ICIDCA. Sobre los Derivados de la Caña de Azúcar ISSN:

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

Download "ICIDCA. Sobre los Derivados de la Caña de Azúcar ISSN: 0138-6204 revista@icidca.edu.cu"

Transcripción

1 ICIDCA. Sobre los Dervados de la Caña de Azúcar ISSN: Insttuto Cubano de Investgacones de los Dervados de la Caña de Azúcar Cuba Rbas, Maurco; Lorenzo, Magdalena; Porto, Olga Metodología estadístca para la cualfcacón de equpos de cromatografía de gases ICIDCA. Sobre los Dervados de la Caña de Azúcar, vol. XLI, núm. 3, septembre-dcembre, 2007, pp Insttuto Cubano de Investgacones de los Dervados de la Caña de Azúcar Cudad de La Habana, Cuba Dsponble en: Cómo ctar el artículo Número completo Más nformacón del artículo Págna de la revsta en redalyc.org Sstema de Informacón Centífca Red de Revstas Centífcas de Amérca Latna, el Carbe, España y Portugal Proyecto académco sn fnes de lucro, desarrollado bajo la ncatva de acceso aberto

2 Maurco Rbas, Magdalena Lorenzo, Olga Porto Insttuto Cubano de Investgacones de los Dervados de la Caña de Azúcar (ICIDCA) e.mal: RESUMEN El Laboratoro de Alcoholes y Bebdas (LABEB) del ICIDCA debe trabajar bajo las normas nternaconales de caldad, específcamente la ISO 17025: Se presenta una metodología de análss estadístco y dseño expermental para cualfcar equpos de cromatografía gaseosa. Se muestra una nvestgacón que ncluye la especfcacón de los parámetros de control, cualfcacón del equpamento y método de valdacón. Se hace hncapé en las herramentas utlzadas para determnar la habldad y caldad del sstema para detectar las concentracones adecuadas de propanol en las muestras. Como resultado del estudo se pudo conclur que todos los parámetros de funconamento del equpo de cromatografía gaseosa de LABEB están en los rangos aceptables para su uso. Palabras clave: cromatografía gaseosa, cualfcacón, análss estadístco, rones ABSTRACT The Laboratory of Alcohols and Drnks (LABEB) of ICIDCA must be work under a qualty management of nternatonal ISO 17025: 2006 General requrements for the competence of testng and calbratng laboratores. In ths paper, we present a methodology of statstcal analyss and expermental desgn for gas chromatography equpment qualfcaton. We show specally the nvestgaton about specfcaton parameters control, equpment qualfcaton and method valdaton. We also focus on the tools used follow the profcency and the qualty system for detectng the propanol concentratons n the samples. As a result of ths study we conclude that all parameters of the gas chromatography equpment are n the acceptable ranges for ther use. Keywords: gas chromatography, qualfcaton, statstcal analss, rums 52 ICIDCA No. 3, 2007

3 INTRODUCCIÓN El Laboratoro de Alcoholes y Bebdas (LABEB) del ICIDCA se dedca a supervsar la produccón de rones de caldad para la competenca en el mercado nterno y externo; para esto realza una sere de determnacones analítcas a muestras de rones medante un equpo de cromatografía gaseosa con una columna caplar, gas portador hdrógeno e nyector automátco. La correcta calbracón de equpos tan sofstcados como son los cromatógrafos gaseosos (CG) utlzados en estas determnacones analítcas, es el paso prelmnar en la valdacón de un método analítco (2) y da solucón a uno de los problemas que se presentan en nuestro país para la acredtacón de los laboratoros. Este trabajo propone una metodología de análss estadístco y dseño expermental para calbrar equpos de cromatografía de gases (3). Dcha metodología está basada en la estmacón de todos los ndcadores de caldad que descrben el funconamento del equpo así como su sgnfcacón estadístca y puede ser generalzada a cualquer laboratoro de ensayos químcos que cuente con un equpamento smlar al nuestro. Este trabajo consttuye un aspecto mportante para el cumplmento de las exgencas de las Normas de Caldad, específcamente la ISO 17025: 2006 (1), para la acredtacón de los laboratoros de ensayos o calbracón tenendo en cuenta los requstos esencales de segurdad y efcaca especfcados para brndar servcos analítcos de alta confabldad en un mínmo de tempo. MATERIALES Y MÉTODOS La metodología utlzada en este trabajo ncluye cuatro pasos fundamentales (4, 5): 1. Descrpcón de los prncpales parámetros que caracterzan el funconamento del equpo y son factbles de controlar. 2. Determnacón de las varables de respuestas meddas por el equpo e dentfcacón de los posbles factores que nfluyen en su varabldad. 3. Desarrollo de una estratega expermental con el objetvo de estmar todas las posbles fuentes de varacón en los resultados y evaluar la sgnfcacón de cada una. 4. Con la nformacón recolectada, se realza un análss de los datos basado en la combnacón de métodos descrptvos e nferencales que permten llegar a conclusones acerca de s el equpo está apto o no para su uso. Para aplcar la msma, se empleó un equpo de cromatografía gaseosa de la marca Shmadzu GC-17A que presenta las sguentes característcas: Dspone de una columna caplar SupelcoWax de 60 m x 0.32 d. x 0.5 m con una temperatura de 50 C. Presenta un nyector automátco con una temperatura de 260 C. La nyeccón se realza con dvsón de flujo y en modo splt con una relacón 1:25. Contene un detector de llama (FID) que trabaja a una temperatura de 300 C. Se utlza como gas portador hdrógeno, con un flujo de 1 ml/mn. Tempo máxmo del cromatograma 15 mn. Para controlar el funconamento del equpo, se consderaron los sguentes parámetros (7, 8, 9, 10): Exacttud de flujo (EF): Consste en determnar s exsten dferencas sgnfcatvas entre el valor de flujo del gas portador prevamente fjado 1 ml/mn y los valores meddos medante un flujómetro. Este parámetro se cuantfca medante el cálculo de la desvacón relatva entre el valor promedo de las observacones y el valor fjado prevamente. Se acepta una exacttud de flujo EF< 10 %. F EF = F fjo gas gas fjo Fgas *100 Lnealdad del nyector (LI): Aquí se evalúa la capacdad del equpo para detectar dstntos volúmenes de nyeccón, tenendo en cuenta que el área por debajo de un pco en el cromatograma es proporconal al volumen de muestra nyectado. ICIDCA No.3,

4 Precsón del nyector (PI): Está relaconado con la estmacón de la varabldad de las áreas por debajo de un pco en el cromatograma para dstntos valores observados por un analsta, una muestra e gual volumen de nyeccón. Se aceptan valores del coefcente de varacón cv< 4 %. Precsón del flujo (PF): Estma la varabldad que presenta el tempo de retencón de los pcos cromatográfcos para un volumen fjo de muestra. Se aceptan valores de coefcente de varacón cv< 2 %. Arrastre del nyector (AI): Este ndcador permte evaluar la presenca de resduos de muestra en el nyector producto de alguna defcenca. Se consdera como váldo un por cento de arrastre nferor al 0.1 %. Es una medda del grado en que una sustanca nyectada en un análss, aparece en el análss sguente. Lnealdad del detector (LD): Mde la habldad del detector para reportar lecturas de concentracones de componentes más altas en la medda que se nyecte un volumen de muestra con mayor concentracón del componente, o sea, exste una relacón lneal fuerte entre las concentracones de los componentes nyectados y la respuesta obtenda por el detector. Rudo del detector (RD): Consste en realzar lecturas de cromatograma sn nyeccón de muestra con el objetvo de observar la varabldad exstente en el cromatograma con respecto a una línea horzontal que representa el valor promedo. Derva del detector (DD): En este caso, se mde la dferenca entre la respuesta fnal del cromatograma y la ncal en cuanto a la altura del pco para lecturas realzadas sn nyeccón de muestra en un ntervalo de tempo determnado. Se aceptan valores de Lfnal L nc DD = 60.0* tfnal t nc Exacttud del detector (ED): Evalúa la capacdad del detector para medr la concentracón de un componente determnado en dferentes muestras con gual volumen de nyeccón, pero con concentracones dferentes del componente. Se analzan las dferencas sgnfcatvas entre los valores prefjados de concentracones y las lecturas reportadas por el equpo. En otras palabras, la exacttud del detector se defne como el grado de concordanca entre la señal establecda para la deteccón y la obtenda por el nstrumento. Se expresa como la dferenca relatva entre la concentracón nyectada del componente y la detectada por el equpo. Se acepta una exacttud del detector ED< 10 %. C ED = ny C C ny det *100 Todos estos parámetros son estmados a partr de una solucón donde prevalece un componente. Para realzar el estudo, se decdó trabajar con una solucón de propanol y las respuestas del cromatograma están dadas fundamentalmente en la capacdad del equpo de detectar las concentracones de propanol presente en la muestra. Para realzar los expermentos, se decdó medr el flujo del gas portador antes de realzar la nyeccón con el objetvo de controlar que su valor se mantenga aproxmadamente constante. Otras medcones realzadas son: área del pco cromatográfco correspondente al propanol tempo de retencón del propanol altura del pco y concentracón de propanol detectada Se conoce que algunas de las varables de respuestas menconadas anterormente son sensbles a cambos en el volumen de nyeccón de muestra y la concentracón de los componentes dentro de la nyeccón. En nuestro caso, se decdó realzar la cualfcacón del equpo utlzando una solucón de propanol mezclada con una solucón hdroalcohólca (40 % de etanol y 60 % de agua) varando los sguentes factores en los rangos ndcados: 1. Volumen de nyeccón de muestra: (0.2, 0.5, 1.0) l. 2. Concentracón de propanol en la muestra: (6.0, 18.0, 36.0)g/100 L. Se realzaron tres réplcas de un dseño factoral 3 2 en cuatro bloques aleatorzados de gual tamaño que corresponden a dos seccones de trabajo durante dos días de expermentacón. Este dseño permtó est- 54 ICIDCA No. 3, 2007

5 mar la varabldad producda por causas no controlables como día de expermentacón, seccón de trabajo (mañana, tarde) y réplca de expermentacón. Para cada bloque de expermentos se realzaron tres determnacones del flujo de gas portador que fueron tomadas en tres nstantes de tempo (al nco, en el medo, al fnal). Para evaluar el arrastre del nyector fue necesaro realzar medcones después de haber procesado dferentes condcones expermentales, calculándose en todos los casos el por cento de arrastre. RESULTADOS Y DISCUSIÓN En la fgura 1 se realza el ploteo de caja de bgotes de los valores de concentracón de propanol detectados por el equpo para cada una de las réplcas. El gráfco de la zquerda muestra una menor varabldad de la segunda réplca comparada con las otras dos. Al profundzar en las causas de este comportamento se pudo determnar la exstenca de un error en la ejecucón de dos condcones expermentales que fueron rectfcadas obtenéndose el gráfco de la derecha. Éste muestra cajas de bgotes muy smlares en cuanto a los valores promedos y desvacón estándar entre las tres réplcas con un coefcente de varacón de 2.47 % por lo que este factor aparentemente no tene nfluenca en la dspersón de los resultados. Las concentracones de propanol detectadas por el equpo para el nvel más alto de este compuesto se alejan notablemente del cuerpo de la caja. Este comportamento es lógco tenendo en cuenta que el últmo nvel ensayado es de 36.0 g/100 L, el doble del segundo. Tabla 1. Resultados de las medcones del flujo d e gas portador (ml/mn) Bloque Día Turno FGas FGas FGas Inc Medo Fnal X S CV EF X S CV (%) EF (%) Fgura 1. Representacón gráfca por cajas de bgotes de los datos ICIDCA No. 3,

6 Exacttud de flujo (EF) Otra de las varables meddas en el equpo es el flujo de gas portador. En la tabla 1 se reportan los valores promedos de flujos y coefcentes de varacón para cada bloque de expermentos. En ella se apreca que todos los coefcentes de varacón son menores de 0.5 % reportándose exacttud de flujo nferores al 5 %. Esto se nterpreta como una buena establdad del flujo de gas portador durante las experencas realzadas. Fgura 2. Ecuacón de ajuste regresonal Tabla 2. Resultados de la evaluacón del arrastre del nyector Vol ( L) Conc (g/100l) Tempo Ret. (mn) Área Pco Altura Pco (Mv) Conc g/100l Tabla 3. Resultados de la evaluacón de la lnealdad del detector Conc (g/100l) Vol ( L) Tempo Ret. (mn) Área Pco Altura Pco (Mv) Conc g/100 L Arrastre del nyector (AI) Los expermentos para evaluar el arrastre del nyector después de haber ejecutado dstntas condcones expermentales nos ndcan que las concentracones de propanol detectadas en todos los casos son nferores a 0.5 g/100 L. Esto representa una cantdad de 5*10-9 g/ L de arrastre. Los expermentos que presentaron pequeños arrastres son los que se realzaron después de haber ejecutado una condcón expermental con el volumen máxmo de nyeccón. Lnealdad del detector (LD) Los resultados expermentales que aparecen en la tabla 3 muestran que la concentracón de propanol detectada aumenta lnealmente en la medda en que se ncrementa el volumen de nyeccón desde 0.2 Esto sgnfca una buena capacdad del detector para determnar la concentracón de propanol en dferentes volúmenes de muestras. En la fgura 2 se apreca el modelo cuadrátco con un coefcente de correlacón múltple r 2 = El coefcente correspondente al térmno lneal es postvo confrmando la relacón entre la concentracón de propanol y el volumen de nyeccón explcada anterormente. Exacttud del detector (ED) La exacttud del detector fue evaluada consderando un volumen de nyeccón de 1 L y se varó la concentracón de la nyeccón entre 6 g/100 L y 36 g/100 L. En la tabla 4 se calculan los valores de exacttud del detector, sendo en todos los casos nferor al 10 %. La fgura 3 revela el buen ajuste que presenta el modelo lneal con un coefcente de correlacón múltple superor a El térmno de la pendente del modelo es postvo, ndcando que a medda que se aumenta la concentracón de 56 ICIDCA No. 3, 2007

7 Conc. Prop. Iny. (g/100 L) Tabla 4. Estudo del efecto de varar la concentracón de la nyeccón Vol ( L) Tempo Ret. (mn) Área Pco Altura Pco (Mv) Conc g/100 L ED (%) Fgura 3. Ecuacón de ajuste regresonal propanol en la nyeccón tambén se ncrementa proporconalmente la concentracón de etanol detectada. Por otro lado, el térmno ndependente no es sgnfcatvamente dferente de cero. Análss de varanza multfactoral A contnuacón se procedó a realzar un análss de varanza multfactoral para la varable concentracón de propanol detectada tenendo en cuenta los dstntos componentes de la varanza controlados en los expermentos. Los resultados de la tabla 5 destacan como efectos sgnfcatvos sobre los valores de concentracón de propanol, detectada por el equpo, solamente los cambos de volumen y concentracón de la nyeccón. Este resultado se corresponde con lo esperado por un equpo que funcone correctamente. El análss de resduo ndca que la varabldad de los valores estmados de la concentracón de propanol detectada se mantene constante en todo el rango de concentracones observadas. No exste un patrón que refleje lo contraro. En la fgura 4 se observa que a bajos volúmenes de nyeccón (0.2 L) el efecto de varar la concentracón de propanol en la muestra es muy pequeño en comparacón cuando se trabaja con volúmenes de (1 L). Esto nos dce que utlzar un volumen de muestra de (1 L) es sufcente para detectar las concentracones de propanol en la muestra por el equpo. Tabla 5. Análss de varanza multfactoral Analyss of Varance for LConc - Type III Sums of Squares Source Sum of Squares Df Mean Square F-Rato P-Value MAIN EFFECTS A:Da B:Turno C:Rép D:Vol E:Conc INTERACTIONS DE RESIDUAL TOTAL (CORRECTED) All F-ratos are based on the resdual mean square error. ICIDCA No. 3,

8 Fgura 4. Ploteo de resduales y gráfco de nteraccón Tempo de retencón Tabla 6. Estadígrafos muestrales de la varable tempo de retencón Día Cant. Desv. Coef. Meda Medana Obs. Estándar Varacón Tabla 7. Análss de varanza multfactoral del tempo de retenc ón Analyss of Varance for Tempo - Type III Sums of Squares Source Sum of Squares Df Mean Square F-Rato P-Value MAIN EFFECTS A: Vol B: Conc C: Rép RESIDUAL TOTAL (CORRECTED) All F-ratos are based on the resdual mean square error. El ANOVA para el tempo de retencón (tabla 7) dentfca como efecto sgnfcatvo solamente a la varacón del volumen de nyeccón. Este resultado es totalmente aceptable puesto que a mayor volumen de nyeccón mayor es el tempo de retencón. La fgura 5 muestra este efecto. Por otra parte, el tempo de retencón presenta un coefcente de varacón nferor al 0.4 % para cada día de expermentacón. Este valor concuerda con el resultado del ANOVA donde la varabldad del tempo de retencón producto de la réplca no fue sgnfcatva. El ploteo de resduales para esta varable no refleja nngún patrón que ndque falta de homogenedad de las varanzas. Análss del dseño de expermento En este punto se evalúa desde el punto de vsta del dseño del expermento la matrz expermental obtenda ncluyendo solamente en el modelo aquellos factores sgnfcatvos. Se obtuvo un modelo empírco de segundo orden con nteraccones que permten correlaconar los valores de concentracón de propanol detectada por el equpo en dependenca del volumen de nyeccón y la concentracón de la nyeccón. Se observa que todos los coefcentes ncludos dentro del modelo son sgnfcatvos (tabla 8) destacándose los efectos lneales de los factores. Por otro lado, el modelo 58 ICIDCA No. 3, 2007

9 Fgura 5. Ploteo de resduales y gráfco de nteraccón propuesto logra explcar el 91.5 % de la varanza total de los datos. El análss de resduos confrmó las hpótess de normaldad de las observacones y además no reveló nngún patrón que ndque falta de homogenedad en las varanzas de las msmas. En la ecuacón que descrbe el modelo todos los coefcentes tenen sgno postvo. Esto confrma el hecho de que a medda que aumente el volumen y la concentracón de la nyeccón tambén aumentan los valores de concentracón de propanol detectados por el equpo. El modelo propuesto tene la forma sguente: z x x y y x y e 2 2 = * * * * * + 2 R = CONCLUSIONES Se mplementó una metodología de dseño expermental y análss estadístco para cualfcar equpos de cromatografía gaseosa. El ANOVA para la varable concentracón de propanol detectada por el equpo señaló como efectos sgnfcatvos los cambos de volumen y concentracón de la nyeccón, no así la varabldad producto de la repetbldad de las condcones expermentales. El ANOVA realzado para la varable tempo de retencón determnó como efecto sgnfcatvo el volumen de nyeccón. Como resultado de la aplcacón de la metodología se puede conclur que todos los parámetros de funconamento del equpo de cromatografía gaseosa del LABEB están en los rangos aceptables para su uso. Tabla 8. Coefcentes del modelo regresonal ajustado a la matrz expermental STAT. EXPERIM. DESIGN Regr. Coeffcents; Var.:LCONC; R -sqr=,91579; Adj:, level factors, 1 Blocks, 27 Runs; MS Resdual=11,55899 DV: LCONC Regressn -95,% Factor Coeff. Std.Err. t(21) p Cnf.Lmt Mean/Interc. 5,490600* 1,463063* 3,752812*,001171* 2,447994* (1)VOL (L) 6,841478*,801353* 8,537413*,000000* 5,174974* VOL (Q) 3,012733* 1,387983* 2,170583*,041575*,126264* (2)CONC (L) 7,945467*,801353* 9,915069*,000000* 6,278963* CONC (Q) 2,934400* 1,387983* 2,114146*,046636*,047930* 1L by 2L 6,799717*,981452* 6,928218*,000001* 4,758674* ICIDCA No. 3,

10 Notacón EF : Exacttud de flujo ml /mn. x : F : Flujo de gas promedo ml /mn. y : gas fjo F gas : Flujo de gas fjado prevamente F (): medante software gas t t : Tempo fnal (mn) A (): t fnal t ncal : Tempo ncal (mn) t : L fnal : Lectura fnal ( mv ) Lt (): L ncal : Lectura ncal ( mv ) Concpro (): t DD : Derva del detector ( mv / h ) Conc ny : z : Concentracón de propanol reportada por el equpo en el expermento (g/100 L) pco Volumen de muestra nyectado en el expermento (ul) Concentracón de propanol de la nyeccón en el expermento (g/100 L) Flujo de gas portador en el nstante de tempo de t. Área del pco cromatográfco Tempo de retencón (mn) Altura del pco cromatográfco Concentracón de propanol en el nstante de tempo t. (g/100l) Concentracón de la nyeccón (g/100l) REFERENCIAS BIBLIOGRÁFICAS 1. NC-180 / IEC 17025:2006 Requstos generales para la competenca de los laboratoros de ensayo y de calbracón. 2. NC/TS-368:04. Guía para la valdacón de métodos de ensayos químcos para almentos". Prmera Edcón págnas. 3. Ofcna Naconal de Normalzacón (NC). "Enfoque estadístco del control nterno de la caldad en los laboratoros de ensayo". Edcón en soporte dgtal Dallas, J. Métodos Multvarados Aplcados al Análss de Datos. Méxco: Internatonal Thonson Edtores S.A. de C.V., Castro, M.; Gascón, S.; Pujol, J.; Vcente, I. Valdacón de Métodos Analítcos A.E.F.I., Seccón Catalana, Comsón de Normas de Buenas Práctcas de Fabrcacón y Control, Hoagln, D.; Mosteller, F.; Tukey, J. Fundamentals of Exploratory Analyss of Varance. John Wley & Sons, INC, Rood, D. A Practcal Gude to the Care, Mantenance and Troubleshootng of Capllary GC Systems Okumura, K.; Imamura, Y. Determnaton of anlnes n rver water, sedment, and fsh samples by gas chromagraphy-mass spectrometry. Journal of Chromatography Scence 34: p , NC-ISO Gráfcos de control de Shewhart 60 ICIDCA No. 3, 2007

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

Estimación de incertidumbres en calibración de Osciladores

Estimación de incertidumbres en calibración de Osciladores Estmacón de ncertdumbres en calbracón de Oscladores J. Maurco López R. Dvsón de Tempo Frecuenca Centro Naconal de Metrología maurco.lopez@cenam.mx Resumen La frecuenca de salda de los oscladores debe ser

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

COMPARADOR CON AMPLIFICADOR OPERACIONAL

COMPARADOR CON AMPLIFICADOR OPERACIONAL COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

Índice de Precios de las Materias Primas

Índice de Precios de las Materias Primas May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles

Más detalles

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles 2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

ACUERDO DE ACREDITACIÓN IST 184. Programa de Magister en Ciencias mención Oceanografía Universidad de Concepción

ACUERDO DE ACREDITACIÓN IST 184. Programa de Magister en Ciencias mención Oceanografía Universidad de Concepción A t f l E D T A C l f l N UMITAS ACUERDO DE ACREDITACIÓN IST 184 Programa de Magster en Cencas mencón Oceanografía Unversdad de Concepcón Con fecha 10 de octubre de 2012, se realza una sesón del Consejo

Más detalles

Diseño y Análisis de Experimentos en el SPSS 1

Diseño y Análisis de Experimentos en el SPSS 1 Dseño y Análss de Expermentos en el SPSS EJEMPLO. Los sguentes datos muestran las meddas de hemoglobna (gramos por 00 ml) en la sangre de 40 ejemplares de una espece de truchas marrones. Las truchas se

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

DISEÑO SEVERO. PALACIOS C. SEVERO Consultor Metalúrgico. Lima Perú

DISEÑO SEVERO. PALACIOS C. SEVERO Consultor Metalúrgico. Lima Perú DISEÑO SEVERO PALACIOS C. SEVERO Consultor Metalúrgco espc@yahoo.com Lma Perú RESUMEN: Se ha desarrollado un nuevo dseño de mucha utldad para los procesos ndustrales al cual he denomnado Dseño Severo.

Más detalles

Disipación de energía mecánica

Disipación de energía mecánica Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

Inferencia en Regresión Lineal Simple

Inferencia en Regresión Lineal Simple Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que

Más detalles

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales CAPÍTULO IV IV. Correlacón de los resultados expermentales La aplcacón de modelos de solucón para correlaconar los resultados que se obtenen en los expermentos, resulta de gran mportanca para amplar la

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento

Más detalles

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

Incertidumbre de la Medición: Teoría y Práctica

Incertidumbre de la Medición: Teoría y Práctica CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca (1 ra Edcón) Autores: Sfredo J. Sáez Ruz Lus Font Avla Maracay - Estado Aragua - Febrero 001 Copyrght 001 L&S CONSULTORES C.A. Calle

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departamento Admnstratvo Naconal de Estadístca Dreccón de Censos Demografía METODOLOGIA ESTIMACIONES Y PROYECCIONES DE POBLACIÓN, POR ÁREA, SEXO Y EDAD PARA LOS DOMINIOS DE LA GRAN ENCUESTA INTEGRADA DE

Más detalles

Estimación del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo diario de gas a partir de lecturas periódicas de medidores Nota técnca Estmacón del consumo daro de gas a partr de lecturas peródcas de meddores Por Salvador Gl, Gerenca de Dstrbucón del Enargas, A. azzn, Gas Natural Ban y R. Preto, Gerenca de Dstrbucón del Enargas

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

Relación 2: Regresión Lineal.

Relación 2: Regresión Lineal. Relacón 2: Regresón Lneal. 1. Se llevó a cabo un estudo acerca de la cantdad de azúcar refnada (Y ) medante un certo proceso a varas temperaturas dferentes (X). Los datos se codfcan y regstraron en el

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS Procedmento de Calbracón Metrología PROCEDIMIENTO DI-00 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS La presente edcón de este procedmento se emte exclusvamente en formato dgtal y puede descargarse gratutamente

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Prueba de Evaluación Continua

Prueba de Evaluación Continua Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Título: Dos métodos de diagnóstico de circuitos digitales de alta y muy alta escala de integración.

Título: Dos métodos de diagnóstico de circuitos digitales de alta y muy alta escala de integración. Título: Dos métodos de dagnóstco de crcutos dgtales de alta y muy alta escala de ntegracón. Autor: Dr. Ing. René J. Díaz Martnez. Profesor Ttular. Dpto. de Automátca y Computacón. Fac. de Ingenería Eléctrca.

Más detalles

Equilibrio termodinámico entre fases fluidas

Equilibrio termodinámico entre fases fluidas CAPÍTULO I Equlbro termodnámco entre fases fludas El conocmento frme de los conceptos de la termodnámca se consdera esencal para el dseño, operacón y optmzacón de proyectos en la ngenería químca, debdo

Más detalles

Examen Final de Econometría Grado

Examen Final de Econometría Grado Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Índice de Madurez Tecnológica en el Sector Hotelero

Índice de Madurez Tecnológica en el Sector Hotelero Índce de Madurez Tecnológca en el Sector Hotelero Jaume Jaume Mayol, Antono Tudurí Vla Escuela de Hotelería de las Illes Balears Balears Resumen: El ncremento del uso de las Tecnologías de la Informacón

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN AMBIENTAL EN EL NIVEL MEDIO SUPERIOR ARACELI ACEVEDO-CRUZ / MA. EUGENIA HERES-PULIDO Facultad de Estudos Superores Iztacala, Unversdad Naconal Autónoma

Más detalles

Maestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto

Maestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto Maestría en Economía Facultad de Cencas Económcas Unversdad Naconal de La Plata TESIS DE MAESTRIA ALUMNO Laura Carella TITULO Educacón unverstara: medcón del rendmento académco a través de fronteras de

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 0 DE JUNIO DE 018 15.30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta 1 A B C En Blanco

Más detalles

Práctica 1 Caracterización de un voltímetro analógico

Práctica 1 Caracterización de un voltímetro analógico Págna 3/9 Área: Práctca 1 Caracterzacón de un voltímetro analógco Págna 3 Págna 4/9 Área: 1. Segurdad en la ejecucón Pelgro o fuente de energía 1 Foco ncandescente Fuente de poder Resgo asocado Quemadura

Más detalles

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

Más detalles

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas

Más detalles

ANÁLISIS DE LA MOROSIDAD TRIBUTARIA DE LAS EMPRESAS APLICANDO TÉCNICAS BORROSAS Y ESTADÍSTICAS. EL CASO DE MAR DEL PLATA.

ANÁLISIS DE LA MOROSIDAD TRIBUTARIA DE LAS EMPRESAS APLICANDO TÉCNICAS BORROSAS Y ESTADÍSTICAS. EL CASO DE MAR DEL PLATA. ANÁLISIS DE LA MOROSIDAD TRIBUTARIA DE LAS EMPRESAS APLICANDO TÉCNICAS BORROSAS Y ESTADÍSTICAS. EL CASO DE MAR DEL PLATA. SEGUNDA PARTE. (TRABAJO PRESENTADO EN EL CONGRESO DE LA SOCIEDAD ARGENTINA DE ESTADISTICA)

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

Análisis de la potencia estadística del estimador Q en Ingeniería del Software

Análisis de la potencia estadística del estimador Q en Ingeniería del Software Proceedngs of 8th Expermental Software Engneerng Latn Amercan Workshop ESELAW 2011 Análss de la potenca estadístca del estmador Q en Ingenería del Software Oscar Deste 1, Enrque Fernández 1,2, Patrca Pesado

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

Determinación de Puntos de Rocío y de Burbuja Parte 1 Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES

UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS ORESTALES USO DE CALC DE OPENOICE EN EL ANÁLISIS DE DISEÑOS EXPERIMENTALES TESIS PROESIONAL QUE COMO REQUISITO PARCIAL PARA OBTENER EL TÍTULO DE: LICENCIADO

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles