El objetivo de esta práctica es fortalecer las competencias básicas en el manejo de datos con R, proporcionando una base sólida para el desarrollo posterior de métodos estadísticos más avanzados, como la inferencia estadística, el modelamiento y el análisis multivariado.

Se estudian algunas de las distribuciones discretas más importantes, tales como la **uniforme discreta**, la **binomial**, la **Poisson** y la **hipergeométrica**, abordando tanto sus fundamentos teóricos como su implementación computacional en R. El objetivo es comprender no solo la formulación matemática de cada modelo, sino también su interpretación y aplicación en problemas reales.

Ejercicios de aplicación del capítulo 5 del libro "Design and Analysis of Experiments with R"

La base de datos Mississippi proviene del paquete SASmixed en R, el cual contiene conjuntos de datos utilizados para la modelización de efectos mixtos en estudios ambientales, biomédicos y de otras disciplinas. Este conjunto de datos en particular fue recopilado para analizar la concentración de nitrógeno en el río Misisipi, un sistema fluvial de gran importancia en los Estados Unidos. La contaminación por nitrógeno en los ríos puede provenir de diversas fuentes, incluyendo actividades agrícolas, descargas industriales y aguas residuales. Su monitoreo es clave para la gestión de la calidad del agua y la prevención de problemas ambientales como la eutrofización. Se trabaja un análisis exploratorio de datos , junto con modelo de efectos fijos y aleatorios.