ANÁLISIS DE PATRÓN DE PUNTOS
|
|
- Elisa Cano Carrizo
- hace 7 años
- Vistas:
Transcripción
1 ANÁLISIS DE PATRÓN DE PUNTOS Preparado por: Dr. Manuel Fuenzalida-Díaz / mfuenzal@uahurtado.cl Departamento de Geografía, Universidad Alberto Hurtado.
2 0 TEMARIO Análisis de Patrón de Puntos 1.- Modelo de distribución espacial. 2.- Análisis de patrón de puntos.
3 1 MODELO DE DISTRIBUCIÓN ESPACIAL La disposición de muchos puntos georreferenciados en el territorio, conforma lo que se conoce como un patrón de puntos, el cual puede aportar información valiosa acerca de las variables y procesos recogidos en dichos puntos.
4 1 MODELO DE DISTRIBUCIÓN ESPACIAL Siguiendo a Ordoñez et al. (2011), las técnicas de análisis de patrones de puntos se pueden dividir en dos tipos: primero encontramos las clásicas, individualizadas en análisis de autocorrelación espacial (Anselin, 1996), las técnicas de análisis de agrupaciones de puntos o análisis clúster (Kulldorff y Nagarwalla, 1995) o los modelos de autorregresión espacial (Smirnov y Anselin, 2001). Segundo, en los últimos años se han empezado a utilizar los mapas de densidad (Corcoran et al., 2007a; Kloog et al., 2009) o nuevas técnicas de representación visual de variaciones en espacio y el tiempo de dichos patrones (Chen et al., 2008; Pebema et al., 2007).
5 1 MODELO DE DISTRIBUCIÓN ESPACIAL En esta unidad, nos referiremos a los mapas de densidad, específicamente empleando dos técnicas: análisis de cuadrantes y densidad de kernel. Su uso está ampliamente difundido en Epidemiología, Criminología, análisis de mercado, ecología y desde la consolidación de los Sistemas de Información Geográfica (SIG), la Geografía ha vuelto a explorar estas técnicas.
6 1 MODELO DE DISTRIBUCIÓN ESPACIAL El concepto clave a comprender en esta unidad es densidad. El estudio de las distribuciones espaciales tiene que ver con la frecuencia diferencial con que un hecho geográfico se produce en el territorio, por lo tanto sus densidades varían. En Geografía, la densidad está referida a los valores que asumen las mediciones de una variable (fenómeno estudiado) dividiéndolo por una unidad de superficie (Buzai y Baxendale, 2006: 374).
7 1 MODELO DE DISTRIBUCIÓN ESPACIAL
8 1 MODELO DE DISTRIBUCIÓN ESPACIAL TENEB, ERNESTO A.; CAVIERES, LOHENGRIN A.; PARRA, MARÍA JOSÉ y MARTICORENA, ALICIA. Patrones geográficos de distribución de árboles y arbustos en la zona de transición climática mediterráneo templada de Chile. Rev. chil. hist. nat.[online]. 2004, vol.77, n.1
9 1 MODELO DE DISTRIBUCIÓN ESPACIAL En materia de patrones de puntos, existen tres tipos de distribuciones espaciales
10 1 MODELO DE DISTRIBUCIÓN ESPACIAL Interpretación de los patrones de puntos: Aleatorio: Sin ninguna estructura, las posiciones de los puntos son independientes entres sí. Regular: La densidad es constante y los puntos se disponen alejados entre sí. Agregado: La densidad de los puntos es muy elevada en ciertas zonas.
11 1 MODELO DE DISTRIBUCIÓN ESPACIAL Existen cuatro (4) elementos que intervienen en el análisis espacial de patrones de puntos. a. Un Punto, que es el término usado para una localización arbitraria. b. Un Evento, que es el término usado para una observación (S1). c. Muestreo de datos espacial, en donde los eventos (S1, S2, etc.) son capturados dependiendo del tipo de muestreo: Regular (a): sitúa puntos a intervalos fijos, constituyendo lo que se conoce como una malla de muestreo. Aleatorio (b): sitúa puntos al azar sin obedecer a ninguna condición particular. Estratificado (c): requiere la presencia de una variable adicional relacionada. Si esta variable se encuentra zonificada, se puede subdividir el muestreo haciendo uso de las distintas zonas. d. Georreferenciación de patrones de punto, que es el registro coordenado de todos los eventos (S1, S2, etc.) en un área de estudio R.
12 1 MODELO DE DISTRIBUCIÓN ESPACIAL
13 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad El análisis de densidad toma cantidades conocidas de algunos fenómenos y las expande a través del territorio basándose en la cantidad que se mide en cada ubicación y la relación espacial de las ubicaciones de las cantidades medidas. La densidad representa la intensidad (propiedad de primer orden) del patrón de puntos, que es una realización concreta del proceso de puntos que lo ha generado. Para ello existen dos técnicas de amplia aceptación en Geografía: análisis de cuadrantes y densidad de kernel.
14 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Análisis de cuadrantes El análisis de cuadrantes divide el área de estudio en unidades regulares, cuadrantes, y estudia el número de puntos que aparecen dentro de cada una. La forma de estas unidades puede ser cualquiera, aunque lo habitual es emplear unidades cuadradas, de ahí la denominación. Con la serie de datos que indica el conteo de puntos en cada cuadrante, se procede al análisis estadístico. Este puede hacerse comparando los conteos en los cuadrantes o la media de la serie
15 2 ANÁLISIS DE PATRÓN DE PUNTOS
16 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Análisis de cuadrantes Debido a problemas de escala, el tamaño de estas unidades tiene una gran influencia en los resultados obtenidos. Un tamaño habitual es el doble del área media disponible para cada punto, es decir cuadrados cuyo lado tendrá una longitud
17 2 ANÁLISIS DE PATRÓN DE PUNTOS
18 2 ANÁLISIS DE PATRÓN DE PUNTOS
19 2 ANÁLISIS DE PATRÓN DE PUNTOS
20 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Análisis de cuadrantes Variance/Mean Ratio (VMR) Para la variable X, se interpreta cada celda como una observación y hay un conteo del número de puntos que están al interior Calcular la varianza y la media de X, y se crea el variance to mean ratio : variance / mean (VMR) Para una distribución regular, la varianza es cero (0). Por lo tanto, uno puede esperar que variance mean ratio esté cercano a cero (0) Para una distribución aleatoria, la variaza y la media son iguales. Por lo tanto, uno puede esperar que variance mean ratio esté alrededor a uno (1) Para una distribución agrupada, la varianzaes relativamente grande. Por lo tanto, uno puede esperar que variance mean ratio esté sobre uno (1)
21 2 ANÁLISIS DE PATRÓN DE PUNTOS
22 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Densidad de Kernel La densidad de Kernel es una sofisticada forma de calcular la intensidad. Siguiendo a Moreno Jiménez (2006), corresponde al valor de densidad obtenido mediante una operación en la que a un pixel determinado (un objeto de forma cuadrada) se le imputa el resultado de un cálculo realizado sobre varios puntos a su alrededor, de manera de que los puntos más lejanos al centro del pixel tengan un menor peso en el cálculo.
23 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Densidad de Kernel La densidad de Kernel genera una superficie curvada suave sobre cada punto en estudio, usando cálculos de vecindad local definida por bloques de celdas o pixeles y una función simétrica radial, de manera de que el valor de densidad más alto se da sobre el punto y tiende a disminuir progresivamente a medida que se aleja del mismo, hasta el radio máximo de búsqueda (bandwidth) donde el valor de densidad llega a 0 (Smith, Goodchild y Longley, 2008).
24 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Densidad de Kernel
25 2 ANÁLISIS DE PATRÓN DE PUNTOS
26 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Densidad de Kernel
27 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Densidad de Kernel En ArcGis, el volumen bajo la superficie es igual al valor de [POPULATION FIELD]para un punto, o 1 si se especifica NONE. Para calcular la densidad de cada celda ráster de salida, se agregan los valores de todas las superficies de kernel en donde se superponen con el centro de la celda ráster. La función kernel se basa en la función kernel cuadrática que descrita en Silverman (1986, p. 76, ecuación 4.5).
28 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Densidad de Kernel Si se utiliza una configuración de [POPULATION FIELD] que no sea NONE, el valor de cada elemento determina la cantidad de veces que se va a contar el punto. Por ejemplo, un valor de 3 haría que el punto se cuente como tres puntos.
29 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Densidad de Kernel Por defecto, una unidad se selecciona basado en la unidad lineal de la definición de proyección de los datos de la entidad de punto de entrada o como se haya especificado en la configuración de entorno del sistema de coordenadas de salida. Si se selecciona una unidad de área, la densidad que se calculó para la celda se multiplica por el factor apropiado antes de que se escriba en el ráster de salida. Por ejemplo, si las unidades de entrada son metros, las unidades de área de salida serán kilómetros cuadrados, de manera predeterminada. Comparar un factor de escala de unidades de metros a kilómetros tendrá como resultado que los valores serán diferentes por un multiplicador de (1.000 metros x metros).
30 2 ANÁLISIS DE PATRÓN DE PUNTOS Análisis de Densidad: Densidad de Kernel Aumentar el radio no cambiará en gran medida los valores de densidad que se calcularon. Aunque caberán más puntos dentro de la vecindad más grande, este número se dividirá por un área más grande cuando calcule la densidad. El efecto principal de un radio más grande es que la densidad se calcula considerando una mayor cantidad de puntos, que pueden estar más lejos de la celda ráster. Esto tiene como resultado un ráster de salida más generalizado.
31 2 ANÁLISIS DE PATRÓN DE PUNTOS
32 2 ANÁLISIS DE PATRÓN DE PUNTOS
33 2 ANÁLISIS DE PATRÓN DE PUNTOS
34 2 ANÁLISIS DE PATRÓN DE PUNTOS
35 2 ANÁLISIS DE PATRÓN DE PUNTOS
36 2 ANÁLISIS DE PATRÓN DE PUNTOS
37 ANÁLISIS DE PATRÓN DE PUNTOS PREGUNTAS? Preparado por: Dr. Manuel Fuenzalida-Díaz / mfuenzal@uahurtado.cl Departamento de Geografía, Universidad Alberto Hurtado.
GEOESTADÍSTICA. Preparado por: Dr. Manuel Fuenzalida-Díaz / Departamento de Geografía, Universidad Alberto Hurtado.
GEOESTADÍSTICA Preparado por: Dr. Manuel Fuenzalida-Díaz / mfuenzal@uahurtado.cl Departamento de Geografía, Universidad Alberto Hurtado. 0 TEMARIO Geoestadística (Teoría y Práctica 6 h) 1.- La interpolación
Más detallesAUTOCORRELACIÓN ESPACIAL. Preparado por: Dr. Manuel Fuenzalida-Díaz / Departamento de Geografía, Universidad Alberto Hurtado.
AUTOCORRELACIÓN ESPACIAL Preparado por: Dr. Manuel Fuenzalida-Díaz / mfuenzal@uahurtado.cl Departamento de Geografía, Universidad Alberto Hurtado. 0 TEMARIO Autocorrelación espacial 1.- La técnica de autocorrelación
Más detallesANÁLISIS ESPACIAL: CONCEPTOS Y DESAFÍOS
ANÁLISIS ESPACIAL: CONCEPTOS Y DESAFÍOS Preparado por: Dr. Manuel Fuenzalida-Díaz / mfuenzal@uahurtado.cl Departamento de Geografía, Universidad Alberto Hurtado. 0 TEMARIO Análisis Espacial: Conceptos
Más detallesTEMA 5: INCERTIDUMBRES DE LOS DATOS GEOGRÁFICOS:
TEMA 5: INCERTIDUMBRES DE LOS DATOS GEOGRÁFICOS: OBJETIVOS DEL TEMA Observar la dificultad de medición de las diferentes componentes fundamentales de la información geográfica. Comprender la necesidad
Más detallesAnálisis Espacial. Superposición: Cuando es posible conocer las relaciones de intersección entre diferentes capas temáticas.
Análisis Espacial Superposición: Cuando es posible conocer las relaciones de intersección entre diferentes capas temáticas. Proximidad-Vecindad: Cuando una estructura topológica permite investigar las
Más detalles19/05/2013. TIG 2013 I John Beltrán
Proceso de modelamiento de DATOS ESPACIALES, para examinar e interpretar esos datos. Estudio tanto de la forma como de la ubicación de los rasgos geográficos y las relaciones entre esos rasgos. El análisis
Más detallesEstructura de Datos Espaciales. por José Antonio Navarrete Pacheco INTRODUCCIÓN
Estructura de Datos Espaciales por José Antonio Navarrete Pacheco INTRODUCCIÓN 1 FENÓMENOS GEOGRÁFICOS Definición: Es algo de interés que: Puede ser medido o descrito Puede ser georreferido o georreferenciado,
Más detallesEstadística Espacial en Ecología del Paisaje
Estadística Espacial en Ecología del Paisaje Introducción H. Jaime Hernández P. Facultad de Ciencias Forestales U. de Chile Tipos de datos en análisis espacial Patrones espaciales puntuales Muestras geoestadísticas
Más detallesEstimación por métodos Geoestadísticos
Estimación por métodos Geoestadísticos Métodos de Estimación de Recursos Mineros Estimación global Estimación local La media aritmética Los polígonos El método del inverso de la distancia Geoestadística
Más detallesHerramientas de los Sistemas de Información Geográfica (SIG) Análisis de Fronteras
Herramientas de los Sistemas de Información Geográfica SIG Análisis de Fronteras Definiciones de autocorrelación espacial 1. Propiedad de un conjunto de datos situados en un mapa geográfico que muestran
Más detallesModelado de Objetos 3D II
Decimotercera sesión 12 de abril de 2011 Operaciones sobre mallas Generación de Mallas Discretización (Muestreo) Las operaciones de generación y de modicación de mallas se hacen sobre espacios discretos
Más detallesObjetivo Crear mapas de interpolaciones con las mejores predicciones para una serie de datos climáticos aportados por la Agencia.
CI4A_20110915 Realización de 106 mapas (93 mapas de interpolación a partir de datos climáticos de Tenerife y 13 mapas de variables ambientales. Fecha elaboración del documento: 02/12/2011 Escrito por:
Más detallesCoordinación entre las asignaturas del Grado de Ingeniería Forestal para la implantación de los Sistemas de Información Geográfica (SIG)
Coordinación entre las asignaturas del Grado de Ingeniería Forestal para la implantación de los Sistemas de Información Geográfica (SIG) Tipo c MAPA 1 1 A tipo b 0 9 Norte 8 N A A MAPA 2 MAPA 3 Y 7 6 5
Más detallesPRACTICA Nº 4 AUTOCORRELACIÓN ESPACIAL
CARRERA DE POSGRADO ESPECIALIZACIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN GEOGRÁFICA (TIG) -------------------------------------------------------------------------------------------------------------------------
Más detallesESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com)
ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com) ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS... 1 DEFINICIONES BÁSICAS... 1 Estadística... 1 Estadística descriptiva... 1 Estadística inferencial...
Más detallesANÁLISISESPACIALCONSIG RASTER.
Universidad Nacional del Nordeste Facultad de Humanidades. Especialización en Tecnologías de la Información Geográfica (Tig) Asignatura: Análisis Espacial con Sistemas de Información Geográfica Raster
Más detallesCorrecciones. Correcciones. Geométricas: Radiométricas:
Correcciones Septiembre de 2013 Correcciones Geométricas: Sistemáticas: esfericidad, movimiento de rotación, inclinacion de la órbita. No sistemáticas: relieve, movimientos de la plataforma, proyección
Más detallesFacultad de Ingeniería Civil y Ambiental Aplicaciones específicas.
Facultad de Ingeniería Civil y Ambiental - 2013 6. Aplicaciones específicas. Sistemas de Información Geográfica 2-2013 Aspectos prácticos: Qué es un MDE? Dónde conseguir un MDE para Ecuador? SRTM. ASTER.
Más detallesSistemas Geográfico de Información
Sistemas Geográfico de Información Apunte Realizado por: Lic. Nora Lucioni PORTAL DEL INGENIERO AMBIENTAL http://www.ingenieroambiental.com 1 Un SIG es un sistema de información compuesto por hardware,
Más detallesTema 5: SEGMENTACIÓN (II) I N G E N I E R Í A I N F O R M Á T I C A
Tema 5: SEGMENTACIÓN (II) 1 I N G E N I E R Í A I N F O R M Á T I C A Tema 5: Segmentación Los algoritmos de segmentación se basan en propiedades básicas de los valores del nivel de gris: 2 - Discontinuidad:
Más detallesAnexo I CUESTIONARIO UTILIZADO PARA LA RECOGIDA DE INFORMACIÓN
Anexo I CUESTIONARIO UTILIZADO PARA LA RECOGIDA DE INFORMACIÓN 165 ENCUESTA DE COMPORTAMIENTOS Y TIPOLOGÍAS DE VISITANTES EN EUSKADI 166 ANEXO I. CUESTIONARIO UTILIZADO PARA LA RECOGIDA DE INFORMACIÓN
Más detallesángulo agudo ángulo agudo ángulo agudo Un ángulo que mide menos de 90º
ángulo agudo ángulo agudo ángulo Un ángulo que mide menos de 90º agudo suma suma 2 + 3 = 5 suma Combinar, poner dos o más cantidades juntas 2 + 3 = 5 sumando sumando 5 + 3 + 2 = 10 sumando sumando 5 +
Más detallesTEMARIOS EXAMEN DE ADMISIÓN 2017 EDUCACIÓN BÁSICA Y MEDIA: MATEMÁTICA. Contenido
TEMARIOS EXAMEN DE ADMISIÓN 2017 1 Básico 1.- Reconocimiento izquierda derecha 2.- Figuras geométricas 3.- Cuerpos geométricos 4.- Establecer patrones 5.- Secuencias temporales 6.- ordinales 7.- Reconocimiento
Más detallesTema 5: SEGMENTACIÓN (II) I N G E N I E R Í A I N F O R M Á T I C A
Tema 5: SEGMENTACIÓN (II) 1 I N G E N I E R Í A I N F O R M Á T I C A Tema 5: Segmentación Los algoritmos de segmentación se basan en propiedades básicas de los valores del nivel de gris: 2 - Discontinuidad:
Más detallesDEPARTAMENTO DE MATEMÁTICAS 1
2.8. MATEMÁTICAS ACADÉMICAS 3º ESO: CONTENIDOS. Bloque 1. Contenidos comunes. Planificación del proceso de resolución de problemas: análisis de la situación, selección y relación entre los datos, selección
Más detallesDEPARTAMENTO DE MATEMÁTICAS CURSO CRITERIOS DE EVALUACIÓN PARAPENDIENTES DE 1º ESO BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS
DEPARTAMENTO DE MATEMÁTICAS CURSO 2016-17 CRITERIOS DE EVALUACIÓN PARAPENDIENTES DE 1º ESO Criterio de evaluación Utilizar procesos de razonamiento y estrategias de resolución de problemas, realizando
Más detallesTemario Prueba de Cobertura II Semestre 2017
Temario Prueba de Cobertura II Semestre 2017 A continuación podremos observar los contenidos de las pruebas de cobertura II semestre 2017 de la asignatura.: Curso 1 Básico ADICIÓN Y SUSTRACCIÓN HASTA EL
Más detallesLABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción
LABORATORIO No. 0 Cálculo de errores en las mediciones 0.1 Introducción Es bien sabido que la especificación de una magnitud físicamente medible requiere cuando menos de dos elementos: Un número y una
Más detalles.4. Abundancia y dispersión: Teoría del muestreo aplicada al análisis de poblaciones sésiles.
[UNIDAD II] Página 20.4. Abundancia y dispersión: Teoría del muestreo aplicada al análisis de poblaciones sésiles. "El gran propósito de la vida no es el conocimiento, sino la acción" Thomas Huxley.4.1.
Más detallesNuevas tecnologías en la investigación del medio ambiente TEMA 3
Nuevas tecnologías en la investigación del medio ambiente TEMA 3 Guión tema 1. Introducción 2. Teledetección 3. Sistemas globales de navegación por satélite. GPS 4. Sistemas de información geográfica (SIG)
Más detallesMedidas de tendencia central y dispersión
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 3, Marzo 2011. Open Access, Creative Commons. Medidas de tendencia central y dispersión Autor: Fernando Quevedo Ricardi (1) Filiación:
Más detallesIntroducción a la estadística y al análisis de datos
Introducción a la estadística y al análisis de datos Walpole Myers Myers Ye Facultad de Estudios Superiores Acatlán Licenciatura en Economía 23 de agosto 2016 José A. Huitrón Mendoza La estadística ha
Más detallesEstructuras de datos en SIG
Unidad Unidad.. Estructura Estructura de de datos datos en en los los SIG. SIG. Modelo Modelo de de datos datos en en malla malla regular regular oo raster: raster: características características principales,
Más detallesTema 12: Introducción a la Estadística.
MOLEDO GUGLIOTTA VICTOR Tratamiento de los datos Tema 12: Introducción a la Estadística. Al intentar interpretar la realidad a través de las herramientas que nos aporta la Estadística, lo primero que se
Más detallesTEMARIOS EXAMEN DE ADMISIÓN 2018 ASIGNATURA MATEMÁTICA. Emplear los números para: Identificar Contar Clasificar Sumar y restar Resolución de problemas
TEMARIOS EXAMEN DE ADMISIÓN 2018 ASIGNATURA MATEMÁTICA 1 Básico Números y operaciones Ámbito 0 al 10 /Habilidad Emplear los números para: Identificar Contar Clasificar Sumar y restar Resolución de problemas
Más detallesESTADÍSTICA. A su vez, las variables pueden ser :
ESTADÍSTICA La ESTADÍSTICA es una rama de las Matemáticas que recoge, ordena, analiza e interpreta datos relativos a un conjunto de personas o cosas ( POBLACIÓN ). La población es FINITA cuando lo es el
Más detallesDiseño Muestreo y Experimental -->fundamental para análisis estadísticos. Escogencia de factores (V. independientes), niveles de factores,
Diseño Muestreo y Experimental -->fundamental para análisis estadísticos Escogencia de factores (V. independientes), niveles de factores, (tratamientos), Unidades de repuesta (replicas), Unidades de muestreo
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesProcesamiento digital de señales Semana 1. Introducción (segunda parte)
Procesamiento digital de señales Semana 1. Introducción (segunda parte) Dra. María del Pilar Gómez Gil Otoño 2017 Coordinación de computación Versión: 28 de Agosto 2017 INAOE (c) P.Gómez Gil, INAOE 2017
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Sexta clase: Programa Técnico en Riesgo, 2016 Agenda 1 2 de una vía 3 Pasos para realizar una prueba de hipótesis Prueba de hipotesis Enuncia la H 0 ylah 1,ademásdelniveldesignificancia(a).
Más detallesM.D.T. y TOPOCAL. Superficies Topográficas 13/01/2011. Superficies Topográficas. Técnicas de Representación Gráfica.
M.D.T. y TOPOCAL Técnicas de Representación Gráfica Curso 2010-2011 No es geométrica La superficie terrestre No se puede representar con exactitud matemática Para realizar los cálculos de ingeniería necesarios:
Más detallesEstadística. Carrera: AGM Participantes Representante de las academias de Ingeniería Agronomía de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Ingeniería en Agronomía AGM 0614 3 2 8 2. HISTORIA DEL PROGRAMA Lugar
Más detallesIntroducción IMADIL /17/2014. Tema 3. Características estadísticas fundamentales (Tercera parte)
IMADIL 0 /7/0 Tema. Características estadísticas fundamentales (Tercera parte) Ignacio Martín y José Luis Padilla IMADIL 0. Introducción. Representación Gráfica. Correlación. Índice Introducción Uno de
Más detallesGeorreferenciación en salud.
Georreferenciación en salud. Aplicación en laboratorios clínicos, Chile. Salvador Ayala Pizarro Lic. en Geografía Subdepto. de Vigilancia de Laboratorio Depto. de Asuntos Científicos Geografía y salud?
Más detallesTIPOS DE MUESTREO. Economía y Estadística. Docentes: Maria Cristina Figueroa Alberto Galindo Moreno
INSTITUCIÓN EDUCATIVA INEM JORGE ISAACS DE CALI RESOLUCIÓN No. 007 DEL 5 DE ENERO DE 2003 (Art. 7) DE LA SECRETARÍA DE EDUCACIÓN MUNICIPAL Condecoraciones Simón Bolívar y Aidee Guerrero TIPOS DE MUESTREO
Más detallesM.D.T. y TOPOCAL. Técnicas de Representación Gráfica. Curso DIGTEG 2010
M.D.T. y TOPOCAL Técnicas de Representación Gráfica Curso 2010-2011 Superficies Topográficas Superficies Topográficas No es geométrica La superficie terrestre No se puede representar con exactitud matemática
Más detallesHerramientas geoestadísticas en la construcción de Modelos Digitales de Elevación (MDE) Ing. Agrim. Eduardo Sierra setiembre de 2014
Herramientas geoestadísticas en la construcción de Modelos Digitales de Elevación (MDE) Ing. Agrim. Eduardo Sierra setiembre de 2014 agrimeduardosierra@hotmail.com.uy I. ETAPAS EN LA ELABORACIÓN DE UN
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesEstándares de evaluación en la materia de MATEMÁTICAS de 1º de ESO. Curso 2016/2017.
Estándares de evaluación en la materia de MATEMÁTICAS de 1º de ESO. Curso 2016/2017. Bloque 1. Procesos, métodos y actitudes en matemáticas. Los criterios correspondientes a este bloque son los marcador
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
Más detallesCUARTO DE ESO. MATEMÁTICAS A
CUARTO DE ESO. MATEMÁTICAS A UNIDAD 1 1.1. Realiza operaciones combinadas con números enteros. 1.2. Realiza operaciones con fracciones. 1.3. Realiza operaciones y simplificaciones con potencias de exponente
Más detallesCOLEGIO INTERNACIONAL SEK ALBORÁN. Middle Years Programme [PROGRAMA DE AÑOS INTERMEDIOS] CURSO ACADÉMICO
COLEGIO INTERNACIONAL SEK ALBORÁN Departamento de MATEMÁTICAS Middle Years Programme [PROGRAMA DE AÑOS INTERMEDIOS] CURSO ACADÉMICO 2012-2013 2º ESO Apuntes de estadística y probabilidad 3. ESTADÍSTICA.
Más detallesMATEMÁTICAS. Resuelve problemas aditivos con números naturales, decimales y fraccionarios que implican dos o más transformaciones.
Bloque I 76 impliquen leer, escribir y comparar números naturales, fraccionarios y decimales, explicitando los criterios de comparación. Resuelve problemas aditivos con números naturales, decimales y fraccionarios
Más detallesCOLEGIO ALEXANDER DUL PRIMARIA
CINCO BIMESTRES CAMPO FORMATIVO CICLO ESCOLAR 2017 2018 MATEMÁTICAS ESTRUCTURA DEL APRENDIZAJES ESPERADOS PROGRAMA REALIZACIÓN SEMANAS 1 a 42 TEMA PENSAMIENTO MATEMÁTICO SEMANAS 1 y 2 Evaluación diagnóstica
Más detallesTema 3. Tema 3 La Distribución Normal y los Puntajes Estándar. Profa. María Fátima Dos Santos
Tema 3 Tema 3 La Distribución Normal y los Puntajes Estándar Profa. María Fátima Dos Santos 1 TEMARIO Concepto de distribución. Algunas distribuciones. Distribución normal. Características Distribución
Más detallesGrade 5 Mathematics Assessment
Grade 5 Mathematics Assessment Eligible Texas Essential Knowledge and Skills Spanish Version NOTE: The English and Spanish versions of STAAR assess the same reporting categories and TEKS standards. STAAR
Más detallesGRAFICAS LINEALES REGLAS GENERALES PARA LA CONSTRUCCIÓN DE GRÁFICAS
GRAFICAS LINEALES OBJETIVOS 1. Realizar linealización de gráficos por el método de cambios de variables. 2. Obtener experimentalmente la relación matemática, más adecuada, entre dos cantidades o magnitudes
Más detallesCOMPLEMENTARIO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA APLICADOS A LA AGRICULTURA DE PRECISIÓN OBJETIVO GENERAL
COMPLEMENTARIO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA APLICADOS A LA AGRICULTURA DE PRECISIÓN OBJETIVO GENERAL PPROPORCIONAR A LOS APRENDICES DEL CURSO LOS FUNDAMENTOS TEÓRICOS Y PRÁCTICOS SOBRE LAS TECNOLOGÍAS
Más detallesDEPARTAMENTO DE MATEMÁTICAS
DEPARTAMENTO DE MATEMÁTICAS 1. PRIMER CURSO 1.1. CONTENIDOS - Números naturales. - Múltiplos y divisores. Máximo común divisor y Mínimo común múltiplo. - Números enteros. - Números decimales. Aproximación
Más detallesANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO
ANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO Valeria Vidal Aguirre vva@ciencias.unam.mx Programa de Investigación en Cambio Climático, UNAM Licenciatura
Más detallesCENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN MUESTRAS ALEATORIAS Y DISTRIBUCIONES DE MUESTREO
CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN MUESTRAS ALEATORIAS Y DISTRIBUCIONES DE MUESTREO ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017 UNIDAD DE APRENDIZAJE PROBABILIDAD
Más detallesEl cero sí indica la ausencia del atributo (el cero es absoluto, no arbitrario). Pueden determinarse las distancias entre los valores individuales.
Introducción a la Cartografía Temática: Conceptos Básicos Variables visuales En la cartografía se utilizan variaciones gráficas para diferenciar entre los elementos existentes en el mapa. Estas variaciones
Más detallesNivel Secundario Área: Matemática Grado: 2do.
Nivel Secundario Área: Matemática Grado: 2do. Área: Matemática (Numeración) Nivel Secundario Grado: 2do. Diferencia números racionales e irracionales en una lista de números Justifica los pasos dados en
Más detallesÁREA: MATEMÁTICAS ETAPA: PRIMARIA CICLO: PRIMERO
ÁREA: MATEMÁTICAS ETAPA: PRIMARIA CICLO: PRIMERO Objetivos Contenidos Criterios de evaluación Indicadores CCBB - Lectura y escritura de números. Grafía, nombre y valor de posición de números hasta tres
Más detallesFotogrametría de Objeto Cercano. Precisión estimada.
Fotogrametría de Objeto Cercano. Precisión estimada. Apellidos, nombre Balaguer Puig, Matilde (balaguer@upv.es) Departamento Centro Ingeniería Cartográfica, Geodesia y Fotogrametría ETSIGCT 1 Resumen En
Más detallesPAU CASTILLA Y LEON JUNIO Y SEPTIEMBRE CAMPO GRAVITATORIO. Leyes de Kepler:
Leyes de Kepler: 1. (79-SE10) Sabiendo que la distancia media Sol Júpiter es 5,2 veces mayor que la distancia media Sol Tierra, y suponiendo órbitas circulares: a) Calcule el periodo de Júpiter considerando
Más detallesCarrera: IAM Participantes Representante de las academias de ingeniería en Industrias Alimentarias de los Institutos Tecnológicos.
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Aplicada Ingeniería en Industrias Alimentarias IAM-0 --8.- HISTORIA
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CIENCIAS POLÍTICAS Y SOCIALES PLAN DE ESTUDIOS DE LA LICENCIATURA EN SOCIOLOGÍA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CIENCIAS POLÍTICAS Y SOCIALES PLAN DE ESTUDIOS DE LA LICENCIATURA EN SOCIOLOGÍA TALLER DE ESPECIALIZACIÓN METODOLÓGICA (INVESTIGACIÓN SOCIO ESPACIAL)
Más detallesCUERPO DE TÉCNICOS DE GRADO MEDIO OPCIÓN: Estadística (A2.2011) PROMOCIÓN INTERNA
CUERPO DE TÉCNICOS DE GRADO MEDIO OPCIÓN: Estadística (A2.2011) PROMOCIÓN INTERNA TEMARIO COMÚN A TODAS LAS OPCIONES DE LOS CUERPOS DE TÉCNICOS DE GRADO MEDIO Resolución de 2 de septiembre de 2016, de
Más detallesMINISTERIO DE EDUCACIÓN PÚBLICA DIRECCIÓN DE GESTIÓN Y EVALUACIÓN DE LA CALIDAD Departamento de Evaluación Académica y Certificación
MINISTERIO DE EDUCACIÓN PÚBLICA DIRECCIÓN DE GESTIÓN Y EVALUACIÓN DE LA CALIDAD Departamento de Evaluación Académica y Certificación Número de ítems por habilidades generales del Programa de estudio Pruebas
Más detallesÍNDICE. Presentación... 11
ÍNDICE Presentación... 11 Tema 1. LA NATURALEZA DE LA INFORMACIÓN ESTADÍSTICA EN LOS ESTU- DIOS HISTÓRICOS Y GEOGRÁFICOS... 13 1. La medición de datos en Geografía e Historia. Las unidades de recogida
Más detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detallesMetas para lograr en Primero Medio para el año 2015 en Matemáticas Profesor: Rodrigo Pérez Cruz Habilidades Matemáticas
Metas para lograr en Primero Medio para el año 2015 en Matemáticas Comprender que los números racionales constituyen un conjunto numérico en el que es posible resolver problemas que no tienen solución
Más detallesPruebas de hipótesis estadísticas acerca de los cambios en la incidencia de la pobreza aplicando la metodología preliminar del CTMP
Nota Técnica 0/006 Pruebas de hipótesis estadísticas acerca de los cambios en la incidencia de la pobreza aplicando la metodología preliminar del CTMP 000 005 Octubre de 006 Av. Paseo de la Reforma #51,
Más detallesIndicadores de fecundidad
Indicadores de fecundidad Estadísticas longitudinales de biografías reproductivas en Andalucía, 2002-2013 Nota metodológica Este producto estadístico ha sido concebido con el principal objetivo de poner
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesMATEMÁTICAS ORIENTADAS A LAS ENSEÑANZAS ACADÉMICAS CONTENIDOS
MATEMÁTICAS ORIENTADAS A LAS ENSEÑANZAS ACADÉMICAS CONTENIDOS BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS Los contenidos de este bloque se desarrollan de forma simultánea al resto de bloques
Más detallesIntroducción a los SIG. Utilizando ArcGIS
Introducción a los SIG Utilizando ArcGIS 1. Descripción Aprenda los conceptos fundamentales base de la tecnología SIG y datos geográficos. En este curso, trabajara con ArcGIS Online para ganar experiencia
Más detallesEL BLOG DE MATE DE AIDA 4º ESO: apuntes de funciones pág. 1 FUNCIONES
EL BLOG DE MATE DE AIDA 4º ESO: apuntes de funciones pág. 1 FUNCIONES 1.- DEFINICIÓN DE FUNCIÓN Una función es una relación de dependencia entre dos variables de modo que a cada valor de la primera le
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesSecundaria. Matemáticas 2
Secundaria Matemáticas 2 Bloque 1 Actividad del libro Animación Planea Digital 1 1 2 2 3 4 4 5 5 6 6 7 7 8 8 9 20 Resolución de multiplicaciones y divisiones con números enteros 21 Divide y vencerás Divisiones
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesColegio Juan de la Cierva. PROGRAMACIÓN DIDÁCTICA Asignatura: MATEMÁTICAS Curso: 6º Etapa: PRIMARIA Curso académico:
Colegio Juan de la Cierva PROGRAMACIÓN DIDÁCTICA Asignatura: MATEMÁTICAS Curso: 6º Etapa: PRIMARIA Curso académico: 2016-2017 Estadística y probabilidad Geometría Magnitudes y medidas 1º TRIMESTRE OBJETIVOS
Más detallesExperiencia P31: Campo Magnético de un Imán Permanente Sensor de Campo Magnético
Sensor de Campo Magnético Tema DataStudio ScienceWorkshop (Mac) ScienceWorkshop (Win) Magnetismo P31 Permanent Magnet.DS P51 Permanent Magnet P51_PERM.SWS Equipo necesario Cant. Equipo necesario Cant.
Más detallesVisión artificial y Robótica Modelos de movimiento y mapas. Depto. de Ciencia de la Computación e Inteligencia Artificial
Visión artificial y Robótica Modelos de movimiento y mapas Depto. de Ciencia de la Computación e Inteligencia Artificial Contenidos Sistemas de coordenadas Localización de objetos en el espacio Modelos
Más detalles= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =
SOLUCIONES AL EXAMEN DE MÉTODOS ESTADÍSTICOS 2 0 ITIE. 19 /01/2009 1. X = 132, 25 Mediana: M e = 134 + 135 2 = 134, 5 Tercer cuartil: Q 3 = 140 + 141 2 = 140, 5 11 288 12 11267 13 04566 14 0127 15 12 Pueden
Más detalles+ f 2. + f 3. p i. =h i 100. F i. = f i. H i. = h i. P i. = p i
OCIOES de ESTADÍSTICA En las tablas estadísticas se pueden tabular, entre otros, los siguientes aspectos: La frecuencia absoluta ( f i ), es decir, el número de veces que aparece un determinado valor en
Más detallesModelo Predictivo del Crimen para la Región Metropolitana
Análisis Espacial de la Criminalidad basado en Georeferenciación de Denuncias José Miguel Benavente PhD Departamento de Economía. Departamento de Ingeniería Industrial. Universidad de Chile. Carabineros
Más detallesTécnicas de Muestreo Métodos
Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad
Más detallesPrograma de Matemáticas. Nivel Primaria. Ciclo escolar Sexto grado Bloque I. Eje Aprendizajes esperados Contenido Pág. Desafíos matemáticos
Comunicar matemática Bloque I impliquen leer, escribir y comparar números naturales, fraccionarios y decimales, explicitando los criterios de comparación. Resuelve problemas aditivos con números naturales,
Más detallesAplicar los conceptos básicos de metrología a través de la determinación del volumen y la densidad de un sólido.
Metrología Básica 1.1. Objetivos 1.1.1. General Aplicar los conceptos básicos de metrología a través de la determinación del volumen y la densidad de un sólido. 1.1.2. Específicos Aplicar los procesos
Más detallesBASES ESTADISTICAS PARA EL MUESTREO DE PLAGAS Y MODELOS MATEMATICOS UTILIZADOS EN EPIDEMIOLOGIA
BASES ESTADISTICAS PARA EL MUESTREO DE PLAGAS Y MODELOS MATEMATICOS UTILIZADOS EN EPIDEMIOLOGIA M.C. LUIS EMILIO CASTILLO MARQUEZ UNIVERSIDAD AUTONOMA CHAPINGO DEPARTAMENTO DE PARASITOLOGIA AGRICOLA AREA
Más detallesMinisterio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación.
Matemáticas Distribución de ítems para la prueba nacional Modalidad Académica (Diurnos Nocturnos) Convocatorias 016 ESTIMADO DOCENTE: En la modalidad de colegios académico, la Prueba de Bachillerato 016
Más detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Más detallesPara Trabajo Individual del estudiante. Quince (15) Horas para trabajo en grupo CIPAS.
CUN DISTANCIA ADMINISTRACION PÚBLICA ESTADÍSTICA INFERENCIAL TECNOLOGO 03001232 2 Encuentro 10 Horas 86 Horas Para Trabajo Individual del estudiante. Quince (15) Horas para trabajo en grupo CIPAS. 310
Más detallesCAMPO ELÉCTRICO CARGAS PUNTUALES
CARGAS PUNTUALES Ejercicio 1. Junio 2.007 Dos partículas con cargas de +1 μc y de -1 μc están situadas en los puntos del plano XY de coordenadas (- 1,0) y (1,0) respectivamente. Sabiendo que las coordenadas
Más detallesPrincipios y conceptos básicos de la geografía
Principios y conceptos básicos de la geografía La geografía se enfoca en cuatro (4) principios básicos: Localización o Extensión Descripción o Conexión Comparación o Coordinación Explicación o Causalidad
Más detalles