Pablo Martínez-Camblor Subdirección de Salud de Guipuzcoa, Donosti.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Pablo Martínez-Camblor Subdirección de Salud de Guipuzcoa, Donosti."

Transcripción

1 Métodos Estadísticos sticos para Diagnósticos MédicosM Barcelona, uno de marzo de 2008 Pablo Martínez-Camblor Subdirección de Salud de Guipuzcoa, Donosti. MODULO: Diseño de proyectos y análisis estadístico (Curso 2008) COOR: Joan B. Soriano. Fundació Caubet-CIMERA Illes Balears. 1

2 1. INTRODUCCIÓN Uno de los problemas que más frecuentemente aparece en la investigación médica es el de saber que variables o, que niveles de una variable, determinan si un determinado individuo pertenece o no a un determinado grupo. Ejemplo 1: Se sabe que altos niveles de procalcitonina (PCT) y de proteina C-reactiva (PCR) están muy ligados a la presencia de SEPSIS. Cúal de las dos variables nos resulta más útil para determinar si un paciente es o no séptico? A partir de qué niveles? 2

3 Ejemplo 2: La EPOC (Enfermedad Pulmonar Obstructiva Crónica) viene determinada por una reducción en la función pulmonar de los pacientes que degenera en un deterioro general. Sin embargo, se sabe que la gravedad de la enfermedad no queda determinada únicamente por valores bajos en el %FEV 1. Se quiere determinar que otras variables (6MWT, Disnea, IMC, Exacerbaciones, etc...) tienen relación en la gravedad de estos pacientes (medida esta, por ejemplo, en muerte a 3 años). 3

4 2. OBJETIVOS El objetivo principal de esta sesión es afianzar algunos de los conceptos presentes en toda toma de decisiones así como la revisión de algunas técnicas estadísticas muy presentes en la literatura médica (regresión logística) y la presentación de otras más novedosas (árboles de decisión). 4

5 2. OBJETIVOS Revisión de conceptos estadísticos básicos. Estudio del proceso de toma de decisiones. Curvas ROC. Regresión Logística. Árboles de Decisión. 5

6 3. TEMAS ANTERIORES Estadística I (Curso ). (20 horas lectivas) TEMARIO: 1)Introducción a la Estadística. 2)Conceptos Básicos. Estadística Descriptiva Univariante. 3)Estadística Descriptiva Bivariante. 4)Introducción a la Inferencia y Modelo Probabilístico. 6

7 TEMARIO: 5)Población y Muestra. Estimación de Parámetros e Intervalos de Confianza. 6)Introducción a las Pruebas de Hipótesis y toma de Decisiones. 7)Introducción al Modelo de Regresión Lineal Simple. 7

8 4. PAQUETES ESTADÍSTICOS STICOS 8

9 5. ALGUNOS CONCEPTOS BÁSICOSB Todo proceso de decisión lleva implícito dos fuentes de error (contraste de hipótesis): El que se comete cuando a un individuo enfermo se le clasifica como sano. A la capacidad de un test para acertar con los individuos enfermos se le llama SENSIBILIDAD El que se comete cuando a un individuo sano se le clasifica como enfermo. A la capacidad de un test para acertar con los individuos sanos se le llama ESPECIFICIDAD. 9

10 Dada una medida (6MWT) a partir de la cuál se quiere diagnosticar/predecir algún suceso (muerte antes del quinto año), lo primero que se debe hacer es elegir un punto de corte. A partir de este punto de corte se puede calcular la sensibilidad y la especificidad del método. Tabla. Estadísticos descriptivos para el test de la marcha 10

11 A la vista de los datos vamos a tomar como punto de corte 400. Esto es, los individuos que caminen menos de 400 metros serán clasificados como exitus a los 5 años. Tabla. Resultados de la clasificación 11

12 Surge el problema: Cómo debo fijar el punto de corte?. Dado que cada problema es diferente y el coste de las equivocaciones es distinto. Debe ser el investigador el que decida los pesos a darle a la sensibilidad y a la especificidad. Una posible solución es utilizar el punto de corte que optimice el índice de Youden. Y = S + E -1 12

13 Otra posibilidad (no excluyente) es calcular todas las posibilidades. Esto es, todas las posibles sensibilidades y especificidades para los distintos puntos de corte. Esta opción se representa de forma gráfica y se conoce como curva ROC (Receiver Operating Characteristics). 13

14 Desde la curva ROC se deriva otro de los indicadores usualmente empleados como medida global de capacidad diagnóstica. El área bajo la curva ROC (AUC) 14

15 Ejemplo: curvas ROC AUC = ( ) Younden = Punto de Corte: m. Sensibilidad: 73.2% Especificidad: 59.6% 15

16 6. REGRESIÓN N LOGÍSTICA La principal peculiaridad de la regresión logística frente a la regresión usual es que la variable dependiente toma dos únicos valores (0 ó 1) que suelen coincidir con la presencia/ausencia de una determinada característica. 16

17 Las interpretaciones y los usos de la regresión logística son múltiples lo que hacen que su uso este muy extendido en la literatura científica. El objetivo es modelar P(X=1), esto es, la probabilidad de tener la característica en estudio. 17

18 Para ello emplea la función logística (otros modelos son el tobit, probit...) Aparece el concepto de Odd Ratio 18

19 Dentro del problema que nos ocupa, vamos a tratar de predecir la muerte antes del quinto año de un paciente con COPD utilizando para ello distintas medias: 6MWT, Disnea, FEV 1 y BMI (índice de masa corporal). Tabla. Regresión Logística. Mortalidad antes de cinco años. 19

20 OTRA INTERPRETACIÓN: Influencia de una variable corregida por otra. Comprobar la influencia del FEV 1 corregido por la EDAD (eliminando o, al menos, reducir, los efectos de la edad) Tabla. Regresión Logística. Mortalidad antes de cinco años. 20

21 NOTA: Otro método similar a la Regresión Logística pero menos popular es el ANÁLISIS DISCRIMINANTE. Ambos métodos tienen mucha relación, si bien, el AD tiene una generalización mucho más fácil y directa al caso en el que se tengan más de dos grupos. Su objetivo es menos ambicioso ya que no pretende modelar, únicamente entender los procesos de la clasificación. 21

22 7. ÁRBOLES DE DECISIÓN Objetivo: Se pretende predecir el comportamiento de los individuos (pacientes, población general) ante una determinada característica (enfermedad) que ocupará el lugar de la variable dependiente a través de su comportamiento en otras variables, medidas fisiológicas, etc.. (variables independientes). 22

23 Aplicación Directa en Investigación Médica. Qué características me permiten diagnosticar una determinada patología. Asignar riesgos de padecerla o no. La variable DEPENDIENTE puede ser continua o discreta sin embargo, las variables INDEPENDIENTES deben ser discretas, debiendo categorizarse las variables independientes continuas 23

24 Los árboles de decisión se construyen mediante procesos iterativos basados en seleccionar entre las variables predictoras (independientes) la que más convenga a nuestros intereses y aplicar reiteradamente el mismo criterio sobre los subgrupos que se van formando. 24

25 Los algoritmos más usados son: 1. CHAID. (Chi-square Automatic Interaction Detector, detector automático de interacciones mediante ji-2). 2. C & RT. (Classification and Regression Trees, árboles de Regresión y Clasificación). 3. QUEST. (Quick, Unbiased, Efficient Statistical Tree, árbol estadístico eficiente insesgado y rápido). 25

26 ALGORITMO CHAID. (Chi-square Automatic Interaction Detector, detector automático de interacciones mediante ji-2). Este algoritmo se basa en seleccionar la variable que más separa los grupos en estudio usando para ello el criterio de la ji-2 o, de la razón de verosimilitud. 26

27 CRITERIO CHI-2. (Repaso) TABLAS DE CONTINGENCIA Una tabla de contingencia es una tabla con dos entradas. Usualmente se utiliza para describir dos variables categóricas. 27

28 Hay una infinidad de medidas de asociación entre variables categóricas. Unas se adaptan mejor a unas situaciones que otras. 28

29 Obviamente, hay muchos software que desarrollan estos algoritmos aunque, cuando el número de variables no es muy elevado se puede realizar manualmente. El mas popular es, probablemente, el Answer Tree (de la casa SPSS) aunque dentro de este paquete existe un modulo que realiza este tipo de algoritmos. 29

30 Ejemplo: Con las variable: %FEV, 6MWT, Dispnea y BMI categorizadas, tratamos de predecir si el paciente de EPOC va a sobrevivir más de cinco años. Asimismo, también se quiere saber cuales de estas variables y de qué forma intervienen las mismas en esta predicción. 30

31 31

32 32

33 33

34 34

35 Se obtienen perfiles de pacientes en base al riesgo de morir durante los próximos 5 años. Con los datos del ejemplo, los pacientes con más riesgo son los que tienen dispnea cuatro (70% fallece antes del quinto año). Los pacientes con menor riesgo son los que tienen dispnea cero (87% vive más de cinco años). 35

36 8. RESUMEN Fuentes de error en todo diagnóstico Conceptos básicos en el proceso de toma de decisiones: sensibilidad, especificidad, punto de corte Calidad de un método diagnóstico: índice Youden, AUC Método más modernos/originales: Árboles de decisión. 36

37 8. BIBLIOGRAFÍA Xiao-Hua Zhou, Nancy A. Obuchowski, Donna K. McClish. Statistical Methods in Diagnostic Medicine, Wiley, New York,

38 Muchas Gracias 38

1 Ejemplo de análisis descriptivo de un conjunto de datos

1 Ejemplo de análisis descriptivo de un conjunto de datos 1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

Funcionalidades Software PROYECTOS GotelGest.Net Software para la gestión de Proyectos GotelGest.Net

Funcionalidades Software PROYECTOS GotelGest.Net Software para la gestión de Proyectos GotelGest.Net 2012 Funcionalidades Software PROYECTOS GotelGest.Net Software para la gestión de Proyectos GotelGest.Net Servinet Sistemas y Comunicación S.L. www.softwaregestionproyectos.com Última Revisión: Febrero

Más detalles

CONCEPTOS DE LA FUERZA

CONCEPTOS DE LA FUERZA CONCEPTOS DE LA FUERZA PAPEL DE LA FUERZA EN EL RENDIMIENTO DEPORTIVO La mejora de la fuerza es un factor importante en todas las actividades deportivas, y en algunos casos determinantes (en el arbitraje

Más detalles

El modelo Ordinal y el modelo Multinomial

El modelo Ordinal y el modelo Multinomial El modelo Ordinal y el modelo Multinomial Microeconomía Cuantitativa R. Mora Departmento de Economía Universidad Carlos III de Madrid Esquema Motivación 1 Motivación 2 3 Motivación Consideramos las siguientes

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Metodología de la Investigación. Dr. Cristian Rusu cristian.rusu@ucv.cl

Metodología de la Investigación. Dr. Cristian Rusu cristian.rusu@ucv.cl Metodología de la Investigación Dr. Cristian Rusu cristian.rusu@ucv.cl 6. Diseños de investigación 6.1. Diseños experimentales 6.1.1. Diseños preexperimentales 6.1.2. Diseños experimentales verdaderos

Más detalles

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas.

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas. El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los

Más detalles

Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0])

Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0]) Regresión logística Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0]) Se trata de calcular la probabilidad en la que una

Más detalles

Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología

Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto

Más detalles

Estimación de una probabilidad

Estimación de una probabilidad Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento

Más detalles

Las Griegas de las Opciones

Las Griegas de las Opciones ANÁLISIS Y OPINIÓN Las Griegas de las Opciones 134 Mtro. Sergio García Quintana, Integrante de la Comisión de Finanzas y Sistema Financiero del Colegio de Contadores Públicos de México, A.C. Son medidas

Más detalles

Estadística y Método Científico Hugo S. Salinas. Fuente: http://dta.utalca.cl/estadistica/

Estadística y Método Científico Hugo S. Salinas. Fuente: http://dta.utalca.cl/estadistica/ Estadística y Método Científico Hugo S. Salinas Fuente: http://dta.utalca.cl/estadistica/ Estadística y Método Científico Podemos definir Estadística como la ciencia de los datos. La palabra ciencia viene

Más detalles

TEMA 4: Introducción al Control Estadístico de Procesos

TEMA 4: Introducción al Control Estadístico de Procesos TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción

Más detalles

TEMA 5 ESTUDIOS CORRELACIONALES.

TEMA 5 ESTUDIOS CORRELACIONALES. TEMA 5 ESTUDIOS CORRELACIONALES. 1. INTRODUCCIÓN. 2. CONCEPTO DE CORRELACIÓN. 3. CASOS EN LOS QUE SE UTILIZA LA INVESTIGACIÓN CORRELACIONAL. 4. LIMITACIONES DE LOS ESTUDIOS CORRELACIONALES 1 1. INTRODUCCIÓN.

Más detalles

ESTUDIO PRELIMINAR DE ALGUNOS FACTORES INFLUYENTES EN EL RENDIMIENTO ACADÉMICO DE ALUMNOS DEL GRUPO EXECUTIVE FISIOTERAPIA

ESTUDIO PRELIMINAR DE ALGUNOS FACTORES INFLUYENTES EN EL RENDIMIENTO ACADÉMICO DE ALUMNOS DEL GRUPO EXECUTIVE FISIOTERAPIA ESTUDIO PRELIMINAR DE ALGUNOS FACTORES INFLUYENTES EN EL RENDIMIENTO ACADÉMICO DE ALUMNOS DEL GRUPO EXECUTIVE FISIOTERAPIA Autores: Noemí Díaz Matas; Carlos Martín Saborido; Raquel Díaz-Meco Conde; Silvia

Más detalles

ANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO

ANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO ANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO Por: Pablo Lledó Master of Science en Evaluación de Proyectos (University of York) Project Management Professional (PMP) Profesor de Project Management y Evaluación

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

MUESTREO TIPOS DE MUESTREO

MUESTREO TIPOS DE MUESTREO MUESTREO En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de

Más detalles

Física de los Procesos Biológicos Curso 2005/6

Física de los Procesos Biológicos Curso 2005/6 Bibliografía: ísica, Kane, Tema 8 ísica de los Procesos Biológicos Curso 2005/6 Grupo 3 TEMA 2 BIOMECÁNICA 2.1 SÓIDO DEORMABE Parte 1 Introducción Vamos a estudiar como los materiales se deforman debido

Más detalles

2.- DEFINICIÓN Y CONCEPTUALIZACIÓN DE MALTRATO Y DESPROTECCIÓN INFANTIL

2.- DEFINICIÓN Y CONCEPTUALIZACIÓN DE MALTRATO Y DESPROTECCIÓN INFANTIL Y DESPROTECCIÓN INFANTIL Es necesario tener en cuenta que existe gran dificultad para establecer definiciones concretas de lo que se entiende por maltrato infantil. No hay una verdadera uniformidad en

Más detalles

Unidad 1. Fundamentos en Gestión de Riesgos

Unidad 1. Fundamentos en Gestión de Riesgos 1.1 Gestión de Proyectos Unidad 1. Fundamentos en Gestión de Riesgos La gestión de proyectos es una disciplina con la cual se integran los procesos propios de la gerencia o administración de proyectos.

Más detalles

Indicaciones específicas para los análisis estadísticos.

Indicaciones específicas para los análisis estadísticos. Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por

Más detalles

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Índice 1. Objetivos de la práctica 2 2. Estimación de un modelo de regresión logística con SPSS 2 2.1. Ajuste de un modelo de regresión logística.............................

Más detalles

Estudio de casos y controles sobre factores de riesgo en el cáncer colorrectal

Estudio de casos y controles sobre factores de riesgo en el cáncer colorrectal Estudio de casos y controles sobre factores de riesgo en el cáncer colorrectal Objetivos del estudio Estimar el riesgo de padecer cáncer colorrectal asociado a una serie de variables Población Casos Controles

Más detalles

Segmentación y predicción en los modelos de tarificación

Segmentación y predicción en los modelos de tarificación Segmentación y predicción en los modelos de tarificación Caro Carretero, Raquel. rcaro@doi.icai.upcomillas.es Departamento de Organización Industrial Universidad Pontificia Comillas. ICAI RESUMEN El análisis

Más detalles

CONCILIACIÓN BANCARIA

CONCILIACIÓN BANCARIA CONCILIACIÓN BANCARIA La conciliación bancaria es la tarea de cotejar las anotaciones que figuran en el extracto bancario con el libro banco a los efectos de determinar el origen de las diferencias. La

Más detalles

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

Más detalles

ESCUELA SUPERIOR DE INFORMATICA Prácticas de Estadística UNA SESIÓN EN SPSS

ESCUELA SUPERIOR DE INFORMATICA Prácticas de Estadística UNA SESIÓN EN SPSS UNA SESIÓN EN SPSS INTRODUCCIÓN. SPSS (Statistical Product and Service Solutions) es un paquete estadístico orientado, en principio, al ámbito de aplicación de las Ciencias sociales, es uno de las herramientas

Más detalles

Configurador genérico

Configurador genérico Configurador genérico En la emisión de presupuestos ó pedidos de ciertos productos, existen a menudo casos que por su complejidad, posibilidades de selección, cálculo de precios e implicaciónes entre las

Más detalles

EPIDEMIOLOGIA CLINICA

EPIDEMIOLOGIA CLINICA EPIDEMIOLOGIA CLINICA Somos conscientes de que éste es un tema complicado Nuestro proceso diagnóstico habitual parece ser más una cuestión intuitiva y de ojo clínico que un problema epidemiológico. Objetivos

Más detalles

Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias

Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía

Más detalles

"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios

Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios "Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se

Más detalles

TransUnion República Dominicana. Preguntas frecuentes sobre los modelos de score de TransUnion

TransUnion República Dominicana. Preguntas frecuentes sobre los modelos de score de TransUnion TransUnion República Dominicana Preguntas frecuentes sobre los modelos de score de TransUnion Los modelos de score de TransUnion El siguiente es un resumen para ayudarle a entender mejor cómo se puede

Más detalles

Procesos Críticos en el Desarrollo de Software

Procesos Críticos en el Desarrollo de Software Metodología Procesos Críticos en el Desarrollo de Software Pablo Straub AgileShift Imagine una organización de desarrollo de software que consistentemente cumple los compromisos con sus clientes. Imagine

Más detalles

Ingeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007

Ingeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007 Enunciado Se desea efectuar el testing funcional de un programa que ejecuta transferencias entre cuentas bancarias. El programa recibe como parámetros la cuenta de origen, la de cuenta de destino y el

Más detalles

Análisis y cuantificación del Riesgo

Análisis y cuantificación del Riesgo Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el

Más detalles

SCOP++ Lidar. Metodología de filtrado

SCOP++ Lidar. Metodología de filtrado SCOP++ Lidar. Metodología de filtrado 1 Contenido 1 Estrategia de filtrado y clasificación... 4 Eliminate Building Step (eliminación de edificios)... 5 Thin Out Step (reducción de densidad del fichero

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información

Más detalles

Control Estadístico de Procesos

Control Estadístico de Procesos Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control

Más detalles

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión... Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación

Más detalles

Programación Genética

Programación Genética Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino

Más detalles

Capacidades financieras de los asegurados de vida

Capacidades financieras de los asegurados de vida Capacidades financieras de los asegurados de vida Con base en el informe del Banco Mundial, Capacidades financieras en Colombia: resultados de la encuesta nacional sobre comportamientos, actitudes y conocimientos

Más detalles

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción

Más detalles

UNIDAD I INTRODUCCIÓN. Funciones y aplicaciones de la estadística

UNIDAD I INTRODUCCIÓN. Funciones y aplicaciones de la estadística UNIDAD I INTRODUCCIÓN Funciones y aplicaciones de la estadística 1 INTRODUCCIÓN Hay varias razones por las que el alcance de la estadística y la necesidad de estudiar la estadística han crecido de manera

Más detalles

proporción de diabetes = 1.500 = 0.06 6 % expresada en porcentaje 25.000.

proporción de diabetes = 1.500 = 0.06 6 % expresada en porcentaje 25.000. UNIDAD TEMATICA 3: Tasas Razones y proporciones Objetivo: Conocer los indicadores que miden los cambios en Salud, su construcción y utilización La información que se maneja en epidemiología frecuentemente

Más detalles

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama. Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El

Más detalles

EL MODELO DE DATOS RASTER

EL MODELO DE DATOS RASTER EL MODELO DE DATOS RASTER El modelo de datos raster, como señala Bosque (1992), es el modelo de datos complementario al modelo vectorial presentado anteriormente. Tiene como principal característica el

Más detalles

Ejercicio de estadística para 3º de la ESO

Ejercicio de estadística para 3º de la ESO Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población

Más detalles

Universidad de Tarapacá Investigación de Mercados Internacionales

Universidad de Tarapacá Investigación de Mercados Internacionales Universidad de Tarapacá Investigación de Mercados Internacionales Capítulo II: El proceso de la Investigación de Mercados Internacionales. Tema 2: El Diseño de la Investigación de Mercados Internacionales

Más detalles

MODELOS DE INVENTARIO

MODELOS DE INVENTARIO MODELOS DE INVENTARIO Los modelos de inventarios son métodos que ayudan a reducir o minimizar los niveles de inventario requeridos en la producción. Existen varios métodos que nos ayudan a conseguir dicho

Más detalles

CURSO: Bioestadística. Tema 1.- LA ESTADÍSTICA Y LA INVESTIGACIÓN EN ENFERMERÍA. Mg. Martha Martina Chávez Lima, Agosto 2006

CURSO: Bioestadística. Tema 1.- LA ESTADÍSTICA Y LA INVESTIGACIÓN EN ENFERMERÍA. Mg. Martha Martina Chávez Lima, Agosto 2006 UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE MEDICINA DEPARTAMENTO ACADÉMICO DE MEDICINA PREVENTIVA Y SALUD PÚBLICA Sección de Estadística y Epidemiología CURSO: Bioestadística EAP Enfermería 2006-II

Más detalles

La metodologia Cuantitativa. Encuestas y muestras

La metodologia Cuantitativa. Encuestas y muestras La metodologia Cuantitativa. Encuestas y muestras Técnicas «cuantitativas» y «cualitativas» «Las técnicas cuantitativas»: Recogen la información mediante cuestiones cerradas que se planteal sujeto de forma

Más detalles

RELACIONES DE RECURRENCIA

RELACIONES DE RECURRENCIA Unidad 3 RELACIONES DE RECURRENCIA 60 Capítulo 5 RECURSIÓN Objetivo general Conocer en forma introductoria los conceptos propios de la recurrencia en relación con matemática discreta. Objetivos específicos

Más detalles

1.1. Introducción y conceptos básicos

1.1. Introducción y conceptos básicos Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................

Más detalles

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica

Más detalles

ACERCA DEL COACHING. Acerca del Coaching www.innovacionagil.com info@innovacionagil.com Página 1/5

ACERCA DEL COACHING. Acerca del Coaching www.innovacionagil.com info@innovacionagil.com Página 1/5 ACERCA DEL COACHING Qué es Coaching? En inglés, la palabra Coaching hace referencia a entrenar, aunque este significado es tan sólo una referencia, pues no es del todo correcto cuando nos referimos a la

Más detalles

Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI

Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI La segunda fase del NIPE corresponde con la adecuación de las intervenciones de enfermería del sistema de clasificación N.I.C. (Nursing Intervention

Más detalles

ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos

ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 2, Febrero 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Autor:

Más detalles

ANALISIS MULTIVARIANTE

ANALISIS MULTIVARIANTE ANALISIS MULTIVARIANTE Es un conjunto de técnicas que se utilizan cuando se trabaja sobre colecciones de datos en las cuáles hay muchas variables implicadas. Los principales problemas, en este contexto,

Más detalles

Escuela Politécnica Superior. El Riesgo. Capítulo 9. daniel.tapias@uam.es. Dr. Daniel Tapias Curso 2014 / 15 PROYECTOS

Escuela Politécnica Superior. El Riesgo. Capítulo 9. daniel.tapias@uam.es. Dr. Daniel Tapias Curso 2014 / 15 PROYECTOS Escuela Politécnica Superior El Riesgo Capítulo 9 Dr. Daniel Tapias Curso 2014 / 15 daniel.tapias@uam.es PROYECTOS PROGRAMA DE LA ASIGNATURA Capítulo 1: Introducción. Capítulo 2: Qué es un proyecto? Capítulo

Más detalles

GUÍA DIDÁCTICA DEL CURSO

GUÍA DIDÁCTICA DEL CURSO Escuela de Formación e Investigación en Heridas CURSO REF: 8/2015 ESTADÍSTICA BÁSICA APLICADA A LOS ESTUDIOS SOBRE HERIDAS GUÍA DIDÁCTICA DEL CURSO 1. FUNDAMENTACIÓN Las heridas crónicas son uno de los

Más detalles

Modelos de regresión: lineal simple y regresión logística

Modelos de regresión: lineal simple y regresión logística 14 Modelos de regresión: lineal simple y regresión logística Irene Moral Peláez 14.1. Introducción Cuando se quiere evaluar la relación entre una variable que suscita especial interés (variable dependiente

Más detalles

Análisis de medidas conjuntas (conjoint analysis)

Análisis de medidas conjuntas (conjoint analysis) Análisis de medidas conuntas (conoint analysis). Introducción Como ya hemos dicho anteriormente, esta técnica de análisis nos sirve para analizar la importancia que dan los consumidores a cada uno de los

Más detalles

8.2.2. Intervalo para la media (caso general)

8.2.2. Intervalo para la media (caso general) 182 Bioestadística: Métodos y Aplicaciones 100 de ellos se obtiene una media muestral de 3 kg, y una desviación típica de 0,5 kg, calcular un intervalo de confianza para la media poblacional que presente

Más detalles

Verdadero o falso? Marca los cuadros y luego revisa las respuestas en las siguientes páginas

Verdadero o falso? Marca los cuadros y luego revisa las respuestas en las siguientes páginas Verdadero o falso? Marca los cuadros y luego revisa las respuestas en las siguientes páginas 1 Las personas menores de 60 años no sufren de Verdadero Falso 2 La pérdida de memoria es el único síntoma de

Más detalles

Tema 12: Contrastes Paramétricos

Tema 12: Contrastes Paramétricos Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de

Más detalles

MINISTERIO DE SANIDAD SERVICIOS SOCIALES E IGUALDAD. Qué es la sangre del cordón umbilical y para qué sirve?

MINISTERIO DE SANIDAD SERVICIOS SOCIALES E IGUALDAD. Qué es la sangre del cordón umbilical y para qué sirve? RESPUESTAS A LAS PREGUNTAS MÁS COMUNES SOBRE SANGRE DE CORDÓN UMBILICAL, PLANTEADAS TRAS LA APROBACIÓN DEL REAL DECRETO 1301/2006 SOBRE CALIDAD Y SEGURIDAD DE CÉLULAS Y TEJIDOS. Qué es la sangre del cordón

Más detalles

CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE

CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE Capítulo 4 Algoritmos de Aprendizaje 26 CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE En este capítulo se proporcionan las descripciones matemáticas de los principales algoritmos de aprendizaje para redes neuronales:

Más detalles

Validation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación

Validation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación Validation Validación Psicométrica L art de l évaluation Validation Central Test Central Test Centraltest L art de l évaluation CENTRAL test.com El arte de la evaluación www.centraltest.com Propiedades

Más detalles

1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0 1 0 0 0 0 1 1 0 1 1 0 0 0 1 1 1 1

1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0 1 0 0 0 0 1 1 0 1 1 0 0 0 1 1 1 1 5.1.3 Multiplicación de números enteros. El algoritmo de la multiplicación tal y como se realizaría manualmente con operandos positivos de cuatro bits es el siguiente: 1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0

Más detalles

Unidad Temática 1: Unidad 3 Probabilidad Temas 6 y 7

Unidad Temática 1: Unidad 3 Probabilidad Temas 6 y 7 Unidad Temática 1: Unidad 3 Probabilidad Temas 6 y 7 Definiciones: 1- La probabilidad estudia la verosimilitud de que determinados sucesos o eventos ocurran o no, con respecto a otros sucesos o eventos

Más detalles

PRUEBA RAPIDA EN EMBARAZADAS (n=62,214 2009-Junio 2010) NO REACTIVO n=218 REACTIVO INDETERMINADO. Tabla 9: Resultados Prueba rápida

PRUEBA RAPIDA EN EMBARAZADAS (n=62,214 2009-Junio 2010) NO REACTIVO n=218 REACTIVO INDETERMINADO. Tabla 9: Resultados Prueba rápida 11-RESULTADOS 11.1-Interpretación y análisis de resultados Un total de de 62,214 mujeres embarazadas se realizaron la prueba rápida de VIH durante años 2009 hasta junio 2010 (Tabla 9). De ellas, 61,808

Más detalles

LA CALIDAD DE VIDA EN EL PACIENTE ONCOLÓGICO. Dr. D. JUAN IGNACIO ARRARÁS URDÁNIZ. Profesor tutor de UNED Pamplona y Doctor en Psicología

LA CALIDAD DE VIDA EN EL PACIENTE ONCOLÓGICO. Dr. D. JUAN IGNACIO ARRARÁS URDÁNIZ. Profesor tutor de UNED Pamplona y Doctor en Psicología LA CALIDAD DE VIDA EN EL PACIENTE ONCOLÓGICO Dr. D. JUAN IGNACIO ARRARÁS URDÁNIZ. Profesor tutor de UNED Pamplona y Doctor en Psicología Sra. Presidenta del Gobierno de Navarra, Sr. Rector de la UNED,

Más detalles

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces

Más detalles

(.$263*7.5"4+%#,"8..9$ $.$ - -. 7.# "4< $ 8 $ 7 "% @

(.$263*7.54+%#,8..9$ $.$ - -. 7.# 4< $ 8 $ 7 % @ !"#$%!& ' ($ 2 ))!"#$%& '$()!& *($$+%( & * $!" "!,"($"$ -(.$!- ""& +%./$$&,-,$,". - %#,"0# $!01 "23(.4 $4$"" ($" $ -.#!/ ". " " ($ "$%$(.$2.3!- - *.5.+%$!"$,"$ (.$263*7.5"4+%#,"8..9$ $.$ - $,"768$"%$,"$%$!":7#;

Más detalles

Aula Banca Privada. La importancia de la diversificación

Aula Banca Privada. La importancia de la diversificación Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual

Más detalles

Seminario Electrónico de Soluciones Tecnológicas sobre Ethernet de Largo Alcance

Seminario Electrónico de Soluciones Tecnológicas sobre Ethernet de Largo Alcance Seminario Electrónico de Soluciones Tecnológicas sobre Ethernet de Largo Alcance 1 de 12 Seminario Electrónico de Soluciones Tecnológicas sobre Ethernet de Largo Alcance 3 Bienvenida. 4 Objetivos. 5 Requerimientos

Más detalles

DESCRIPCIÓN DE LA METODOLOGÍA UTILIZADA EN EL PROGRAMA DE CESTAS REDUCIDAS ÓPTIMAS

DESCRIPCIÓN DE LA METODOLOGÍA UTILIZADA EN EL PROGRAMA DE CESTAS REDUCIDAS ÓPTIMAS DESCRIPCIÓN DE LA METODOLOGÍA UTILIZADA EN EL PROGRAMA DE CESTAS REDUCIDAS ÓPTIMAS Replicar un índice Formar una cartera que replique un índice (o un futuro) como el IBEX 35, no es más que hacerse con

Más detalles

Universidad de Málaga

Universidad de Málaga 5 técnicas estadísticas 1.- T-Student calcio.sav 2.- ANOVA lectura.sav 3.- Regresión Múltiple empleados.sav 4.- 2 Chi-Cuadrado empleados.sav 5.- Regresión Logística pena de muerte.sav 1.- T-STUDENT VARIABLE:

Más detalles

CAPÍTULO I PLANTEAMIENTO DEL PROBLEMA Y ANTECEDENTES. 1.1 Planteamiento del problema: Para qué sirve la modelación de un portafolio

CAPÍTULO I PLANTEAMIENTO DEL PROBLEMA Y ANTECEDENTES. 1.1 Planteamiento del problema: Para qué sirve la modelación de un portafolio CAPÍTULO I PLANTEAMIENTO DEL PROBLEMA Y ANTECEDENTES 1.1 Planteamiento del problema: Para qué sirve la modelación de un portafolio de seguros? La modelación de un portafolio de seguros es una tarea muy

Más detalles

Funcionamiento de la sección Unidades Centinela (UC)

Funcionamiento de la sección Unidades Centinela (UC) Funcionamiento de la sección Unidades Centinela (UC) Pantalla de ingreso Si usted es un usuario habilitado para la sección Unidades Centinela, al ingresar al sistema con su usuario y clave, encontrará

Más detalles

APLICACIÓN PRÁCTICA EN ESPAÑA DE LA NORMATIVA "SEPA" EN PROGRAMAS MDG

APLICACIÓN PRÁCTICA EN ESPAÑA DE LA NORMATIVA SEPA EN PROGRAMAS MDG APLICACIÓN PRÁCTICA EN ESPAÑA DE LA NORMATIVA "SEPA" EN PROGRAMAS MDG A partir del 1 de febrero del 2014 el formato de los archivos "Norma 19" deja de ser válido para domiciliar recibos y es sustituido

Más detalles

4 Pruebas y análisis del software

4 Pruebas y análisis del software 4 Pruebas y análisis del software En este capítulo se presentan una serie de simulaciones donde se analiza el desempeño de ambos sistemas programados en cuanto a exactitud con otros softwares que se encuentran

Más detalles

Metodología de construcción de Indicadores MODELO 3

Metodología de construcción de Indicadores MODELO 3 MODELO 3 El Departamento Administrativo de la Función Pública, elaboró el documento Guía para el Diseño de un Sistema de Evaluación y Control de gestión. El contiene las instrucciones para el diligenciamiento

Más detalles

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.

Más detalles

Capítulo 6: Conclusiones

Capítulo 6: Conclusiones Capítulo 6: Conclusiones 6.1 Conclusiones generales Sobre el presente trabajo se obtuvieron varias conclusiones sobre la administración del ancho de banda en una red inalámbrica, basadas en la investigación

Más detalles

Capítulo 3. Estimación de elasticidades

Capítulo 3. Estimación de elasticidades 1 Capítulo 3. Estimación de elasticidades Lo que se busca comprobar en esta investigación a través la estimación econométrica es que, conforme a lo que predice la teoría y lo que ha sido observado en gran

Más detalles

Estudio comparativo de los currículos de probabilidad y estadística español y americano

Estudio comparativo de los currículos de probabilidad y estadística español y americano Estudio comparativo de los currículos de probabilidad y estadística español y americano Jaldo Ruiz, Pilar Universidad de Granada Resumen Adquiere las mismas capacidades en Probabilidad y Estadística un

Más detalles

Qué es cultura? Collingwood ha definido cultura como: todo lo que una persona necesita saber para actuar adecuadamente dentro de un grupo social.

Qué es cultura? Collingwood ha definido cultura como: todo lo que una persona necesita saber para actuar adecuadamente dentro de un grupo social. Qué es cultura? Definición de Cultura: La cultura es una abstracción, es una construcción teórica a partir del comportamiento de los individuos de un grupo. Por tanto nuestro conocimiento de la cultura

Más detalles

ERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES

ERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES ERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES DE BÁSICA PRIMARIA EN LA CIUDAD DE PEREIRA José R. Bedoya Universidad Tecnológica de Pereira Pereira, Colombia La formación estadística en la ciudadanía,

Más detalles

Estadística 2º curso del Grado en Ciencias de la Actividad Física y el Deporte. ---o0o--- Introducción a la Inferencia Estadística

Estadística 2º curso del Grado en Ciencias de la Actividad Física y el Deporte. ---o0o--- Introducción a la Inferencia Estadística Estadística 2º curso del Grado en Ciencias de la Actividad Física y el Deporte ---o0o--- Introducción a la Inferencia Estadística Bioestadística - Facultad de Medicina Universidad de Granada (España) http://www.ugr.es/~bioest

Más detalles

GESTIÓN DE CLÍNICAS COLEGIO OFICIAL DE VETERINARIOS DE BIZKAIA

GESTIÓN DE CLÍNICAS COLEGIO OFICIAL DE VETERINARIOS DE BIZKAIA GESTIÓN DE CLÍNICAS COLEGIO OFICIAL DE VETERINARIOS DE BIZKAIA Memoria del proyecto ÍNDICE 1 - INTRODUCCIÓN... 3 2 - OBJETIVO Y ALCANCE... 4 3 - SOLUCIÓN FUNCIONAL IMPLANTADA... 5 3.1 SENCILLEZ DE USO...

Más detalles

Aumentando x 10 mis posibilidades de ganar. Las griegas

Aumentando x 10 mis posibilidades de ganar. Las griegas Aumentando x 10 mis posibilidades de ganar Las griegas Esto es lo que aprenderás en este video: - Delta, Gamma, Theta, Vega y Rho. - Aplicaciones de Delta. 3 Cuánto más se aproxima uno al sueño, más se

Más detalles

Sentimientos de los familiares o cuidadores de personas con Alzheimer

Sentimientos de los familiares o cuidadores de personas con Alzheimer Sentimientos de los familiares o cuidadores de personas con Alzheimer A veces me pregunto si lograre recordar lo que tanto en sus ojos veo pasar, pareciera que son tantas historias de las que yo no me

Más detalles

SEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA. Lic. Maikel León Espinosa. mle@uclv.edu.cu

SEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA. Lic. Maikel León Espinosa. mle@uclv.edu.cu EDU082 Resumen SEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA Lic. Maikel León Espinosa mle@uclv.edu.cu Departamento de Ciencia de la Computación Universidad Central Marta Abreu de Las Villas Carretera

Más detalles

AÑO 7 N 6 OCTUBRE 2014 APORTE PÚBLICO E INGRESO DEL HOGAR REGIÓN DEL MAULE

AÑO 7 N 6 OCTUBRE 2014 APORTE PÚBLICO E INGRESO DEL HOGAR REGIÓN DEL MAULE 0 AÑO 7 N 6 OCTUBRE 2014 APORTE PÚBLICO E INGRESO DEL HOGAR REGIÓN DEL MAULE 1 APORTE PÚBLICO E INGRESO DEL HOGAR En la región el aporte público al ingreso del hogar de los hogares más ricos es más del

Más detalles

Costos de Distribución: son los que se generan por llevar el producto o servicio hasta el consumidor final

Costos de Distribución: son los que se generan por llevar el producto o servicio hasta el consumidor final CLASIFICACIÓN DE LOS COSTOS Los costos tienen diferentes clasificaciones de acuerdo con el enfoque y la utilización que se les dé. Algunas de las clasificaciones más utilizadas son. Según el área donde

Más detalles