En este artículo, proponemos un modelo matemático general para analizar datos de rendimiento. Los datos analizados en este artículo provienen de un campo de maíz característico en el medio oeste superior de los Estados Unidos. Derivamos expresiones para los momentos estadísticos a partir del modelo estocástico subyacente. En consecuencia, ilustramos cómo una variable característica contribuye a los momentos estadísticos (y, de hecho, a la función característica) de la variable objetivo (es decir, el rendimiento). También analizamos los datos con técnicas de redes neuronales y proporcionamos dos métodos de análisis de datos. Este modelo matemático y el análisis de datos basado en redes neuronales permiten una mejor comprensión de la variabilidad dentro del conjunto de datos, lo cual es útil para los gerentes agrícolas que intentan tomar decisiones actuales y futuras utilizando los datos de rendimiento. Los prestamistas y los consultores de gestión de riesgos pueden beneficiarse de las ideas de este modelo matemático y del análisis de datos basado en redes neuronales en relación con las expectativas de rendimiento.