Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte
|
|
- Ángel Duarte Ferreyra
- hace 7 años
- Vistas:
Transcripción
1 Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte Resumen En este trabajo se usó Máquinas de Vectores de Soporte (SVM, por sus siglas en inglés) para predecir si existe una relación entre el género y la cantidad de cigarrillos y enfermedades que padecen las personas. La variable cigarrillo tiene cuatro niveles o categorías: No fuma, entre 10 y 20 cigarrillos, menos de 10 cigarrillos y más de 20 cigarrillos. La variable enfermedad tiene tres categorías: Alzheimer, Otros Diagnósticos y Otras Demencias. Se realizaron dos ensayos, en el primer ensayo se consideró varias funciones Kernel y se dejó fijo el parámetro de Capacidad en C=1. En el segundo ensayo se aumentó el valor del parámetro de capacidad en C=1000. El archivo de datos usado tiene un total de 538 datos de los cuales 70 se seleccionaron para entrenar, 15 para validar y 15 para pruebas. Las evaluaciones de la SVM se hicieron considerando datos de prueba, datos de entrenamiento y finalmente se validó con todo el conjunto de datos, todo esto para poder observar el comportamiento del error con las distintas validaciones. Los resultados arrojan que el género Femenino está asociado con las enfermedades, es decir; son las mujeres la que padecen con mayor frecuencia este tipo de enfermedades siendo más propensas a sufrir de Alzheimer, mientras que la cantidad de cigarrillos está asociada con el género Masculino, indicando que los Hombres tienden a fumar entre 10 y 20 cigarrillos. Introducción La Minería de Datos es de gran utilidad cuando se requiere explorar grandes bases de datos ya sea de manera automática o semiautomática, con la finalidad de encontrar patrones repetitivos o reglas que permitan de alguna manera explicar el comportamiento de los datos en un determinado contexto. La minería de datos surge con el propósito de intentar facilitar la comprensión de cualquier contenido que se refiera a un repositorio de datos, para ello hace uso de técnicas estadísticas y de algoritmos del área de Inteligencia Artificial.
2 Las Máquinas de Vector Soporte (SVM) son algoritmos del área computacional, específicamente, forman parte del área de Inteligencia Artificial. Este tipo de algoritmos han sido ampliamente usados en problemas de clasificación y regresión para optimizar, por ello, en este trabajo se usó Máquinas de Vectores de Soporte (SVM, por sus siglas en inglés) con la finalidad de predecir si existe una relación entre el género y la cantidad de cigarrillos y enfermedades que padecen las personas. La variable cigarrillo tiene cuatro niveles o categorías: No fuma, entre 10 y 20 cigarrillos, menos de 10 cigarrillos y más de 20 cigarrillos. La variable enfermedad tiene tres categorías: Alzheimer, Otros Diagnósticos y Otras Demencias. La SVM seleccionada usó como núcleo (Kernel) funciones de Base Radial. El archivo de datos usado tiene un total de 538 datos de los cuales 70 se seleccionaron para entrenar, 15 para validar y 15 para pruebas. Las evaluaciones de la SVM se hicieron considerando datos de prueba, datos de convalidación, datos de entrenamiento y finalmente se validó con todo el conjunto de datos, todo esto para poder observar el comportamiento del error con las distintas validaciones. El tratamiento estadístico de los datos se llevó a cabo utilizando R, el cual es un lenguaje de programación que permite realizar cálculo estadístico. Dentro de R, se instaló el paquete Rattle y allí se realizaron los análisis exploratorios para obtener las estadísticas descriptivas, los histogramas por género para cada variable y finalmente se aplicó la técnica Máquina de Vector Soporte. Metodología Análisis Exploratorio Los datos para este estudio fueron tomados de la Base de Datos de Rattle. El archivo Datos contiene el conjunto de datos usados, dicho archivo consta de 538 datos. Se tienen tres variables categóricas: fumar, enfermedad y género. La variable Fumar tiene cuatro niveles: ninguno (no fuma), menor a 10 (menos de 10 cigarrillos), Oct-20 (fumar entre 10 y 20 cigarrillos) y Mayor a 20 (fumar más de 20 cigarrillos). La variable enfermedad presenta tres niveles: Alzheimer, otras demencias y otros diagnósticos. Por último, se tiene la variable género que tiene dos niveles: Femenino y Masculino. La figura 1 muestra todas las variables con sus respectivos niveles o categorías.
3 Figura 1. Variables con sus Niveles Estadísticos Descriptivos La figura 2 muestra los estadísticos descriptivos para cada una de las variables con sus respectivos niveles o categorías. El valor mínimo que puede tomar es 1 y el valor máximo 538. El primer cuartil indica que el 25% de los datos tienen un valor menor a y el tercer cuartil indica que el 75% de los datos tienen un valor menor que La media tiene un valor de 269.5, ésta representa el segundo cuartil, indicando que el 50% de los datos están por encima de ese valor. También se observa que la media y la varianza son iguales, es se debe a que los datos presentan una distribución de frecuencias simétrica y unimodal. Figura 2. Estadísticos Descriptivos para las Variables: Fumar, Enfermedad y Género. Distribuciones de Frecuencia por variable El gráfico 1 muestra la distribución de frecuencia por género para la variable Fumar. Se observa que el nivel no fumar se encuentra un total de 220 (59%) personas que no usan cigarrillo de los cuales 161 pertenecen al género Femenino y 59 al género Masculino. Para el nivel fumar 10 a 20 cigarrillos se tiene un total de 81 (22%) personas de las cuales 38 corresponden al género Femenino y 43 al género masculino, siendo los hombres quienes consumen con mayor frecuencia el cigarrillo. El nivel fumar más de 20 cigarrillos está conformado por 54 (14%) personas de las
4 cuales 18 corresponden al género Femenino y 36 al género Masculino. Finalmente, el nivel fumar menos de 10 cigarrillos es el que presenta menor número de personas, 21 (6%) personas de las cuales, 12 pertenecen al género Femenino y 9 al género Masculino. En general, se observa que el grupo con mayor número de personas es el nivel no fumar y el grupo con menor número de personas es el nivel Fumar menos de 10 cigarrillos. Los gráficos intermedios son semejantes. Además el gráfico arroja que el género que consume con mayor frecuencia más de 20 cigarrillos es el Masculino mientras que el género que consume con mayor frecuencia menos de 10 cigarrillos es el Femenino. Gráfico 1. Distribución por género para la variable Fumar El gráfico 2 muestra la distribución por género para la variable Enfermedad. Como se mencionó previamente, ésta variable presenta tres niveles o categorías, Alzheimer, Otros diagnósticos y otras demencias. Para el nivel Alzheimer se tiene un total de 140 (37%) personas de las cuales 93 pertenecen al género Femenino y 47 al género Masculino, observándose una diferencia significativa, lo cual indica que esta enfermedad ocurre con mayor frecuencia en las mujeres que en los hombres. El nivel Otros diagnósticos tiene un total de 130 (35%) personas de los cuales 84 corresponden al género Femenino y 46 al género Masculino, nuevamente, las mujeres padecen con mayor frecuencia este tipo de diagnósticos. El último nivel Otras Demencias tiene un total de 106 (28%) personas de las cuales 52 pertenecen al género Femenino y 54 al género Masculino.
5 En general, se observa que las mujeres son las que tienen mayor probabilidad de padecer este tipo de enfermedades, resaltando el Alzheimer y Otros Diagnósticos que son los niveles donde se encuentra un mayor número de personas y la diferencia entre el género Femenino y Masculino es significativa. Gráfico 2. Distribución por género para la variable Enfermedad El gráfico 3 muestra la distribución de frecuencia para la variable género, del conjunto de datos se tiene que 229 (61%) personas corresponden al género Femenino y 147 (39%) al género Masculino. Gráfico 3. Distribución para la variable Género
6 Exploración Interactiva de datos usando Latticist Latticist es una aplicación que permite visualizar datos gráficos para análisis de datos exploratorios. Es una herramienta basada en R que contiene todo tipo de gráficos, por ejemplo: diagramas de dispersión, de barras y de coordenadas paralelas. El gráfico 4 muestra los resultados obtenidos al aplicar la herramienta Latticist al conjunto de datos. Este gráfico comprueba los resultados del histograma. Para la variable Fumar se tiene que entre los niveles (ninguno y 10-20) el género Masculino está por debajo y para los demás niveles (10-20 hasta <10) el género Femenino está por debajo. En cuanto a la variable enfermedad se observa que siempre el género Femenino está por encima, indicando que para el conjunto de datos bajo estudio este género es el más propenso a padecer dichas enfermedades. Gráfico 4. Exploración Interactiva de Datos
7 Resultados de la aplicación de la técnica Máquina de Vector Soporte (SVM) El modelo se entrenó considerando 70 datos para entrenamiento, 15 datos para validación y 15 datos para pruebas. El primer ensayo se realizó con diferentes funciones Kernel dejando fijo el parámetro de capacidad en C=1, observando que el menor error de validación se logró con función Base Radial y función Spline, obteniéndose un error de La tabla 1 muestra los errores de validación para cada función. Kernel Error de Validación Base Radial (RBF) Lineal Polinomiales Spline Tabla 1. Errores de Validación Función Base Radial (RBF): la figura 3 muestra los resultados obtenidos con esta función. Figura 3. Función Base Radial (RBF)
8 Función Polinomial: la figura 4 muestra los resultados obtenidos con la función Polinomial Figura 4. Función Polinomial Función Lineal: la figura 5 muestra los resultados obtenidos con la función Lineal Figura 5. Función Lineal
9 Función Spline: la figura 6 muestra los resultados obtenidos con la función Spline Figura 6. Función Spline El segundo ensayo se realizó con diferentes funciones Kernel y se fijó el valor para el parámetro de capacidad en C=1, obteniéndose los mismos resultados que arrojó el primer ensayo, donde el menor error de validación se logró con función Base Radial y función Spline, obteniéndose un error de La tabla 2 muestra los errores de validación para cada función. Kernel Error de Validación Base Radial (RBF) Lineal Polinomiales Spline Tabla 2. Error de Validación. Variando C
10 Función Base Radial (RBF): la figura 7 muestra los resultados obtenidos al aplicar función Base Radial con un parámetro de capacidad C=1000. Figura 7. Función Base Radial. Capacidad C=100 Función Polinomial: la figura 8 muestra los resultados obtenidos al aplicar función Polinomial con un parámetro de capacidad C=1000. Figura 8. Función Polinomial. Capacidad C=1000
11 Función Lineal: la figura 9 muestra los resultados obtenidos al aplicar función Lineal con un parámetro de capacidad C=1000. Figura 9. Función Lineal. Capacidad C=1000 Función Spline: la figura 10 muestra los resultados obtenidos al aplicar función Spline con un parámetro de capacidad C=1000. Figura 10. Función Spline. Capacidad C=1000 Los dos ensayos indican que el parámetro de capacidad C no afecta el error de validación.
12 El gráfico 5 muestra el comportamiento del error, la precisión y recuperación a medida que se ejecuta el modelo. Evaluación del Modelo Gráfico 5. Diagrama de Precisión/Recuperación Usando los datos del Entrenamiento Figura 11. Validación con Datos de Entrenamiento
13 Usando datos de Prueba Figura 12. Validación con Datos de Prueba Usando todos los datos Figura 13. Validación todos los Datos La validación con los tres tipos de datos arroja que el menor error (30.58%) se obtiene cuando el modelo se valida con los mismos datos con los que se entrenó (ver figura 11). El error general aumenta a 35.37% cuando se usa para validar los datos de Prueba, esto se debe a que son muy pocos datos (15 datos) lo cual hace que se incremente el error (ver figura 12). Finalmente, la validación usando todo el conjunto de datos arroja que el 31,78% de las veces el modelo se equivoca en la predicción (el valor real no coincide con el valor predicho) (ver figura 13).
D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO
Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos
Más detallesSnapStat: Análisis de Una Muestra
SnapStat: Análisis de Una Muestra Resumen La SnapStat Análisis de Una Muestra crea un resumen en una hoja de una sola columna de datos numéricos. Calcula estadísticas de resumen e intervalos de confianza,
Más detalles2.5. Asimetría y apuntamiento
2.5. ASIMETRÍA Y APUNTAMIENTO 59 variable Z = X x S (2.9) de media z = 0 y desviación típica S Z = 1, que denominamos variable tipificada. Esta nueva variable carece de unidades y permite hacer comparables
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES Carrera: LICENCIATURA EN COMERCIO EXTERIOR Asignatura: ESTADÍSTICA APLICADA A LOS NEGOCIOS ESTADÍSTICA DE LOS NEGOCIOS Curso: 1º AÑO Año lectivo: 2016 Carga
Más detallesPráctica 1: Introducción a SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 1: Introducción a SPSS 1 Este programa estadístico está organizado en dos bloques: el editor de datos y el visor
Más detallesLa estadística en Internet
5 La estadística en Internet Neus Canal Díaz 5.1. Introducción Actualmente, Internet se está convirtiendo en una de las principales fuentes de información en muchas áreas, como es la investigación científica.
Más detallesGráficas: ( Parte I ) Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados
Gráficas: ( Parte I ) Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados Gráficas Definición de Gráfica Una gráfica es una representación pictórica o visual de un conjunto de datos. Puede ilustrar
Más detallesFACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS PROGRAMA DE MERCADEO
FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS PROGRAMA DE MERCADEO I. IDENTIFICACIÓN DE LA ASIGNATURA NOMBRE: Estadística I CODIGO: 41A03 PRERREQUISITO: Matemática I SEMESTRE: III CRÉDITOS: 3 II. OBJETIVO
Más detallesNociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad
Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad Introducción a la estadística descriptiva La estadística descriptiva ayuda a describir las características de grupos
Más detalles1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Probabilidad y Estadística. Carrera: Ingeniería en Materiales. Clave de la asignatura: MAM 0524
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería en Materiales MAM 0524 3 2 8 2.- HISTORIA
Más detallesINDICE Parte I. Acumulación del Costo del Producto 1. Aspectos Administrativos y de Organización de la Contabilidad de Costos.
INDICE Parte I. Acumulación del Costo del Producto 1. Aspectos Administrativos y de Organización de la Contabilidad de Costos. La naturaleza de la contabilidad de costos. Objetivos de la contabilidad de
Más detallesValidación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO
Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Objetivos de la clase Objetivos de la estadística. Concepto y parámetros
Más detallesCLASIFICACIÓN MULTIVARIANTE DE RONES CON EMPLEO DE LA ESPECTROSCOPIA INFRARROJA CERCANA
V CONGRESO LATINOAMERICANO DE PROFESIONALES Y ESTUDIANTES DE CIENCIA Y TECNOLOGIA DE LOS ALIMENTOS CLASIFICACIÓN MULTIVARIANTE DE RONES CON EMPLEO DE LA ESPECTROSCOPIA INFRARROJA CERCANA Autores Estrella
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN.
1.- Unidad Académica: Facultad de Ingeniería UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN 2.- Programa (s) de estudio:
Más detallesCómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas
Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas Sesión de Residentes 13 de febrero, 2012 ÍNDICE Diferencia entre población y muestra. Diferencia
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)
PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua
Más detallesREGRESIÓN LINEAL CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística REGRESIÓN LINEAL CON SPSS 1.- INTRODUCCIÓN El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre
Más detallesIntroducción a la estadística básica, el diseño de experimentos y la regresión
Introducción a la estadística básica, el diseño de experimentos y la regresión Objetivos José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Objetivo general Organizar el estudio
Más detallesDOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los
Más detallesEstado del arte en las compras 2013. Anexo B Por tamaño de empresa
Estado del arte en las compras 2013. Anexo B Por tamaño de empresa por Ing. Jesús Campos Cortés CPIM CIRM, C.P.M, PMP,CPAM, CQIA, CEI, CSCP, CPSM, CPF, PLS www.estrategiaycompetitividad.org INDICE DE CONTENIDO
Más detallesESCUELA SUPERIOR POLITECNICA DEL LITORAL FACULTAD DE INGENIERIA EN ELECTRICIDAD Y COMPUTACION GUAYAQUIL, ECUADOR
ESCUELA SUPERIOR POLITECNICA DEL LITORAL FACULTAD DE INGENIERIA EN ELECTRICIDAD Y COMPUTACION GUAYAQUIL, ECUADOR INFORME DE SEGUIMIENTO A GRADUADOS CARRERA INGENIERIA EN ELECTRONICA Y TELECOMUNICACIONES
Más detallesCALIDAD 1 JOSÉ MANUEL DOMENECH ROLDÁN PROFESOR DE ENSEÑANZA SECUNDARIA
CALIDAD 1 DIAGRAMA DE CORRELACIÓN-DISPERSIÓN QUÉ ES EL DIAGRAMA DE CORRELACIÓN-DISPERSIÓN? Es una herramienta gráfica que permite demostrar la relación existente entre dos clases de datos y cuantificar
Más detallesDistribuciones bidimensionales. Regresión.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 5: Distribuciones bidimensionales. Regresión. Resumen teórico Resumen teórico de los principales conceptos estadísticos
Más detallesTRABAJO PRÁCTICO ESTADISTICA APLICADA (746)
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,
Más detallesComparación de Líneas de Regresión
Comparación de Líneas de Regresión Resumen El procedimiento de Comparación de Líneas de Regresión esta diseñado para comparar líneas de regresión relacionas con Y y X en dos o mas niveles de un factor
Más detallesTEST DE RAZONAMIENTO empresa
TEST DE RAZONAMIENTO empresa CONTENIDO Introducción Qué se mide? Especificidad y fundamento teórico del Test de Razonamiento Qué información obtiene el examinado/administrador del test? Propiedades psicométricas
Más detallesTeoría 3_10 Gráficos!
Teoría 3_10 Gráficos! Gráficos de columnas Ideal para mostrar cambios de datos en un período de tiempo o para ilustrar comparaciones entre elementos. En los gráficos de columnas, las categorías normalmente
Más detallesNombre de la asignatura: Probabilidad y Estadística Ambiental
Nombre de la asignatura: Probabilidad y Estadística Ambiental Créditos: 2 2-4 Aportación al perfil Proporcionar los fundamentos necesarios para el manejo estadístico de datos experimentales que le permitan
Más detallesTécnica: Que es un histograma, como se analiza e interpreta
Técnica: Que es un histograma, como se analiza e interpreta Nota importante: Las capturas y ejemplos de histogramas de este artículo están basados en la herramienta Photoshop Elements. No obstante la mayoría
Más detallesCURSO MINERÍA DE DATOS BÁSICO
CURSO MINERÍA DE DATOS BÁSICO Hoy en día se utiliza la minería de datos en la mayoría de los campos de la ciencia. Cabe destacar las aplicaciones financieras y en banca, en análisis de mercados y comercio,
Más detalles4. METODOLOGÍA DE LA INVESTIGACIÓN. 4.1 Diseño de la Investigación
CAPÍTULO IV 4. METODOLOGÍA DE LA INVESTIGACIÓN 4.1 Diseño de la Investigación El Diseño utilizado en la presente Investigación fue el Transeccional Correlacional. Este tipo de diseño describe relaciones
Más detallesManual de Usuario Tablero de Indicadores Económicos
Manual de Usuario Tablero de Indicadores Económicos Página 1 de 18 Página 2 de 18 Contenido Qué es el Tablero de Indicadores Económicos?... 4 Objetivo... 4 Series de tiempo y sus componentes... 4 Temas
Más detallesCUADERNO DE EJERCICIOS
MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Psicopedagogía Curso 2009/2010 CUADERNO DE EJERCICIOS Ejercicio nº 1 Aplicada una prueba de medición de la inteligencia a un grupo de 50 alumnos, las puntuaciones
Más detallesUna población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.
Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico
Más detallesMATEMÁTICAS 1ero ESO
MATEMÁTICAS 1ero ESO Temario Unidad 1: Los números naturales y sus operaciones Unidad 2: Fracciones Unidad 3: Proporcionalidad numérica. Números enteros Unidad 4: Sistema métrico decimal Unidad 5: Introducción
Más detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detallesINSTRUCCIONES PARA EL USO DEL SOFTWARE (IS)
INSTRUCCIONES PARA EL USO DEL SOFTWARE (IS) Pantalla Inicial de DERIVE for Windows Teniendo instalado el programa DERIVE sobre Windows, podemos ingresar al sistema de las siguientes formas: Haciendo clic
Más detalles1. IDENTIFICACIÓN DE LA ASIGNATURA
UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE ADMINISTRACION Y ECONOMIA DEPARTAMENTO DE CONTABILIDAD Y AUDITORIA PROGRAMA DE ESTUDIO ESTADÍSTICA APLICADA II 1. IDENTIFICACIÓN DE LA ASIGNATURA 2. OBJETIVOS
Más detallesPráctica 2 Estadística Descriptiva
Práctica 2 Estadística Descriptiva Contenido Introducción...................................... 1 Tablas de frecuencias................................. 2 Medidas de centralización, dispersión y forma...................
Más detalles5.0 RECOLECCIÓN DE LOS DATOS. 5.1 Técnicas e Instrumentos
5.0 RECOLECCIÓN DE LOS DATOS 5.1 Técnicas e Instrumentos 5.1.1. Técnicas: Las técnicas utilizadas para realizar el trabajo de investigación fueron las siguientes: a) La observación: Es un método de investigación
Más detallesProcedimiento. Herramientas Estadísticas Básicas
/AGOSTO/011 1/8 1. Objetivo Dar a conocer los lineamientos referentes a la aplicación de las herramientas estadísticas básicas para el análisis y solución de problemas y mejora continua.. Alcance Cuando
Más detallesDepartamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía
Departamento Administrativo Nacional de Estadística Dirección de Censos y Demografía ESTIMACIÓN E INTERPRETACIÓN DEL COEFICIENTE DE VARIACIÓN DE LA ENCUESTA COCENSAL CENSO GENERAL 2005 - CGRAL Junio de
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL
VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL PROGRAMA: ESTADISTICA I CÓDIGO ASIGNATURA: 1215-311 PRE-REQUISITO: 1215209 SEMESTRE: 3 UNIDADES DE CRÉDITO:
Más detallesGUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2013-1
Módulo de Razonamiento cuantitativo Este módulo evalúa competencias relacionadas con las habilidades en la comprensión de conceptos básicos de las matemáticas para analizar, modelar y resolver problemas
Más detallesHERRAMIENTAS PARA LA GESTIÓN DE LA CALIDAD. Francisco Javier Miranda González
HERRAMIENTAS PARA LA GESTIÓN DE LA CALIDAD Francisco Javier Miranda González INTRODUCCIÓN GUÍAS DE USO Definir claramente el objetivo antes de emplear una técnica Analizar las opciones y elegir la técnica
Más detallesDefiniciones Diseño de Experimentos: Diseño del Experimento: Replicación o Repetición:
Definiciones Diseño de Experimentos: La experimentación es una técnica utilizada para encontrar el comportamiento de una variable a partir de diferentes combinaciones de factores o variables de entrada
Más detalles[GEOGEBRA] Innovación Educativa. Ricardo Villafaña Figueroa
2009 Innovación Educativa [GEOGEBRA] Una introducción a la geometría interactiva y cálculo visual a través de, una herramienta computacional sin costo que facilita y apoya la enseñanza y el análisis de
Más detallesPolinomios. 1.- Funciones cuadráticas
Polinomios 1.- Funciones cuadráticas Definición 1 (Función polinomial) Sea n un entero no negativo y sean a n, a n 1,..., a, a 1, a 0 número s reales con a n 0. La función se denomina función polinomial
Más detallesCapítulo 1. El caso del Método de Pesada
Capítulo 1. El caso del Método de Pesada En uno de los viajes que realizaron Norberto y Daniel, profesores de Química Analítica y de Probabilidad y Estadística, respectivamente, Norberto le pidió a Daniel
Más detallesEjemplo Traza la gráfica de los puntos: ( 5, 4), (3, 2), ( 2, 0), ( 1, 3), (0, 4) y (5, 1) en el plano cartesiano.
Plano cartesiano El plano cartesiano se forma con dos rectas perpendiculares, cuyo punto de intersección se denomina origen. La recta horizontal recibe el nombre de eje X o eje de las abscisas y la recta
Más detallesGRÁFICOS GRÁFICOS EN SPSS. Bakieva, M., González Such, J., Jornet, J., Terol, L.
GRÁFICOS GRÁFICOS EN SPSS GRÁFICOS EN SPSS. TIPOS DE GRÁFICOS. GRÁFICOS DE BARRAS; GRÁFICOS DE LÍNEAS; GRÁFICOS DE ÁREAS; GRÁFICOS DE SECTORES; GRÁFICOS DE MÁXIMOS Y MÍNIMOS; DIAGRAMA DE CAJA; DIAGRAMAS
Más detallesEstadística descriptiva. Representación de datos descriptivos
6 Estadística descriptiva. Representación de datos descriptivos Alberto Rodríguez Benot Rodolfo Crespo Montero 6.1. Introducción Tal como vimos en la introducción, la estadística descriptiva comprende
Más detalles(12249) TITULACIÓN LICENCIATURA EN A.D.E. TÉCNICAS ESTADÍSTICAS DE CONTROL DE CALIDAD. Mª Isabel López Rodríguez Dpto.
TITULACIÓN LICENCIATURA EN A.D.E. TÉCNICAS ESTADÍSTICAS DE CONTROL DE CALIDAD (12249) Mª Isabel López Rodríguez Dpto. Economía Aplicada CURSO ACADÉMICO 2013/2014 TEMA 3: HERRAMIENTAS ESTADÍSTICAS EN EL
Más detallesUnidad 2. Componentes de LibreOffice. CURSO: Introducción LibreOffice
Unidad 2 Componentes de LibreOffice CURSO: Introducción LibreOffice 1 Introducción Como hemos dicho, LibreOffice es una suite ofimática, es decir que tiene diferentes programas para dar soporte a las tareas
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas 0.0 16 Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 19 de noviembre de 2008 PROBABILIDAD
Más detallesIngeniería Informática
Grado en Ingeniería Informática PLAN DE ESTUDIOS Explicación general del plan de estudios El plan de estudios contendrá toda la formación teórica y práctica que el alumnado deba adquirir: aspectos básicos
Más detallesTema II: Programación Lineal
Tema II: Programación Lineal Contenido: Solución a problemas de P.L. por el método gráfico. Objetivo: Al finalizar la clase los alumnos deben estar en capacidad de: Representar gráficamente la solución
Más detalles2. FRECUENCIAS. 2.1. Distribución de Frecuencias.
2. FRECUENCIAS 2.1. Distribución de Frecuencias. El manejo de la información requiere de la ordenación de datos de tal forma que permita la obtención de una forma más fácil la obtención de conclusiones
Más detallesUNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3
UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3 Matriz unitaria "I" de base con variables artificiales. Cuando el problema de programación lineal se expresa en la forma canónica de maximizar, las variables de holgura
Más detallesJulia García Salinero. Departamento de Investigación FUDEN. Introducción
1 Análisis de datos en los estudios epidemiológicos V Prueba de Chi cuadrado y Análisis de la varianza. Departamento de Investigación FUDEN. Introducción Continuamos el análisis de los estudios epidemiológicos,
Más detalles3. Análisis univariable y bivariable
FUOC P01/71039/00748 36 Investigación descriptiva: análisis de información 3. Análisis univariable y bivariable 3.1. Análisis univariable Como se ha visto, los métodos de análisis univariable se utilizan
Más detallesEvaluación diagnóstica EDUCACION PRIMARIA
Evaluación diagnóstica 2009.2010 Informe Educación Primaria Evaluación diagnóstica EDUCACION PRIMARIA Curso 2009-2010 CARACTERIZACIÓN DE LOS NIVELES DE RENDIMIENTO Sección de Evaluación Presentación A
Más detallesDescripción y tablas de especificaciones de las pruebas formativas Área Ciencias Año 2016 De 3 a 6 de Educación Primaria
Descripción y tablas de especificaciones de las pruebas formativas Área Ciencias Año 2016 De 3 a 6 de Educación Primaria Contenidos Introducción... 3 El referente conceptual de la evaluación... 3 Habilidades
Más detalles5 Relaciones entre variables.
ANÁLISIS EPLORATORIO DE DATOS 39 ANÁLISIS EPLORATORIO DE DATOS 40 Relaciones entre variables..1 Ejercicios. Ejercicio.1 En una muestra de 0 individuos se recogen datos sobre dos medidas antropométricas
Más detallesEJERCICIOS RESUELTOS TEMA 7
EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de
Más detallesAPLICACIÓN DE CURVAS ROC EN EL ÉXITO EN MATEMÁTICAS PARA LA ECONOMÍA Y LA EMPRESA
APLICACIÓN DE CURVAS ROC EN EL ÉXITO EN MATEMÁTICAS PARA LA ECONOMÍA Y LA EMPRESA Juana María Vivo Molina 1 María del Mar Sánchez de la Vega 1 Manuel Franco Nicolás 2 1 Departamento de Métodos Cuantitativos
Más detallesTRABAJO DE APLICACIÓN
UNIVERSIDAD MARIANO GALVEZ DE GUATEMALA FACULTAD DE CIENCIAS ECONOMICAS DIRECCIÓN GENERAL DE CENTRO UNIVERSITARIOS SANTA CRUZ DEL QUICHE CURSO TEORIA ADMINISTRATIVA M. A. Licda. Claudia Isolina Ordoñez
Más detallesMódulo 2 Estadística descriptiva Medidas de tendencia central y de dispersión I (Distribución de Frecuencias)
Módulo 2 Estadística descriptiva Medidas de tendencia central y de dispersión I (Distribución de Frecuencias) Índice Introducción Propósito y objetivos Índice de temas o 2.1 Distribución de Frecuencias
Más detallesSESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
Más detallesFUNCIONES. Definición de función. Ejemplos.
FUNCIONES. Definición de función. Una función es una relación entre un conjunto de salida llamado dominio y un conjunto de llegada llamado codominio, tal relación debe cumplir que cada elemento del dominio
Más detallesdescriptivos ofrecen la posibilidad de predicciones o relaciones aunque sean poco elaboradas.
CAPÍTULO IV METODOLOGÍA DE LA INVESTIGACIÓN 4.1 INTRODUCCIÓN En este capítulo se pretende establecer los pasos por los cuales se desarrolló el trabajo de investigación, así como los modelos mediante los
Más detallesANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación Francisca José Serrano Pastor Pedro A. Sánchez Rodríguez - Implica siempre a variables
Más detallesCarrera: SCC - 0424 4-2-10. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y estadística Ingeniería en Sistemas Computacionales SCC - 0424 4-2-10
Más detallesAPRENDIZAJE BASADO EN INSTANCIAS. Eduardo Morales y Jesús González
APRENDIZAJE BASADO EN INSTANCIAS Eduardo Morales y Jesús González Aprendizaje basado en Instancias 2 Diferente al tipo de aprendizaje que hemos visto Se almacenan los ejemplos de entrenamiento Para clasificar
Más detallesTema Contenido Contenidos Mínimos
1 Números racionales - Fracciones equivalentes. - Simplificación de fracciones. - Representación y comparación de los números fraccionarios. - Operaciones con números fraccionarios. - Ordenación de los
Más detallesCAPÍTULO 1. Introducción. la competitividad exige actualización y mejora continua por parte de todos y cada uno
CAPÍTULO 1 Introducción La ingeniería industrial ha estado en continuo desarrollo desde sus inicios y hoy en día la competitividad exige actualización y mejora continua por parte de todos y cada uno de
Más detallesESTUDIO DE OFERTA INMOBILIARIA EN LA CONURBACIÓN LA SERENA-COQUIMBO
ESTUDIO DE OFERTA INMOBILIARIA EN LA CONURBACIÓN LA SERENA-COQUIMBO REGIÓN DE COQUIMBO Octubre 205 Estudio realizado por el Observatorio de Inteligencia Económica, Proyecto financiado con recursos del
Más detallesUna distribución de frecuencias es una herramienta estadística muy útil para organizar un grupo de observaciones.
DISTRIBUCIÓN DE FRECUENCIAS (Tomado de: http://mx.geocities.com/fracosta11/dfrec.html) Una distribución de frecuencias es una herramienta estadística muy útil para organizar un grupo de observaciones.
Más detalles3. CONCEPTO Y FUNCIONES DE LA ESTADÍSTICA: DESCRIPTIVA e INFERENCIAL
1. INTRODUCCIÓN Debemos diferenciar entre dos tipos de estadísticas: Estadística teórica: Se ocupa de los aspectos formales y normativos Estadística aplicada: Constituye la aplicación a un campo concreto.
Más detallesINFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016
INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1. COMENTARIOS Y/O ACOTACIONES RESPECTO AL TEMARIO EN RELACIÓN
Más detallesEstadística Descriptiva
Estadística Descriptiva 1 Sesión No. 3 Nombre: Estadística descriptiva Contextualización Parte fundamental de la Estadística es la organización de los datos, una forma de realizar esta organización es
Más detallesExcel 2007 Completo. Duración: Objetivos: Contenido: 75 horas
Excel 2007 Completo Duración: 75 horas Objetivos: Curso para aprender a utilizar la hoja de cálculo Microsoft Excel 2007, explicando todas las funciones que la aplicación posee y viendo el uso de este
Más detallesANÁLISIS ESTADÍSTICO. Estadística descriptivos: Tablas, gráficos, estadísticos descriptivos. Jorge Fallas jfallas56@gmail,com
ANÁLISIS ESTADÍSTICO Estadística descriptivos: Tablas, gráficos, estadísticos descriptivos Jorge Fallas jfallas56@gmail,com 2010 1 Describiendo el set de datos Conocer contexto de los datos Variable, nivel
Más detallesLenguajes de Cuarta Generación (4GL)
Lenguajes de Cuarta Generación (4GL) Herramientas de Diseño Prof. Víctor Valenzuela R. Contenido Introducción Breve Reseña Histórica Lenguaje de Cuarta Generación Áreas Funcionales Tipos de 4GL Componentes
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 5 Nombre: Distribuciones de probabilidad para variables Contextualización Ya se han estudiado los conceptos variable aleatoria y distribución
Más detallesJulio Deride Silva. 27 de agosto de 2010
Estadística Descriptiva Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de agosto de 2010 Tabla de Contenidos Estadística Descriptiva Julio Deride
Más detallesEstado del arte en las compras 2013 Anexo A. Por tipo de industria
Estado del arte en las compras 2013 Anexo A. Por tipo de industria por Ing. Jesús Campos Cortés CPIM CIRM, C.P.M, PMP,CPAM, CQIA, CEI, CSCP, CPSM, CPF, PLS www.estrategiaycompetitividad.org INDICE DE CONTENIDO
Más detallesPrimera Encuesta Multipropósito para Bogotá 2011. Principales resultados Capacidad de pago
B EM Primera Encuesta Multipropósito para Bogotá 2011 Principales resultados Capacidad de pago III. Capacidad de Pago 1 En términos económicos, la capacidad de pago informa sobre las posibilidades de pago
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución
Más detallesEJERCICIOS PARTE I: 1. Cómo se llamaba anteriormente a las hojas de cálculo? 2. Qué es una hoja electrónica de cálculo?
EJERCICIOS PARTE I: 1. Cómo se llamaba anteriormente a las hojas de cálculo? 2. Qué es una hoja electrónica de cálculo? 3. Cómo se identifica una casilla en una hoja de cálculo? 4. Menciona tres ejemplos
Más detallesTEMA N 2 RECTAS EN EL PLANO
2.1 Distancia entre dos puntos1 TEMA N 2 RECTAS EN EL PLANO Sean P 1 (x 1, y 1 ) y P 2 (x 2, y 2 ) dos puntos en el plano. La distancia entre los puntos P 1 y P 2 denotada por d = esta dada por: (1) Demostración
Más detallesEstadística Descriptiva. SESIÓN 12 Medidas de dispersión
Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para
Más detalles4. Método Simplex de Programación Lineal
Temario Modelos y Optimización I 4. Método Simplex de Programación Lineal A- Resolución de problemas, no particulares, con representación gráfica. - Planteo ordenado de las inecuaciones. - Introducción
Más detallesDistribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesINFORME RONDA 13-02 AÑO 2013 (V.1) SUBPROGRAMA CREATININA EN ORINA.
INFORME RONDA 13-02 AÑO 2013 (V.1) SUBPROGRAMA CREATININA EN ORINA. PROGRAMA DE EVALUACIÓN EXTERNA DE LA CALIDAD - ENSAYOS DE APTITUD EN SALUD OCUPACIONAL Departamento Salud Ocupacional 1 Laboratorio de
Más detallesCurvas en paramétricas y polares
Capítulo 10 Curvas en paramétricas y polares Introducción Después del estudio detallado de funciones reales de variable real expresadas en forma explícita y con coordenadas cartesianas, que se ha hecho
Más detallesContenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra.
Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Clasificar distintos tipos de números: naturales, enteros, racionales y reales. 2. Operar con números reales y aplicar las propiedades
Más detallesDocumento elaborado por: Francisco Javier Rodríguez Cortés Matemático Facultad de Ciencias Exactas - Universidad de Antioquia INTRODUCCIÓN
Documento elaborado por: Francisco Javier Rodríguez Cortés Matemático Facultad de Ciencias Exactas - Universidad de Antioquia INTRODUCCIÓN La Estadística se ocupa de los métodos y procedimientos para recoger,
Más detalles