Pontificia Universidad Católica de Chile.Facultad de Matemática.Departamento de EstadísticaConsultoría I.

PROPUESTADE PROYECTO

SEMINIS

PROPUESTA DE ANÁLISIS DE DATOS

Beneficiarios El principal beneficiario es la empresa SEMINIS, debido a que el análisis que realizará el trabajo de la Consultora Bootstrap servirá para realizar las predicciones 2017 sobre el rendimiento de las semillas, de forma que las pérdidas anuales de la empresa puedan ser reducidas. La información histórica que proporciona la empresa refleja los problemas que han tenido en pérdidas de semillas (tanto de sobra como faltos de stock); por lo tanto, se espera que disminuyan estos errores, y así las pérdidas monetarias.

Institución Consultora Estadística Bootstrap, dirección web www.bootstrap.cl, correo electrónico consultoria@bootstrap.cl. Siendo su representante María de Los Ángeles Villena, cuyo número telefónico es 02-23541786 y correo electrónico mdvillen@mat.puc.cl Objetivos Generales Realizar predicciones de la producción de semillas, para cierto tipo de especie, variedad y familia.

Objetivos Específicos■ Caracterizar los distintos tipos de semilla, a partir de un análisis

descriptivo.■ Identificar relaciones entre distintos tipos de semilla, bajo sus

clasificaciones ya mencionadas. ■ Identificar cuáles son los factores que inciden en las mejores

producciones de las semillas.■ Obtener resultados confiables para la producción 2017 de ciertas

variedades y familias de semillas.■ Aplicar el diseño obtenido en el análisis, describirlo y explicarlo en un

informe final y presentación.

DuraciónEl proyecto tendrá una duración de 50 días hábiles (400 horas de trabajo), los cuales se comienza a contar desde el 29 de Septiembre hasta el 7 de Diciembre 2015.

Etapas El siguiente análisis considera las siguientes etapas:

a. Análisis Exploratorio sobre la base de datos y Análisis Descriptivo de las variables.b. Análisis Multivariado entre las diferentes variables que caracterizan a las semillas.c. Modelamiento y Predicción del Rendimiento de semillas.d. Elaboración de informe final.e. Propuesta de gráficos explicativos.

Metas Verificables 1. Análisis Exploratorio sobre la base de datos y Análisis Descriptivo de las variables:

Verificar que la base de datos se pueda trabajar adecuadamente, es decir, que las variables sean consistente entre sí y además se deben estudiar los datos extremos que podrían generar errores en las conclusiones al momento de analizar las variables. En esta etapa, también se realizará el resumen descriptivo de los datos, tablas, gráficos, entre otros.

El tiempo estimado para esta etapa es de 100 horas de trabajo.

2. Análisis Multivariado entre las diferentes variables que caracterizan a las semillas: Considera determinar las principales relaciones entre los tipos de semilla, especie y familia; de forma que se pueda determinar estadísticamente las principales diferencias de rendimiento.

El tiempo estimado para esta etapa es de 60 horas de trabajo.

3. Modelamiento y Predicción del Rendimiento de semillas: Luego de realizar la limpieza de datos, se generan una serie de modelos que serán validados en sus supuestos y se seleccionará el mejor de ellos, donde finalmente se harán las predicciones del rendimiento de las semillas bajo especie, tipo o familia, según sea posible.

El tiempo estimado para esta etapa es de 100 horas de trabajo.

4. Elaboración de Informe final: Se realizará un informe con los resultados más relevantes e importantes con respecto a la producción de semillas, para que la empresa SEMINIS pueda tomar decisiones dado lo entregado.

El tiempo estimado para esta etapa es de 100 horas de trabajo.

5. Propuesta de gráficos explicativos: Como aporte a los efectos de este trabajo, se presenta una serie de material gráfico que aporte en la explicación de los modelos y resultados generales para la predicción del rendimiento de semillas.

El tiempo estimado para esta etapa es de 40 horas de trabajo

Actividades a Realizar1. Estudio sobre la base de datos y análisis descriptivo de las variables: Se realizarán

distintos gráficos e indicadores que resuman la información para observar si existen datos perdidos, inconsistentes y/o extremos. Además se realizará un avance del informe que contenga los resultados y posibles conclusiones obtenidas en esta etapa.

Al finalizar esta etapa si existiesen dudas referentes a los datos, se establecerá una reunión para aclararlas.

2. Análisis Multivariado entre las diferentes variables que caracterizan a las semillas: Dependiendo de los supuestos distribucionales de la etapa anterior, se trabajará en determinar coeficientes de relaciones (Chi-Cuadrado de Pearson [Variables categóricas], Correlación de Pearson [Variables con distribución Normal], Rho de Spearman [Variables Continuas], Tau de Kendall [Variables Discretas], según corresponda). Además, se realizará comparaciones de rendimiento bajo test de hipótesis (test de diferencia de medias [Variables normales], diferencia de medianas [Variables continuas], según corresponda). Finalmente, se presentará gráficos y tablas asociadas a los resultados.

3. Modelamiento y Predicción del Rendimiento de semillas: Se investigarán y analizarán estudios previos que estén relacionados con el rendimiento de semillas, esto con el fin de obtener diferentes referentes de posibles modelos de predicción. 1

4. Elaboración de Informe final: Se comenzará a realizar el informe final, dado toda la información obtenida anteriormente, la cual consta de:

a. Resumen Ejecutivo.b. Introducción.c. Análisis exploratorio y descriptivo.d. Análisis Multivariado.e. Modelamiento y predicción.f. Resultados y conclusión.

5. Propuesta de gráficos explicativos: En esta etapa se procederá a realizar documentos expositivos con la información más relevante del proyecto, con la finalidad de poder presentar al comité los resultados obtenidos, y con ello puedan tomar las decisiones al respecto. Además, se tiene contemplado realizar una reunión para presentar resultados finales obtenidos.

Presupuesto:

1 http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/viewArticle/4723/5040http://www.revistaphyton.fund-romuloraggio.org.ar/vol83/HernandezIbanez.pdf

ETAPAS COBRO POR ETAPA (MEDIDO POR HORAS DE TRABAJO)

Estudio sobre la base de datos y análisis descriptivo de las variables

197 UF($5.000.000 de pesos APROX.)

Análisis Multivariado entre las diferentes variables que caracterizan a las semillas

118 UF($3.000.000 de pesos APROX)

Modelamiento y Predicción del Rendimiento de semillas

197 UF($5.000.000 de pesos APROX.)

Elaboración de Informe final 197 UF($5.000.000 de pesos APROX.)

Propuesta de gráficos explicativos 79 UF ($2.000.000 de pesos APROX.)

TOTAL 788 UF ($20.000.000 de pesos APROX.)

Formas de Pago:

ETAPAS FECHADA DE PAGOS (AL FINALIZAR CADA ETAPA)

Estudio sobre la base de datos y análisis descriptivo de las variables

18 de octubre del 2015

Análisis Multivariado entre las diferentes variables que caracterizan a las semillas:

29 de octubre del 2015

Modelamiento y Predicción del Rendimiento de semillas

16 de noviembre del 2015

Elaboración de Informe final 02 de diciembre del 2015

Propuesta de gráficos explicativos 09 de diciembre del 2015

Diagrama de Gantt (Cronograma):

MES 1 MES 2 MES 3

ACTIVIDADES S-1 S-2 S-3 S-4 S-1 S-2 S-3 S-4 S-1 S-2

BASE DE DATOS Y ANÁLISIS

DESCRIPTIVO X X X

REUNIÓN DE VERIFICACIÓN DE

LOS DATOS X

ANÁLISIS MULTIVARIADO X X X

MODELAMIENTO Y PREDICCIÓN X X X

ELABORACIÓN DE INFORME FINAL X X X

REUNIÓN DE PRESENTACIÓN

FINAL XNota: El diagrama está expresado en Semanas.