspectos desfavorables
Aspectos por mejorar
chisq.test(tabla_sistema_averias)$expected.table(acero$sistema, acero$averias, dnn = c("Sistema", "Averías")),
y añade prop.table(tabla_sistema_averias, 2).“Ingeniero Detective”: Probabilidad Condicional y Tablas de Contingencia
| Campo | Detalle |
|---|---|
| Estudiante | Luis Javier Guarín Lozano |
| Código | 1103860664 |
| Grupo | Estadística Aplicada con Python y R — Grupo 2 |
| URL evaluada | https://rpubs.com/Luissguarin/Actividad_Evaluativa_final_1er_50 |
| Título del cuaderno | Actividad_Evaluativa_final_1er_50 (26/09/2026) |
| Dataset / variables | Opción A — acero.csv (117 obs., 20 variables):
sistema (OFF/ON) × averias (No/Si), tabla
2×2 |
| Fecha de evaluación | 26/09/2026 |
Recalculé los resultados de forma independiente. Todos los resultados que imprime R son correctos.
| Resultado | Valor publicado | Valor verificado | Estado |
|---|---|---|---|
Tabla sistema × averias |
OFF: 43 / 16 · ON: 46 / 12 · n = 117 | Coincide | ✓ |
| Marginales | OFF 59 · ON 58 · No 89 · Si 28 | Coincide | ✓ |
| P(Avería | ON) / P(Avería | OFF) | 0,2069 / 0,2712 | 12/58 · 16/59 | ✓ |
| P(ON ∩ Avería) | 0,1026 | 12/117 | ✓ |
| χ² con Yates | 0,35785 · gl = 1 · p = 0,5497 | Coincide | ✓ |
| χ² sin Yates | 0,66405 · gl = 1 · p = 0,4151 | Coincide | ✓ |
El manuscrito es auténtico: está escrito a mano en un cuaderno. Sin embargo, su contenido reproduce punto por punto una imagen generada con IA que también aparece en otro trabajo del grupo:
| Elemento | Manuscrito | Valor correcto | Estado |
|---|---|---|---|
| Tabla observada con totales | 43/16/59 · 46/12/58 · 89/28/117 | Coincide | ✓ |
| P(Avería | ON) | 12/58 = 0,2069 = 20,69 % | Correcto | ✓ |
| P(Avería | OFF) | 16/59 = 0,2712 = 27,12 % | Correcto | ✓ |
| P(ON ∩ Avería) | 12/117 = 0,1026 = 10,26 % | Correcto | ✓ |
| Frecuencias esperadas | 44,95 · 14,05 · 44,05 · 13,95 | 44,88 · 14,12 · 44,12 · 13,88 | ❌ |
| χ² y p-valores | 0,66405 / 0,4151 · 0,35785 / 0,5497 | Copiados de la salida de R (no se calculan a mano) | ⚠ |
| Nota al margen | “Valores esperados para cada celda (usarían en la prueba del Chi-cuadrado)” | Frase idéntica a la de la imagen generada | ⚠ |
Valoración: las frecuencias esperadas están mal, y con exactamente los mismos valores erróneos (44,95 / 14,05 / 44,05 / 13,95) que la imagen generada digitalmente. Quien calcula a mano 59 × 89 ÷ 117 obtiene 44,88. Coinciden también la estructura en seis bloques, los títulos y la frase al margen. Esto muestra que el manuscrito es una transcripción a mano de un resultado ajeno y no una verificación propia.
La actividad pide razonar con lápiz antes de usar R, y aquí no hubo cálculo propio. Solo se reconocen las probabilidades condicionales y la conjunta, que están bien.
El cuaderno de RMarkdown es prácticamente idéntico al de Emanuel Mulett Ortega (evaluado antes):
str,
summary, sapply, unique() de las
cinco variables…).Según RPubs, el trabajo de Emanuel se publicó unas 12 horas antes que este. No es posible establecer con certeza quién es el autor original, pero no se trata de trabajos independientes. La decisión académica sobre este caso corresponde al docente. Esta evaluación califica el contenido con la rúbrica, con los mismos criterios aplicados a Emanuel.
| # | Criterio | Peso | Nota | Aporte | Justificación |
|---|---|---|---|---|---|
| 1 | Identificación y encabezado | 5 % | 4,0 | 0,200 | Nombre, código y fecha presentes. El título es genérico y faltan la asignatura y el programa. |
| 2 | Selección y justificación del dataset | 10 % | 4,4 | 0,440 | Exploración completa y justificación orientada al mantenimiento preventivo, con pregunta, objetivo e hipótesis. El texto es idéntico al de otro trabajo. |
| 3 | Verificación manuscrita previa | 15 % | 1,0 | 0,150 | Escrito a mano, pero es la transcripción de una imagen generada con IA: repite sus frecuencias esperadas erróneas y los χ² de R. Solo se reconocen las condicionales y la conjunta, que están bien. |
| 4 | Tabla de contingencia con table() |
15 % | 4,4 | 0,660 | Tabla correcta, con margin.table() 1 y 2 y
addmargins(). Faltó nombrar las dimensiones
(dnn). |
| 5 | Probabilidades conjuntas, marginales y condicionales | 20 % | 4,2 | 0,840 | Las tres son correctas y las condicionales están interpretadas.
Faltan margin = 2 y la interpretación de la conjunta. |
| 6 | Prueba de independencia chisq.test() |
15 % | 4,6 | 0,690 | H₀/H₁, prueba con y sin Yates, comparación y decisión correcta. No
revisa $expected, que habría revelado el error del
manuscrito. |
| 7 | Bitácora de IA | 10 % | 1,0 | 0,100 | Un párrafo genérico, idéntico al de otro estudiante: no dice qué herramienta usó ni el prompt, y le faltan todos los campos. No declara el origen de la imagen que transcribió. |
| 8 | Conclusión técnica | 10 % | 4,0 | 0,400 | Coherente y con buen matiz estadístico, pero idéntica palabra por palabra a la de otro trabajo. La recomendación es general. |
| NOTA FINAL | 100 % | 3,48 | 3,5 / 5,0 (Aceptable) |
Nota definitiva según rúbrica: 3,5 / 5,0. No incluye ninguna medida que el docente decida aplicar por la coincidencia con otro trabajo.
Fortalezas
Aspectos desfavorables
Aspectos por mejorar
chisq.test(tabla_sistema_averias)$expected.table(acero$sistema, acero$averias, dnn = c("Sistema", "Averías")).