TÉCNICAS DE ESTADÍSTICA MULTIVARIADA PARA LA TIPIFICACIÓN DE SISTEMAS DE PRODUCCIÓN PECUARIOS

Autores/as

  • Jairo Ricardo Mora Universidad del Tolima

Resumen

El análisis multivariante (AM) es la parte de la estadística y del análisis de datos que estudia,
organiza, analiza, representa e interpreta los datos que resultan de observar más de una variable
estadística sobre una muestra de individuos. Se realizó encuesta con base en variables cuantitativas y cualitativas tomando la información primaria sobre un total 224 fincas de la zona centro del Tolima, con el objeto de tipificar y caracterizar las fincas ganaderas y sus familias en el centro del Tolima.Se realizaron diferentes análisis de estadística multivariada como análisis de componentes principales, análisis de conglomerados y análisis de discriminante canónico. La tipología mostró tres grupos con características diferenciadoras entre sí y tamaños diferentes, lo cual sugiere la existencia de tres tipos de fincas. Un grupo con 135 unidades de análisis que contiene las fincas con un promedio de 23,18 ha; el conglomerado 2 (61 fincas) que tiene en promedio 15,02 ha y el conglomerado 3 que agrupo a las 28 fincas más grandes con una media de 104,03 ha. Utilizando las variables: área predial, área pecuaria, bosques, pastos naturales, unidad gran ganado (UGG), potreros, leche vaca día, cultivos, índice educativo (IE) y trabajadores, se comprobó la utilidad de los análisis multivariados para interpretar la diversidad de fincas y sus características productivas y sociales.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Jairo Ricardo Mora, Universidad del Tolima

Profesor Facultad Medicina Veterianria y Zootecnia

Descargas

Publicado

2016-10-03

Cómo citar

Mora, J. R. (2016). TÉCNICAS DE ESTADÍSTICA MULTIVARIADA PARA LA TIPIFICACIÓN DE SISTEMAS DE PRODUCCIÓN PECUARIOS. Revista Tumbaga, 1(11). Recuperado a partir de https://revistas.ut.edu.co/index.php/tumbaga/article/view/1292

Número

Sección

Artículos de Investigación