Análisis estadístico de la información técnica pecuaria

Texto completo

(1)3Bl. L. 1-L''. DE I.A INFORMACóNTECNICAPECUARIA ANÁLISISESTADíSTICO. V' r ArgemiroDomínguez INTRODUCCION. fin de El hombredesde su origentuvo la neces¡dadde estudiara los sefes üvos con el para y obtenermateriales de alimentación sus necesidades resolverde maneraprimordial, dos aspectos en cuenta tomar debió necesidad Esta cot¡dianas. útilesen sus necesidades fundamenlales:. I. de los seresvlvosy La variabil¡dad de un grupode seres' obten¡dos de losconocimientos La aplicación. . .. ya básicosen la estadíst¡ca, se han considerado Ambosaspectossontosquetrad¡cionalmente para €fectuar de poblaciones, que ésta !e ha definidocomo el estudiode la variabilidad población. Es aquí, parte la de una que nos sum¡nistre riáren.la" a partirde la información confiables buenos, es produciry/o obtenerdatos del investigador áonoéir responsabilidad de ap¡icaftécn¡casestadisticasapropiadas resultado feal¡zadas para que las ¡nferencias generentecnologíasque respondan la información, rétoAór de manejo y análisisde delhombre. a las necesidades eficazmente. I. VARIABLES. talescomo:ese animalpesa320 kilos;.elefectode la vacunaconra aftosafue Proposiciones son comunese informativas p"r""ntaje de efrca6adel productoA es del 43.17s/o' p"ritv"; que son bentroáe"rlá investigaciónagropecuaria;estasfrases se refierena caracteristicas no y ionstantes,sinoquévaríanáe un individuoa otroy que permitendescribirlosdistinguirfos.. Lo anteriofpermite¡ntroducirel términoVARIABLEel cual no es más que una caractefística enálisis observadaen dos ó más individuos.Dado que este conceptoes impoftanteen el se da una descripciónbrevede las para un conJunto de datos,a continuación estadístico diferentesclasesde variables.. r|. DE I-ASVARIABLES CLASIFICACTÓN Las variablesse puedenclasificalen dos grandesgrupos: 1.. Variablescualitativas:son vanablescuyosvalorescorrespondena atfibutoso categorías un ind¡viduo quedescribenó ¡dentifican. 2.. y describirsujetoscon identificar son las variablesque perm¡ten VariablesCuantitativas: o distancia. en cant¡dad diferenc¡as. se consideran: Dentrode las variablescual¡tativas. I Economista Agrario,CORPOICAC.l A.A 233Palmirs.

(2) l. susvalores. los mayof de precisiónrespectoa las anteriofe^s; VARIABLESORDINALES:poseenun n¡vel ántidad del atributo poseido. Los valofes se valores se pueden ordena,án ¡"r" án la que' pr"O"n cornp"r"r en térm¡nosngglg@ ó menor y malo.Aquíhay una relaciónde ordenen la E¡.:al med¡fel estadode racame:bueno,regular atta' media v baia; efecto de ;;y"r que bueno es melor qu" '"ó'ei ;;;É; 9'9.1i¡¡¡"ción'mejoría total, leve meioría.no aoricartratamientocrínicopár" "ont|.ot"|.una enfermedad: mejoro.. t. LasVafiab|escuant¡tat¡vasposeenelmása|tonive|depfecisión,dentrodeestegrup. V A R | A B L E S D E I N T E R V A L o : a q u í s e t i e n e equ'é l c o ntanto c e p lmejor; o d e d iun s t aejemplo n c i a d eclásico u n p u nde toao medir Ñ4 además de saber cu¿l es ñe¡;il" menorque 22ocexactamenteen 7oc' variablede intervalo la t"róoátut": 15oces ", ya que ooc no es precisamentela- ausenc¡ade En esta escala existe un cero arbitrario qu" áO"i es 2 vecesmás calienteque 1SoC' temperaturay tampocot" p'áA-"0""¡t ü. t. V A R ü A B L E S D E F { ¡ Z Ó n : a q u í s e c o n s ¡ d e f a n . dconcepto o s , a s p ede c trazón; o s a d ipemit¡endo c i o n a | e s .todas Ex¡ste y ex¡steel absolutoque.indicaun puntoá--"'párt¡aro.r las oPeracionesmatemáticas' de peso;perotambién e| pesode anima|es;cefo (o) Kg.-ind¡caausencia Si consideramos rg. y ótro to Kg., entoncesel primerotiene el oodemosafrmar que ,¡ un-"i¡|]lái óára zo dobledetPesodel segundo' en d¡ferentespartesdel animal Ej.: Gananciasde peso,número.deq""?9"t3::llntradas tórax,vientre,inglemás glándulay perineo)' Iá0"á. "u"rro, Paraetanálisisestadíst¡coes¡mportanteconocer|afofmacomohasidomedidacad las oe ca¿a variable)que toma.gn .l_fl de utilizaf así como tos vatores(d¡st¡;d';sd;i qáapr" la variable producciónpuede considerarse técn¡casestadísticas "propü0"-"'-p"i como: leche'c¿mey doblepropósito' NOMINALSi se habladel tiDode producción: alto' medioy bajo' ORDIML: Si se considerael nivelde producción: por vaca/día:6 litros,6 5 litrosetc' s¡ se consideracanüdadde lecheproducida RA'óN: VARIqBLESY SU DISTRIBUCIÓN. t''l'. Laostadíst¡csPfoveemode|osquepermiten.,estudiare |comportamientodefe las cienciasbiológicas;estos modelos en día oi" qu" ,J-p-*t"-nt"n tos como aleatorios " l0l.

(3) 3. I. permitierondescribirla respuestade un grupode indiüduosa estímulosó factor€sa los cuales se ven enfrentados.Un pasoinicialen el anális¡sestadísticoes conocercómo se disfribuyeun conjuntode datos bajo estudio.Aquí entra el conceptode probabilidadque ind¡cael limite haciael cual t¡endea estabilizarsela proporciónde un resultadode un fenómenoaleatorio. Entre las más comunesestán la distribuciónde Poisson,Binomialy Normal. La regularidad estadíst¡ca,en muchas de las variablescons¡deradasen Biología(Ejemplo:talla de organismos,conc€ntÍaciónde proteínaen los tejidos,gananc¡ade pesocon una determ¡nada con el modelo normal; dieta, etc.),producenresultadosque se describensatisfacforiamente (Ejemplo: número de recuentos conesponden o las observaciones a conteos cuando presentan generalmente de ganapatasen el triángulodel cuellode unavaca), una distribución f¡nalmente ensayosdondelas variablesde respuestapresentansólodos resultados Po¡sson; pos¡bles(Ejemplo:al aplicaruna vacuna,la respuestaes que el animalestáo no proteg¡do), estassiguen la distribuciónBinomial.. EsrAoísfco ANÁLrSrs y clasificadas todas y cada una de las variablesen un estud¡oo Una vez identif¡cadas el siguientepasosería: ¡nvestigac¡ón, ¡). Anál¡s¡sdescript¡vopara cada variable: Variablescontinuas ¡ Medidasde tendenciacentral ¡ Medidasde diso€rs¡ón . Formade la distribuc¡ón de los datos. !t. VariablesDiscretas paratablass¡mples o Análisisde frecuencias paratablascruzadasincluyendo . Análisisde frecuencias 2 ó másvariables i¡). I. de las hipótes¡splanteadas Verif¡cac¡ón. podemosencontramos con las s¡tuaciones una situac¡ónexperimental Considerando No 1. en el Cuadro mostradas. ta 102.

(4) tú. t o. cc. o. tt. !|¡g. o o 'ci. E. ¡io .= tt). 7c. .oc 6S ÑE. ¡¡. FE. (g. b: oñ. ^@. .g o o. E8.. <) u). @ lrJ. t¡l. u,. o.. t¡J J 4 F J f =. É,. o. o ú. o, É. o. o ü9 I o. o. o. 6E. o o. oo .q fu 6ó r.rJO. o F z. t¡J = É. l¡¡ 4. IE. (-). o. o. tt. xl¡l. E c. l¡¡. c¡. g o. (! U' ¡: oul ll-. I. üá ñl¿. o a E c. E5. o o-. LZ. E:o). E. o tu o o tr o d. F. IE. p. {E. E. F a. -=. c. o>. f. Es a * o.E. -. z o. \v7. É E=. ú.. o. a. o o. Ec -.o. o. ,o. o .J. t o. o). an F .uJ. tt o. tg. o. o o a. f!. o. Lrj. o. o. o o. . F(r,. o. L. E. €. t=. lg. oc o.o o. E c:9.

(5) .ANÁLISISDE VARIAÍ\¡ZA. t. en ta Cuando uno de los obietivoses deteminar si hay efecto d€ uno ó más estimulos basg con do \6rianza un análisis reipuestade un grupode ind¡üduos,se procederáa realizar de supuestos Denbo los en la ateatorización. en un mo¿etodeterminadopor las restricciones varianza se tienen: de en un análisis conslderados l.HomogeneidaddeVarianzas,esdec¡r,seespeE¡que|ospromediosentf€|as poUl""Ion"r sean diferentes,pero que la variab¡lidadd€ntro de cada una de elles sea similara las demás. A cadaobservaciónse asociaun términollamadoerrorexperimentalque eS la diferencia entre el verdadero valor y el que nosotros observamos;se espera que el. eror ocasionadoen una observacióndada,sea independ¡entede los enoresocssionadosen otrasobservaciones,. t. 3.. se debendistribu¡rnomalmentecon mgdia"cero"y Varianza Los enoresexperimentales es decir E¡- N (0, o'?). constante,. En algunassituacionesno se cumpleuno ó más de los supuestosantes mencionados, entonceslas conclusionesdel análi6isde varianzano son válidasya que la pruebaestadisüca de varianzas. án eite anát¡s¡s(pruebade F) se basaen la normalidady homogeneidad. |i. g!1Hacqr? Los El supuestode independenciaen los efiores se logra con una aleatorizaciónadecuada. por numero ejemplo l¡gados; de varianzaestán muy supuéstosde normaiidady homogeneidad el rumen, sigue una disbibuciónde Poisson, la y en microtáuna) de especies(microtlora el promed¡o;aquí hay heterogeneidady además no variania crece a medida qu" cofrige la oha" En la mayoriade casos una automáticamente normal¡dad,pero corregrruna,"rtenia y permitir la ralizac¡ón del anális¡s. puedesolucionarel problema transformación Cómo detec.tarel Problema?. a. como la una buena descñpciónde los datos nos pefmite detectartanto la no-nofmalidad de varianzas. heterogeneidad . .. de variación"alto" Un coeficiente respectivos una gfáficade las varianzasde cada grupoo poblaciónen funciónde sus en (a)' medias,Oermitedetectaruna relaciónfuncionalentrela mediay la varianzaComo. 'a 104.

(6) U S?. (a). ü. . .. La pruebade normalidadpa|a el grupodl 13.t3i, -. de la variable' del comportamiento det¡nulrüJ"Ooró dól esta¿ístico, El conocimiento. Cómo solucionarlo?. -. y E|aná|¡sisanteriofnospermiteestab|ecerunare|aciónentre|aVarianzay|amediaoc de potenciade Taylor relacionala varianza función La o"tor. ioi o" distribución de función la la mediade la siguientefoma: 52 = clt XF. o equivalentemente'. Ln( 52¡ =Ln(c)+PLn(X). cadagrupo' donde52 es la varianzay X el promediode. L a e s t ¡ m a c i ó n d e l p a r á m e-raiz t r o p d e e s t e . m o d e l o ' n o syp earcoseno m i t e e n cde o n tla r avariable r ' l e t r a nde sform üg"rit*i"a cua¿rada, adecuada. ,_" ,onlioil"-"ion de uso frecuente' Ltpu"tta original,son las transformaciones -. Transformación ¡eif gCIgdC. ( YT = "lY ). ciónraízcuadrada'. o. 105.

(7) Transformaciónlosarítmica( YT = Log (n ). I. proporc¡onales a cuando se tienen variablescuyos valorespromediode cada poblaciónson varianzas sus respectivasdesüacioneséstándar,la transformaciónlogarítmicaequilibralas valores obüandb la heterogeneidad.La transformaciónpuede usarse para variablescon "'1.0'a sumar "cero", se debe pequeños valor ó el mayoresde cero;cuandose tienenvalores todos los datosantesde hacerla transfomación 'IY ) ) TransformaciónArcosenoq Anqular ¡ fT = Arcosen (. a. como (valores0 ó 1) expresados se utilizaparavariablesde tipo binom¡al Estatransfofmación una tiáriio" decimaló porcentaje;se recomiendacuandoel intervalode los porcentajestienepoca con por menos lo ó común ampliointervaloy éstoshan sido obten¡dosde una base d¡ferencia. se debeindicarel t¡po valela penaanotarque cuandose muestranlos resultados F¡nalmente mostrarcon base en grupo deben se de transformaciónconsiderada;los promediosde cada y no en lostransformados losdatosorig¡nales. I. EJEMPLO: PROPÓS|TODEL ENSAYO "4" medicamento El propósitodel ensayoes valoraly compararla eficaciade tfes dos¡sdel productocomercial"ff y un TratamientoTestigo(No tO,i; d.Z, O.a)mg/kg.por peso, freñte al tot"Ooi T". En el óntrol de ganapatas(Boophilusmicroplus)en Bovinos Y MÉTOOOS MATERIALES 40 vacas PardoSuizo 18- 24 meses 200 kg. '1.000 m.s.n.m.. Númerode animales Raza Edad Pesopromedio Ubicación. t. TRATAMIENTOS Medicamento Dosis(mg/kg.) A2 A3 B T. 0,4 0,1. EXPERIMENTAL PROCEDIMIENTO. a'. Se establec¡eron5 grupos, cada uno con asignadosa cada grupobajo el métodode Zig animalesen dos etapaspara lealizarla asigna( se otdenaronlos animalesde mayor a menor 106.

(8) t. a. animalesa los grupos Los en zrg-zagse real¡zóP"l9 t-t'911^::dos los Este procedim¡ento los grupobajoun procesoaleatono. ioiár¡"nto. fueronasignados-a c!9rpo^!e! enimalfue realizadopor la misma El conteoindividualde garrapatassobreel +2o'+26;+30;+35' TablaNo1' personadurantelos oi"t -l;Ti-; ; 'i ' *l+' MEDICÉN (1988) fue valoradaporla fórmulade Roulston La eficaciade lostratamientos = {a+d J br c) t 10O; donoe, yosobrevivenc¡¿. ;. el tratamientocontrol antes de aplicar los a: Promed¡ode ganapatasdel gruPo con tratamientos tos el tratamientocontrol después de aplicar b: Promediode ganaPatasdel gruPocon tratamientos. tratamientos' en tosanimalestratadosantesde aplicarlos c : Promediode garrapatas tratadosdespuésde aplicarlostratamientos' d : Promediode ganapatas"n 'ót ánit"ttt TablaNo2 Eficacia = 100' o/osobreviviencia, ver. t07.

(9) 811- t5. TABLA NO.I. I. HEMBRASADULTAS CONTEOINDÍVIDUALDE GARRAPATAS (4.5-8mm). T TRAT. T T T T T T T T A1. {. REP. 1. 4. 150. f,. 147. o. 7 I. a. J. A1 A1 4,1 A1. 4 6. 7 I. co¡. 2. 297 177 167 130 130. 6. ¡. A3. 7 I 1. 2. I. f'. 7F. 346 306 173. c o. 142 110. 7. OA. 148 312. 40 153 106 277. 145. 125. 187 15. 72 10. 225. 16. ¿tJ. 110. 144 46. 76 111. 89 254 107 67. 94 198 101. 226. 821 300 208. 65 3E. 75. 100. ^). oo. 138 78. 9. 12 85. r 44. 169 115. 145. 72. o. 21 ¿,6 25 I. 34 48. 67 26. 24. 223. ?n. 14. 4. 95. e. I. A,). 72. 23. 70. 51. 152. 11. 245 149 I. 281. o. 6 )¿ 1. qc. 0 1 18. R. 1 49 4 n. 11. 7 c. 16. 12. 20. I. 50 13 45. 0 24 9 1. 19. 7. 112 98. I. 82. 54. OJ. 4 16. 0. 98 13 37. ¿18 1. 5U. 21 38 45 27 87 a6. 41. 2S 4. 115. 94. 0 YÓ. 92. 1. 1. a'l E,. 1m 0'7. IR. I 0 131 151 102 35 45. o. 54. n. Aq. 2. 51. o. 20. 22. 41 12. 96 U. 5 13. 66. o. 0 0. 22. 78. 31. 1. 169. 207. 119. cv. 10 35. 44. 250 325. 0. 22. 5. 20. o. 54. 272 199. 10 385 329 126. 192 160 127 215 168. 141. too. ?1. 104. o. 75. 4 5. OU. zvo. 210 226 222. 1. 15. B B B B B. 195. ,te6. 1. 195. ?. 319 127 140 87 385. 126. 61. E. 137. 52 l3. 253. 306 236 149. ¿óo. 134. 86 1B 35. 302 127 50 113 1t 182 238 265 1 6 0 87 64 89 126 151. 238. 14 6 I. 54. 179. t9. 7-f. +35. +30. +¿o. 232 163 228 1 1 6. 360 209. 56. 69 396. 171. to5. 11. I. 278 219. +20 527 293. 8,6. 124. 136 107 148 86 86. +14 689. 45. 83 85 71 38 302. 202. 391. 25. ¿J. 167 160 79 85 45 25 224. +t. 146. 12 0. B. I. a<. ó 4. EI. I. 170 134 103 103 49. 1. 4. A2 A3 A3. 330. 204. A1. A2 A2. óJ. 395 307. A1. A1. 345 276 177. +5 145. +4. +1. 1. n '18. 22 68 l3. 72 2. 32 25. 30 l5 0. 4. 5 16 0 21 10 126. 'ln. l6. 81 el q. 100 97 201. ¿5. OJ. Jtt. ¿t. 6E. 82. 10t.

(10) CON LA TABI-A No. 2. PORCENTAJEDE EFICACLADE LOS TRATAM]ENTOS DE ROULSTON(r968) FORMUI-A. I. DíAS. rRArl +1 | *¿ | *s | 't. o. '7A 72. Aq n6. B. 18.39. A1. 43.17 88.87 70 20. A2. 46 53. A3. 26.83 93.43. l+t¿ I +zoI +ze | +s0l+95. 7 4 . 4 1 90.46 94.67 85.17 50 24 13.24 91.78 8.34 2.72 27.16 55 65. 90.84 85 20 85 53 93 45 97 25 84.48. V3.UZ. 3V tZ. 45.97 1 1. 1 8 39.53 87.83 67.38 44.26. esteDísnco: ANÁLrsrs Variable: Númefode garrapatas Porcentajede eficacia sAS del paqueteestadístico a la pruebade shapiro-wills, fueronsomet¡das Lasdos variables de losdatos. normalidad paradeterminar. a. Dadoquee|númerodegarrapatasnosedistribuyo^norma|menteseprúcedióae paraesteGtso fue Logaritmo(X+1) mejortiansformación; c. r. o gruposy Para conteode ganapatas,variablede ¡azóncon más de 2 poblac¡ones diferentesindiüduosdentrode cada uno al azar(TablaÍ el diseñocompletamente múltiplede Tul prueba comparación de la Parala variableporcentaiede eficacianc elpuntodecomparaciónobedeceanive|esdereferenciadados.VerGráf¡c. I. i' I09.

(11) TABLA NO. 3 ANÁLISIS OE VARIANZA PARA LA VARIABLE CONTEO OE A LOG(X+T ) GARRAPATAS,TRANSFORMADOS. {. MEDIOS CUADRADOS F.deV. \r, L.. TRAT.. 4. 4.19 11.0. 0.34 1 1 . 1 7 0.44. ERROR. +14. +4. fl. 'l ta. +26. ¿5.O. 18.4 ¿ . ví. 1 . 2 7 0.92 1 . 5 8. U. YO. +30. +20. ¿.5. ü. +35. I. 0.96. u.co. 1 . 9 1 1 . 1 7 0.42. n.s. n.5.. de Sign¡ficanc¡a lostratam¡entos. * : Significancia al 5% * : Significancia al 1o/o n.s; No Significativo. TABLA No.4 ü. rRAr I. I. PRUEBA DE COMPARAGIONMÚLTIPLE DE TUKEY PARA PROMEDIOS DE CONTEOS DE GARRAPATAS POR TRATAMIENTOS.. +1 l*¿. ]+z. l+s. T. a 182.5. a 126.5 a 1052. A1. a 170.5. a b 2 s 0 ab 474. a 1 1 90. bc 16.4 6. A3. a 116.5. bc 140. B. a 1 4 60. c. 94. a 147 I. b. l+t¿l+zol+20. 39.1 b. 367 a b 7 5 1. b. 11. a1429. 30 1 6c 207 ab 28.0 a 8 6 . 1 a 1 4 ' 1 . 6 457 b. a 1 6 91. a 119.2. 095. a1645. a1O54. 6 229. a 54.6. a 93 1. 3 14. b 19I. b. 266. b 22.4 bc 112 a. c. b. 25.1. b 156. 7O. l+g0 l+3q. a 275.2 a 3289 a 1 6 5 . 5 a. al niYel Promedioscon iguailetraño pÍesentandiÍerenciasestadísticassigntficativas del5%.. I ti' -\-. f. It0.

(12) '{. FORMULADE GRAFICONo. l. PORCENTAJEDE EFICAC|A ROULSTON x. 100. f. 90. 80. 70. 60 ü. a ?. OB rA1. tr ta. xA3 -REAUERIDO. 50. I. l¡.. r¡l. x. 40 f. I. a. I 1 30. it.. 20. a 10 \ I. I. 10 t¡. 15. 20. 25. DNs DESPUESDE fRATADOS. ) 1 I. II. ltI.

(13) I BIBLIOGRAFIA. AGREST|,G.A.l992.PrimerofBio-statistics'Mcgraw-h¡||.tfh¡rdedition'U.S.A.p44 y matemáticas biológ¡cos' Y. 1985.Haciaun enfoquede sistemasD.; MÉNOEZ, FERNÁNDEZ, ConsejoNacionalde Cienciay TecnologíaMéxico'l09p biología.. G|-ANTZ,s.A.lggo.Categorica|dataana|ysis.Wi||ey|ntersc¡ence.NewYork.p558 i.STEEL,R';ToRRtE.J,1985.Bioestadística:Pfincipiosyprocedimientos.Mcgraw-hill' ! segundaedición.Colombia6l2p'. ü. t. L^. rt2 I.

(14)