1.Instalar el paquete R-cmdr

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

Download "1.Instalar el paquete R-cmdr"

Transcripción

1 ESTADíSTICA INDUSTRIAL Prof: Mathieu Kessler Componentes principales con R En esta práctica, utilizaremos un paquete adicional de R, llamado rgl que sirve para representaciones 3d. Instalaremos además el paquete R-cmdr, que sirve de interfaz gráfica para muchos de los comandos estadísticos más comunes de R., para explorar un poco sus posibilidades... 1.Instalar el paquete R-cmdr Si disponemos de un ordenador con una conexión de banda ancha a Internet, resulta de lo más fácil el instalar un paquete adicional de R: En el menú Paquetes, seleccionamos la instrucción Instalar paquete(s). Empezamos por escoger el repositorio más cercano. Podemos escoger un repositorio en España. A continuación, aparece una lista de paquetes: De donde escogemos el paquete Rcmdr. Varios paquetes adicionales son requeridos, aceptamos su instalación y en seguida está todo instalado En el caso en que no tenemos aceso a Internet de banda ancha, necesitamos descargar previamente los paquetes requeridos de la página de R CRAN (http://cran.r-project.org/) en su formato.zip. Éstos se pueden encontrar en la sección Contributed. y utilizar la

2 instrucción del menú Paquetes titulada Instalar paquete(s) a partir de ficheros locales. 2.Cargar el paquete rgl Al instalar el paquete R-cmdr, hemos automáticamente instalado también el paquete rgl que permite representar nubes de puntos tridimensionales. Para poder utilizar los comandos de este paquete, es necesario cargarlo previamente, lo que se hace desde la instrucción Cargar paquete(s) del menú Paquetes, o bien usando la instrucción library(rgl). 3.Primer ejemplo ilustrativo: nube de datos 3d. Para entender la estructura de nubes de puntos a través de sus componentes principales, empezamos por estudiar un conjunto simulado de tres variables, que se encuentra en el fichero de datos: datos3d.txt, especificando que vamos a llamar sus variables X, Y y Z. Hacemos las variables X, Y y Z accesibles utilizando el comando attach. Representamos la nube de puntos tri-dimensionales con la instrucción plot3d de la librería rgl. En la línea de comandos, o en nuestro editor R, escribimos plot3d(x,y,z) Al mantener el botón izquierdo del ratón pulsado y moverlo, podemos ver la nube desde distintas perspectivas. Como siempre, la instrucción plot3d admite un gran número de opciones, de momento podemos aumentar el tamaño de los puntos con el argumento size, mientras que cambiamos el color con el argumento col. plot3d(x,y,z,size=2,col= red ) Observamos que la nube de puntos tridimensional tiene forma de tabla de surf: admite claramente una dirección con la mayor variabilidad (el eje principal de la tabla de surf), una segunda dirección con menos variabilidad (el ancho de la tabla), mientras que presenta muy poco variabilidad en la tercera dirección (lo grueso de la tabla). Por consiguiente, al realizar un análisis en componentes principales, debemos encontrar estos ejes, dados por los vectores propios de la matriz de covarianza o de correlación (ver apéndice sobre cuándo

3 usar la matriz de covarianzas y cuándo la matriz de correlación) con sus correspondientes valores propios que representan las varianzas de los componentes principales Para llevar a cabo un análisis en componentes principales, usamos la instrucción prcomp, cuyo argumento principal es un dataframe. En su versión más simple usamos: datos3d.acp=prcomp(datos3d) (notar aquí que he escogido el nombre datos3d.acp, pero podría haber utilizado cualquier otro nombre para el objeto resultado del análisis en componentes principales. Para visualizar los resultados podemos utilizar la instrucción print: print(datos3d.acp) obteniendo: Standard deviations: [1] Rotation: PC1 PC2 PC3 X Y Z Deducimos que la expresión de los componentes principales son: PC1 = X Y Z PC2 = X Y Z PC3 = X Y Z Vamos a darles nombres a estos autovectores que corresponden a los componentes principales: (la matriz de cambio de base, también llamada de rotación, cuyas columnas corresponden a los autovectores se puede obtener como datos3d.acp$rotation) v1=datos3d.acp$rotation[,1] v2=datos3d.acp$rotation[,2] v3=datos3d.acp$rotation[,3] Podemos comprobar que son vectores unitarios y que son mutuamente ortogonales, es decir que su producto escalar es 1: sum(v1*v1); sum(v1*v2); etc... Para visualizar mejor lo que representan estos ejes, vamos a añadirlos en la nube tridimensional: A partir de de aquí, se pueden ejecutar las instrucciones sin entender todos los detalles. Las instrucciones están en el script de soluciones.

4 Empezamos por calcular los dos puntos extremos del primer eje: Para ello, obtenemos el mínimo y el máximo de la primera nueva componente (la que corresponde al primer componente principal): c1min=min(datos3d.acp$x[,1]);c1max=max(datos3d.acp$x[,1]) Cuánto valen estas dos constantes? Por lo tanto las coordenadas en el antiguo sistema de los dos puntos extremos del eje principal se pueden obtener como: extremomin1=mean(datos3d)+cmin*v1 extremomax1=mean(datos3d)+cmax*v1 respectivamente... Vamos a construir una matriz que contenga estos dos puntos: eje1=cbind(extremomin1,extremomax1) Ahora sólo nos queda añadir una línea en el scatter plot entre los dos puntos extremos del eje principal: Volvemos a dibujar la nube (he añadido los xlim, ylim, zlim, para obligar a que los ejes tengan la misma escala) plot3d(x,y,z,size=2,col="red",xlim=c(-12,12),ylim=c(-12,12),zlim=c(-12,12)) y añadimos una línea entre los dos puntos definidos por las columnas de eje1, en verde por favor... plot3d(eje1[1,],eje1[2,],eje1[3,],type= l,col="green",add=t) (El argumento add=t indica que se añada los puntos a la gráfica anterior, mientras que el argumento type= l, indica que queremos puntos conectados por una línea). Podemos proceder de manera parecida para añadir los otros dos ejes, para ir más rápido, los comandos correspondientes están el script solución. *****Final de la parte que se puede ejecutar sin entender todos los detalles************ Finalmente, también podemos extraer del objeto datos3d.acp las desviaciones típicas de los componentes principales (es decir de las coordenadas de los puntos en el nueve sistema de coordenadas). datos3d.acp$sdev Sabríais la relación entre estas desviaciones y los autovalores de la matriz de covarianza? Si utilizamos la instrucción summary(datos3d.acp) Obtenemos además de las desviaciones típicas, la proporción de varianza explicada etc...

5 Finalmente, mencionar que podemos pedir un diagrama de codo asociado al análisis en componentes principales, con la instrucción plot(datos3d.acp) que admite el argumento type= line Ejercicios: Ejemplo: Encuesta de presupuestos familiares. (Peña, 2002, Análisis de datos multivariantes, p140) En el fichero epf.txt, La encuesta de presupuestos familiares en España para el año 1990/1991, recoge los gastos medios de las familias españolas para las 51 provincias (Ceuta y Melilla aparecen unidas como una provincia). Las variables son: X1= alimentación, X2= vestido y calzado, X3= vivienda, X4= mobiliario doméstico, X5= gastos sanitarios, X6= transporte, X7= enseñanza y cultura, X8= turismo y ocio, X9= otros gastos. 1. Empezar por ordenar el conjunto de datos según X1, después según X2, etc... (se usa la instrucción order: dado un vector x, order(x) devuelve los índices de x ordenados de manera que los valores de x[order(x)] sean crecientes.) 2. Realizar el análisis en componentes principales para los logaritmos de las variables (para simetrizarlas), interpretar los coeficientes de los dos primeros componentes principales 3. Clasificar las provincias según la primera componente. (para ello, se puede usar la instrucción order) Ejemplo: Medidas. En el fichero medidas.txt se encuentran las medidas en inches del pecho, cintura y caderas correspondientes a 20 personas 1. Vamos a intentar interpretar la variabilidad presente en los datos. 1. Un primer paso consiste en examinar las inter-relaciones entre las variables utilizando la matriz de correlación. Calcular a continuación la matriz de covarianzas. Observamos que las varianzas son del mismo orden de magnitud, lo que, junto con el hecho de que las unidades de medidas de las tres variables son las mismas, nos lleva a realizar el análisis en componentes principales con la matriz de covarianzas. 2. Realizar un análisis en componentes principales. Cómo podemos interpretar los componentes? Cuántos componentes retendremos? 1 Conjunto nº 79 de Hand, Daly Lunn, Mc Conway & Ostrowski, (1994) A handbook of small datasets, Chapman & Hall.

6 Ejemplo: Consumo de proteinas en Europa En el fichero proteinas.txt, podeis encontrar los datos correspondientes al consumo de proteinas en 25 paises europeos 2 correspondientes a nueve grupos de alimentos. Los datos datan de Los nombres de las variables son las siguientes: 1. Country: País 2. RdMeat: Carne roja 3. WhMeat: Carne Blanca 4. Eggs: Huevos 5. Milk: Leche 6. Fish: Pescado 7. Cereal: Cereales 8. Starch: Feculentes 9. Nuts: Frutos secos, y aceites 10. Fr&Veg: Frutas y verduras Realizar un análisis de componentes principales. Apéndice: Matriz de covarianzas o Matriz de correlaciones? scale=f o scale=t Uno de los argumentos de la instrucción prcomp es scale que puede tomar el valor T (true) o F (false). En el caso en que las variables tengan ordenes de magnitud muy distintos, y en particular ordenes de dispersión muy distintos, las variables no aportan la misma contribución a la variabilidad total, y esto nos puede llevar a descartar una variable importante en la estructura de variabilidad sólo porque su orden de magnitud es menor que el de otra. Las variables con una dispersión con orden de magnitud grande dominarían por completo el análisis. En particular, si cambiamos las unidades de variables por separado, los resultados podrían cambiar completamente: se trata de una característica muy poco afortunada del análisis en componentes principales. En el caso en que las variables son de orden de magnitud distintos, podemos transformarlas para obtener nuevas variables que sí se puedan comparar. Esto se consigue tipificando las variables, es decir restándoles su media y dividiéndoles por su desviación típica: Definición: Sea X una variable asociada a un conjunto de datos, se obtiene la versión tipificada de X a través de la transformación: Y=(X-media(X)/(Desv. Típica(X)) La variable Y en el conjunto es centrada (de media cero) y tiene una desviación típica igual a 1. Si tipificamos todas las variables X1, X2, X3, del conjunto y formamos las variables Y1, Y2, Y3, es posible comprobar que la matriz de covarianza de Y1, Y2, Y3, es igual a la matriz de correlación de X1, X2, X3, Por lo tanto, realizar un análisis en componentes principales sobre la matriz de correlación de X1, X2, X3, 2 Conjunto nº 360 de Hand, Daly Lunn, Mc Conway & Ostrowski, (1994) A handbook of small datasets, Chapman & Hall.

7 es equivalente a realizarlo con la tipificadas Y1, Y2, Y3 matriz de covarianzas de las variables Los argumentos center (cuyo defecto es T) y scale (cuyo defecto es F) permiten la tipificación de las variables del conjunto. Seleccionamos en general analizar las variables tipificadas, indicando el argumento scale=t, en el caso en que sus desviaciones típicas son de ordenes de magnitud distintos.

1 Introducción al SPSS

1 Introducción al SPSS Breve guión para las prácticas con SPSS 1 Introducción al SPSS El programa SPSS está organizado en dos bloques: el editor de datos y el visor de resultados. En la barra de menú (arriba de la pantalla)

Más detalles

Covarianza y coeficiente de correlación

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

Más detalles

Análisis estadístico con Microsoft Excel

Análisis estadístico con Microsoft Excel Análisis estadístico con Microsoft Excel Microsoft Excel ofrece un conjunto de herramientas para el análisis de los datos (denominado Herramientas para análisis) con el que podrá ahorrar pasos en el desarrollo

Más detalles

2 VARIABLES ESTADÍSTICAS BIDIMENSIONALES

2 VARIABLES ESTADÍSTICAS BIDIMENSIONALES 2 VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1 Se ha medido el volumen, X, y la presión, Y, de una masa gaseosa y se ha obtenido: X (litros) 1 65 1 03 0 74 0 61 0 53 0 45 Y (Kg/cm 2 ) 0 5 1 0 1 5 2 0 2 5 3

Más detalles

Introducción a la Estadística con Excel

Introducción a la Estadística con Excel Introducción a la Estadística con Excel En el siguiente guión vamos a introducir el software Excel 2007 y la manera de trabajar con Estadística Descriptiva. Cargar o importar datos En Excel 2007 podemos

Más detalles

Datalogging bajo Robolab.

Datalogging bajo Robolab. Datalogging bajo Robolab. Aún estamos aprendiendo mucho con los robots NXT de LEGO. Hace poco me introduje en el alucinante mundo del Datalogging, que consiste, básicamente, en la captura de datos a través

Más detalles

Instalación del programa PSPP y obtención de una distribución de frecuencias.

Instalación del programa PSPP y obtención de una distribución de frecuencias. Práctica 2. Instalación del programa PSPP y obtención de una distribución de frecuencias. Con esta práctica instalaremos el programa PSPP. El programa es un software específico para el análisis estadístico

Más detalles

Instalación e introducción al software estadístico R y la librería R-Commander. Estadística descriptiva.

Instalación e introducción al software estadístico R y la librería R-Commander. Estadística descriptiva. Instalación e introducción al software estadístico R y la librería R-Commander. Estadística descriptiva. Botella-Rocamora, P.; Alacreu-García, M.; Martínez-Beneito, M.A. ÍNDICE Página 1. Instalación e

Más detalles

Análisis de componentes principales

Análisis de componentes principales Capítulo 2 Análisis de componentes principales 2.1. INTRODUCCIÓN El Análisis de componentes principales trata de describir las características principales de un conjunto de datos multivariantes, en los

Más detalles

Práctica 2 ESTADÍSTICA DESCRIPTIVA

Práctica 2 ESTADÍSTICA DESCRIPTIVA Práctica 2. Estadística descriptiva 1 Práctica 2 ESTADÍSTICA DESCRIPTIVA Objetivos: En esta práctica utilizaremos el paquete SPSS para calcular estadísticos descriptivos de una muestra. Se representarán

Más detalles

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Capítulo 10 Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Al analizar datos, lo primero que conviene hacer con una variable es, generalmente, formarse una idea lo más exacta posible

Más detalles

Estadística I. Finanzas y Contabilidad

Estadística I. Finanzas y Contabilidad Estadística I. Finanzas y Contabilidad Práctica 1: INTRODUCCIÓN AL USO DE SOFTWARE ESTADÍSTICO OBJETIVO: Los estudiantes deberán conocer el funcionamiento de la Hoja de Cálculo EXCEL y utilizarla para

Más detalles

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS I. INTRODUCCIÓN Y MANEJO DE DATOS MANUAL DE SPSS 1 MASTER CALIDAD TOTAL 1/ INTRODUCCIÓN Las aplicaciones de la Estadística en la

Más detalles

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL 1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

Un ejemplo de ACP paso a paso

Un ejemplo de ACP paso a paso Un ejemplo de ACP paso a paso Francesc Carmona Departament d Estadística 13 de enero de 2014 1. Introducción Para ilustrar el procedimiento de cálculo, partamos de un ejemplo en el que disponemos de la

Más detalles

Aplicaciones de Estadística Descriptiva

Aplicaciones de Estadística Descriptiva Aplicaciones de Estadística Descriptiva Contenidos de la presentación Funciones estadísticas en Excel. Gráficos. El módulo de análisis de datos y las tablas dinámicas de Excel. Información Intentaremos

Más detalles

GEOGEBRA COMO RECURSO PARA UNAS NUEVAS MATEMÁTICAS ESTADÍSTICA CON GEOGEBRA

GEOGEBRA COMO RECURSO PARA UNAS NUEVAS MATEMÁTICAS ESTADÍSTICA CON GEOGEBRA GEOGEBRA COMO RECURSO PARA UNAS NUEVAS MATEMÁTICAS ESTADÍSTICA CON GEOGEBRA Virgilio Gómez Rubio Mª José Haro Delicado Baeza 2014 1 ESTADÍSTICA DESCRIPTIVA 2 Estadística descriptiva 1. El puntaje de Apgar

Más detalles

Indicaciones específicas para los análisis estadísticos.

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

Más detalles

2 Resolución de algunos ejemplos y ejercicios del tema 2.

2 Resolución de algunos ejemplos y ejercicios del tema 2. INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 8 2 Resolución de algunos ejemplos y ejercicios del tema 2. 2.1 Ejemplos. Ejemplo 13 La siguiente tabla de frecuencias absolutas corresponde a 200 observaciones

Más detalles

CASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS

CASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS CASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS Nuestra empresa es una pequeña editorial que maneja habitualmente su lista de ventas en una hoja de cálculo y desea poder realizar un análisis de sus

Más detalles

Instrucciones básicas de gretl

Instrucciones básicas de gretl 1 Instrucciones básicas de gretl En las prácticas de ordenador el objetivo es aprender el manejo de un software libre especialmente indicado y creado para el aprendizaje de la Econometría. Es un software

Más detalles

Centro de Profesorado Luisa Revuelta (Córdoba) TEMA 6 TABLAS Y GRÁFICOS EN IMPRESS

Centro de Profesorado Luisa Revuelta (Córdoba) TEMA 6 TABLAS Y GRÁFICOS EN IMPRESS Centro de Profesorado Luisa Revuelta (Córdoba) TEMA 6 TABLAS Y GRÁFICOS EN IMPRESS Antes que nada tenemos que hablar de la distinción entre tabla y hoja de cálculo. Una tabla es una estructura formada

Más detalles

Manual de software. Dynamic Cloud. 10/2014 MS-Dynamic_Cloud v1.2

Manual de software. Dynamic Cloud. 10/2014 MS-Dynamic_Cloud v1.2 Manual de software Dynamic Cloud 10/2014 MS-Dynamic_Cloud v1.2 ÍNDICE GENERAL 1. INTRODUCCIÓN... 2 1.1 Configuración mínima del PC... 2 2. INSTALAR DYNAMIC CLOUD... 3 2.1 Ejecutar Dynamic Cloud por primera

Más detalles

Capítulo 10. Gráficos y diagramas

Capítulo 10. Gráficos y diagramas Capítulo 10. Gráficos y diagramas 1. Introducción Los gráficos y diagramas que se acostumbran a ver en libros e informes para visualizar datos estadísticos también se utilizan con propósitos cartográficos,

Más detalles

2. Seleccionar Insertar función:

2. Seleccionar Insertar función: Estadística I Curso 2014/2015 Guión de la Práctica 1 Introducción a la Estadística con Excel; Estadística Descriptiva En el siguiente guión vamos a ver cómo realizar Estadística Descriptiva con el software

Más detalles

COMPONENTES PRINCIPALES

COMPONENTES PRINCIPALES 5 COMPONENTES PRINCIPALES Karl Pearson (1857-1936) Científico británico. Inventor del contraste que lleva su nombre y uno de los fundadores de la Estadística en el siglo xix. Sus trabajos sobre ajustes

Más detalles

Sección 4.1 Imágenes e ilustraciones

Sección 4.1 Imágenes e ilustraciones Sección 4.1 Imágenes e ilustraciones Imágenes: fotos, capturas de pantalla u otros ficheros de mapas de bits o vectoriales. También se consideran imágenes lo que en otras versiones de PowerPoint se llamaba

Más detalles

Manual de Introducción a SIMULINK

Manual de Introducción a SIMULINK Manual de Introducción a SIMULINK Autor: José Ángel Acosta Rodríguez 2004 Capítulo Ejemplo.. Modelado de un sistema dinámico En este ejemplo se realizará el modelado de un sistema dinámico muy sencillo.

Más detalles

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Cuando se analizan datos, el interés del analista suele centrarse en dos grandes objetivos:

Más detalles

Proyecto de Innovación Docente: Guía multimedia para la elaboración de un modelo econométrico.

Proyecto de Innovación Docente: Guía multimedia para la elaboración de un modelo econométrico. 1 Primeros pasos en R. Al iniciarse R (ver Figura 16), R espera la entrada de órdenes y presenta un símbolo para indicarlo. El símbolo asignado, como puede observarse al final, es > Figura 16. Pantalla

Más detalles

Clase 2: Estadística

Clase 2: Estadística Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea

Más detalles

MANUAL DESPEGA RECARGA MANUAL DESPEGA RECARGA

MANUAL DESPEGA RECARGA MANUAL DESPEGA RECARGA 1 MANUAL DESPEGA RECARGA 2 Índice 1. Instalación del protocolo PPTP y acceso para prepago Banda Ancha en WIN98 --- 1 2. Instalación del protocolo PPTP y acceso para prepago Banda Ancha en WXP --- 10 3.

Más detalles

GENERADOR DE INFORMES

GENERADOR DE INFORMES GENERADOR DE INFORMES IdeSoftware Catalonia S.L. 1 ÍNDICE 1 ÍNDICE...2 2 INTRODUCCIÓN:...3 2.1 Acceder al generador...4 2.2 Crear un informe nuevo...5 2.2.1 Modificar uno ya existente...5 2.2.2 Crear uno

Más detalles

El programa Minitab: breve introducción a su funcionamiento. Para mostrar la facilidad con la que se pueden realizar los gráficos y cálculos

El programa Minitab: breve introducción a su funcionamiento. Para mostrar la facilidad con la que se pueden realizar los gráficos y cálculos El programa Minitab: breve introducción a su funcionamiento Para mostrar la facilidad con la que se pueden realizar los gráficos y cálculos estadísticos en la actualidad, el libro se acompaña, en todo

Más detalles

3.4. Reload Editor ( Guía de Uso).

3.4. Reload Editor ( Guía de Uso). 3.4. Reload Editor ( Guía de Uso). Anterior 3. Lors Management Siguiente 3.4. Reload Editor ( Guía de Uso). 3.4.1. Preguntas básicas sobre Reload Editor. - Qué hace el programa Reload Editor? RELOAD Editor

Más detalles

Tema 2: Estadística Descriptiva Multivariante

Tema 2: Estadística Descriptiva Multivariante Tema 2: Estadística Descriptiva Multivariante Datos multivariantes: estructura y notación Se llama población a un conjunto de elementos bien definidos. Por ejemplo, la población de las empresas de un país,

Más detalles

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009 Índice general 6. Regresión Múltiple 3 6.1. Descomposición de la variabilidad y contrastes de hipótesis................. 4 6.2. Coeficiente de determinación.................................. 5 6.3. Hipótesis

Más detalles

1. INTRODUCCIÓN...4 2. MANUAL...6

1. INTRODUCCIÓN...4 2. MANUAL...6 Manual Sinadura Este documento es propiedad de la Generalitat Valenciana. Queda prohibida su reproducción total o parcial sin autorización previa de la Generalitat Valenciana Manual Sinadura Tabla de Contenido

Más detalles

Tema 6: Introducción a los gráficos en 3 dimensiones

Tema 6: Introducción a los gráficos en 3 dimensiones Tema 6: Introducción a los gráficos en 3 dimensiones 1. Introducción Matlab está preparado para realizar diversos tipos de gráficos en tres dimensiones. Ya se ha comentado que por las características del

Más detalles

Integración de GeoGebra en unidades de aprendizaje

Integración de GeoGebra en unidades de aprendizaje Integración de GeoGebra en unidades de aprendizaje Marín Trechera, Luis Miguel 1 Gámez Mellado, Antonio 1 Resumen Las posibilidades didácticas de GeoGebra revelan todo su potencial al integrarse en unidades

Más detalles

Nombre. El nombre corto del recurso. Éste será mostrado en la página principal de curso.

Nombre. El nombre corto del recurso. Éste será mostrado en la página principal de curso. 4.4. ENLAZAR UN ARCHIVO O UNA PÁGINA WEB 4.4.1. Características El contenido de un curso no sólo se limita a los creados mediante los editores de Moodle, puesto que este tipo de recursos permite enlazar

Más detalles

Introducción a la Programación en MATLAB

Introducción a la Programación en MATLAB Introducción a la Programación en MATLAB La programación en MATLAB se realiza básicamente sobre archivos M, o M-Files. Se los denomina de esta forma debido a su extensión.m. Estos archivos son simple archivos

Más detalles

Draw: objetos en 3D, diagramas de flujo y exportación

Draw: objetos en 3D, diagramas de flujo y exportación 1 de 15 30/11/2010 22:11 Draw: objetos en 3D, diagramas de flujo y exportación Draw es una herramienta de dibujo gráfico vectorial, aunque puede hacer algunas operaciones sobre graficos rasterizados. Ofrece

Más detalles

Guía rápida autosim-200

Guía rápida autosim-200 Guía rápida autosim-200 1. Índice 1. Índice... 27 2. Instalación y registro... 28 3. Diseño de un circuito... 30 4. Ejecución de la simulación... 33 5. Diseño de programación... 34 6. Diseño de aplicación

Más detalles

Medidas de tendencia central o de posición: situación de los valores alrededor

Medidas de tendencia central o de posición: situación de los valores alrededor Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas

Más detalles

Práctica 4: Distribución normal multivariante con R

Práctica 4: Distribución normal multivariante con R Estadística II Curso 2010/2011 Licenciatura en Matemáticas Práctica 4: Distribución normal multivariante con R 1. Simulación de datos normales multivariantes Para generar una muestra de datos con distribución

Más detalles

Clase 2: Estadística

Clase 2: Estadística Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea

Más detalles

1. INTRODUCCIÓN. FrontEnd Web

1. INTRODUCCIÓN. FrontEnd Web ÍNDICE 1. INTRODUCCIÓN.2 2. ACCESO A LA APLICACIÓN...3 3. TRAMITAR UN EXPEDIENTE..4 4. ALTA DE UN NUEVO TRABAJO PROFESIONAL EN UN EXPEDIENTE YA EXISTENTE..... 15 5. OTRAS UTILIDADES..... 16 1 1. INTRODUCCIÓN

Más detalles

Herramientas Informáticas para la Documentación Práctica 1. Introducción al navegador Netscape

Herramientas Informáticas para la Documentación Práctica 1. Introducción al navegador Netscape Herramientas Informáticas para la Documentación Práctica 1. Introducción al navegador Netscape Introducción y objetivos De modo muy resumido Internet es una red que interconecta redes de ordenadores. Conectándose

Más detalles

ESCUELA SUPERIOR DE INFORMATICA Prácticas de Estadística UNA SESIÓN EN SPSS

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

Más detalles

RESUMEN DEL PROGRAMA GNUPLOT

RESUMEN DEL PROGRAMA GNUPLOT RESUMEN DEL PROGRAMA GNUPLOT Gnuplot es un programa de representación grafica de funciones y superficies, tanto definidas a través de sus expresiones analíticas, como de un conjunto de datos o puntos del

Más detalles

Tabla dinámica. Vamos a crear una tabla dinámica a partir de un conjunto de datos.

Tabla dinámica. Vamos a crear una tabla dinámica a partir de un conjunto de datos. Tabla dinámica Una tabla dinámica consiste en el resumen de un conjunto de datos, atendiendo a uno o varios criterios de agrupación, representado como una tabla de doble entrada que nos facilita la interpretación

Más detalles

Cámara. Práctica 5. 5.1. Introducción. 5.1.1. Proyección

Cámara. Práctica 5. 5.1. Introducción. 5.1.1. Proyección Práctica 5 Cámara 5.1. Introducción En esta práctica se aborda la creación de la cámara virtual, esto es, el medio o forma mediante el cual vamos a poder observar los elementos de la escena. De nuevo,

Más detalles

Arsys Backup Online Manual de Usuario

Arsys Backup Online Manual de Usuario Arsys Backup Online Manual de Usuario 1 Contenido 1. Instalación del Programa Cliente... 3 Pasos previos... 3 Instalación... 3 Configuración del acceso... 6 Ubicación del servidor de seguridad... 6 Datos

Más detalles

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

Más detalles

Los sistemas de explotación WINDOWS y MS-DOS

Los sistemas de explotación WINDOWS y MS-DOS Práctica 1 Los sistemas de explotación WINDOWS y MS-DOS En la primera práctica se introduce al alumno en el manejo de dos sistemas de explotación muy extendidos: WINDOWS y MS-DOS. El primero de ellos (y

Más detalles

Guía Google Sites. En este tema se desarrolla una guía rápida de uso para editar con Google Sites

Guía Google Sites. En este tema se desarrolla una guía rápida de uso para editar con Google Sites 1. INTRODUCCIÓN Google Sites es una aplicación gratuita que se enmarca dentro de la filosofía Web 2.0. Permite crear el sitio que puede adaptarse a cualquier situación: web personal, informativa, educativa,

Más detalles

PRÁCTICA Nº 4: SIMULACIÓN DE CIRCUITOS EN RÉGIMEN TRANSITORIO Y CORRIENTE ALTERNA

PRÁCTICA Nº 4: SIMULACIÓN DE CIRCUITOS EN RÉGIMEN TRANSITORIO Y CORRIENTE ALTERNA PRÁCTICA Nº 4: SIMULACIÓN DE CIRCUITOS EN RÉGIMEN TRANSITORIO Y CORRIENTE ALTERNA 4.1. Medidas con el osciloscopio El osciloscopio es un instrumento que sirve para visualizar señales periódicas. Nos permite,

Más detalles

15 ESTADÍSTICA BIDIMENSIONAL

15 ESTADÍSTICA BIDIMENSIONAL ESTADÍSTICA BIDIMENSINAL EJERCICIS PRPUESTS. Copia y completa la siguiente tabla. A B C Total A B C Total a 4 b c 0 7 Total 7 6 a 4 b c 4 3 0 7 Total 7 6 3 6 a) Qué porcentaje de datos presentan la característica

Más detalles

Sincronización de carpetas con el disco duro virtual en sistemas Windows

Sincronización de carpetas con el disco duro virtual en sistemas Windows DDV: Disco Duro Virtual de la Universidad de Sevilla. Contenido Sincronización de carpetas con el disco duro virtual en sistemas Windows...1 1. Instalación del cliente de sincronización...1 2. Configuración

Más detalles

TEMA 4: EMPEZANDO A NAVEGAR ESCUELA UNIVERSITARIA DE INFORMÁTICA. Raúl Martín Martín

TEMA 4: EMPEZANDO A NAVEGAR ESCUELA UNIVERSITARIA DE INFORMÁTICA. Raúl Martín Martín TEMA 4: EMPEZANDO A ESCUELA UNIVERSITARIA DE INFORMÁTICA NAVEGAR Raúl Martín Martín SERVICIOS DE INTERNET SERVICIOS DE INTERNET Las posibilidades que ofrece Internet se denominan servicios. Hoy en día,

Más detalles

ESTADÍSTICA DESCRIPTIVA CON SPSS

ESTADÍSTICA DESCRIPTIVA CON SPSS ESTADÍSTICA DESCRIPTIVA CON SPSS (2602) Estadística Económica Joaquín Alegre y Magdalena Cladera SPSS es una aplicación para el análisis estadístico. En este material se presentan los procedimientos básicos

Más detalles

Capítulo 9. Archivos de sintaxis

Capítulo 9. Archivos de sintaxis Capítulo 9 Archivos de sintaxis El SPSS permite generar y editar archivos de texto con sintaxis SPSS, es decir, archivos de texto con instrucciones de programación en un lenguaje propio del SPSS. Esta

Más detalles

Restitución genética de poblaciones Modelización de la dinámica y establecimiento de poblaciones

Restitución genética de poblaciones Modelización de la dinámica y establecimiento de poblaciones Restitución genética de poblaciones Modelización de la dinámica y establecimiento de poblaciones Introducción. Cuando se plantea la conservación de poblaciones de una especie en peligro de extinción, antes

Más detalles

DIAGRAMAS DE FLUJO: DFD

DIAGRAMAS DE FLUJO: DFD DIAGRAMAS DE FLUJO: DFD DFD es un programa de libre disposición para ayuda al diseño e implementación de algoritmos expresados en diagramas de flujo (DF). Además incorpora opciones para el depurado de

Más detalles

CURSO FACTURACIÓN ENERO 2009. Página: 1

CURSO FACTURACIÓN ENERO 2009. Página: 1 CURSO FACTURACIÓN ENERO 2009 Página: 1 Acceso a la aplicación Para acceder a la aplicación, en la ventana inicial especificamos el año y pulsamos en Aceptar. En la pantalla inicial se muestran las empresas

Más detalles

Guía Rápida de Gretl

Guía Rápida de Gretl Guía Rápida de Gretl Carlos J. Pérez Índice 1. Introducción 1 2. Gestión de Datos 1 3. Estadística Descriptiva 3 3.1. Estadísticos Univariantes..................... 4 3.2. Estadísticos Multivariantes....................

Más detalles

SIMULADOR DE SISTEMAS DE EVENTOS DISCRETOS

SIMULADOR DE SISTEMAS DE EVENTOS DISCRETOS SIMULADOR DE SISTEMAS DE EVENTOS DISCRETOS MANUAL DE USUARIO 1.1 Introducción. El simulador de sistemas de eventos discretos está compuesto por dos aplicaciones: el Simulador de redes de Petri y el Simulador

Más detalles

Dynamic Plus. Software Gestión Pantallas. www.giropuc.com. Dynamic Plus es un software de edición para pantallas led de gran formato.

Dynamic Plus. Software Gestión Pantallas. www.giropuc.com. Dynamic Plus es un software de edición para pantallas led de gran formato. Dynamic Plus Software Gestión Pantallas Dynamic Plus es un software de edición para pantallas led de gran formato. 1.1 Configuración mínima del PC La aplicación Dynamic Plus está concebida para funcionar

Más detalles

Qcad. Es un programa de diseña asistido por ordenador en 2 dimensiones.

Qcad. Es un programa de diseña asistido por ordenador en 2 dimensiones. Qcad Es un programa de diseña asistido por ordenador en 2 dimensiones. 1. La ventana del Qcad Barra de títulos Barra de menús Barra de herramientas Área de dibujo Barra de herramientas de dibujo Barra

Más detalles

Práctica 1ª: Introducción a Matlab. 1er curso de Ingeniería Industrial: Ingeniería de Control

Práctica 1ª: Introducción a Matlab. 1er curso de Ingeniería Industrial: Ingeniería de Control 1er curso de Ingeniería Industrial: Ingeniería de Control Práctica 1ª: Introducción a Matlab Departamento de Ingeniería electrónica, Telecomunicación y Automática. Área de Ingeniería de Sistemas y Automática

Más detalles

GUIA DE MANEJO DE EXCEL PARA LA ASIGNATURA ESTADÍSTICA DESCRIPTIVA

GUIA DE MANEJO DE EXCEL PARA LA ASIGNATURA ESTADÍSTICA DESCRIPTIVA GUIA DE MANEJO DE EXCEL PARA LA ASIGNATURA ESTADÍSTICA DESCRIPTIVA Proyecto Piloto ECTS CURSO 2006/07 1 MANEJO DE LA HOJA DE CALCULO EXCEL PARA ANÁLISIS DESCRIPTIVO Y EXPLORATORIO DE DATOS. INTRODUCCIÓN

Más detalles

Departamento de Matemática Aplicada Matemáticas Licenciatura en CC. Químicas (Curso 2008-09) Estadística unidimensional con EXCEL.

Departamento de Matemática Aplicada Matemáticas Licenciatura en CC. Químicas (Curso 2008-09) Estadística unidimensional con EXCEL. Departamento de Matemática Aplicada Matemáticas Licenciatura en CC. Químicas (Curso 2008-09) Estadística unidimensional con EXCEL. Práctica 6 1. Introducción El programa EXCEL del paquete Microsoft Office

Más detalles

TEMA 7 ANÁLISIS DE DATOS: INTRODUCCIÓN AL SPSS

TEMA 7 ANÁLISIS DE DATOS: INTRODUCCIÓN AL SPSS TEMA 7 ANÁLISIS DE DATOS: INTRODUCCIÓN AL SPSS 1. Introducción 2. Definición de variables 3. Introducción de los datos 4. Análisis de los datos 5. Otras utilidades 1. INTRODUCCIÓN El SPSS es un paquete

Más detalles

Operaciones básicas, fórmulas, referencias absolutas, relativas y mixtas.

Operaciones básicas, fórmulas, referencias absolutas, relativas y mixtas. Módulo 3 Herramientas de Cómputo Operaciones básicas, fórmulas, referencias absolutas, relativas y mixtas. Operaciones Básicas Las operaciones básicas que se realizan en una hoja de cálculo son: Seleccionar

Más detalles

DISEÑO ASISTIDO POR ORDENADOR

DISEÑO ASISTIDO POR ORDENADOR Actividad: Dibujar utilizando CADStd DISEÑO ASISTIDO POR ORDENADOR 1. Introducción Algo aparentemente tan complicado como el manejo de un programa de dibujo técnico necesita iniciarse en dos conceptos

Más detalles

Tema 4 Técnicas de reducción de la dimensión

Tema 4 Técnicas de reducción de la dimensión Tema 4 Técnicas de reducción de la dimensión José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid En qué dirección es conveniente proyectar? 2 1 0 1 2 1 0 1 2 Componentes principales

Más detalles

Tema 5. Análisis de componentes principales

Tema 5. Análisis de componentes principales Máster en Técnicas Estadísticas Análisis Multivariante. Año 2008 2009. Profesor: César Sánchez Sellero. Tema 5. Análisis de componentes principales 5.1. Introducción. El análisis de componentes principales

Más detalles

Arquitectura de Aplicaciones

Arquitectura de Aplicaciones 1 Capítulo 13: Arquitectura de aplicaciones. - Sommerville Contenidos del capítulo 13.1 Sistemas de procesamiento de datos 13.2 Sistemas de procesamiento de transacciones 13.3 Sistemas de procesamiento

Más detalles

Práctica 3: Utilización de Charts dobles, Waveforms Graphs, propiedades de gráficos, creación de Waveforms y su almacenamiento en disco.

Práctica 3: Utilización de Charts dobles, Waveforms Graphs, propiedades de gráficos, creación de Waveforms y su almacenamiento en disco. Práctica 3: Utilización de Charts dobles, Waveforms Graphs, propiedades de gráficos, creación de Waveforms y su almacenamiento en disco. En esta práctica se partirá de la aplicación practica2.vi generada

Más detalles

Práctica 1 - Pista de Carreras 12407 - Programación II

Práctica 1 - Pista de Carreras 12407 - Programación II 1. Introducción Práctica 1 - Pista de Carreras 12407 - Programación II En esta práctica el objetivo es implementar una matriz de adyacencia para el juego Pista de Carreras. Con tal fin, primero hay que

Más detalles

GUÍA DE INSTALACIÓN Y USO

GUÍA DE INSTALACIÓN Y USO GUÍA DE INSTALACIÓN Y USO Edif. Metropol 1, C/ Industria 1, 3ª Planta Mod. 14-41927 - Mairena del Aljarafe, SEVILLA Tlf: 954 98 00 37 Email: info@didesis.com Guía de usuario 2 Contenido INTRODUCCIÓN...

Más detalles

Manual básico de utilización de Windows

Manual básico de utilización de Windows Manual básico de utilización de Windows INDICE 1. El escritorio de Windows 2. Ver icono Mi PC en el escritorio 3. Mi PC 4. Crear carpetas y accesos directos 5. Buscar archivos en el PC 6. Papelera de reciclaje

Más detalles

Experimento 7 EL OSCILOSCOPIO Y LAS SEÑALES ALTERNAS. Objetivos. Información preliminar. Teoría. Figura 1 El tubo de rayos catódicos

Experimento 7 EL OSCILOSCOPIO Y LAS SEÑALES ALTERNAS. Objetivos. Información preliminar. Teoría. Figura 1 El tubo de rayos catódicos Experimento 7 EL OSCILOSCOPIO Y LAS SEÑALES ALTERNAS Objetivos 1. Describir los aspectos básicos del tubo de rayos catódicos 2. Explicar y describir las modificaciones que sufre un tubo de rayos catódicos

Más detalles

Instrucciones para configurar la Plataforma FACe para la aplicación de Gestión Municipal, tanto Simplificada como Básica.

Instrucciones para configurar la Plataforma FACe para la aplicación de Gestión Municipal, tanto Simplificada como Básica. Instrucciones para configurar la Plataforma FACe para la aplicación de Gestión Municipal, tanto Simplificada como Básica. Con el fin de hacer más ordenado el proceso de configuración, hemos dividido este

Más detalles

Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA. Gráficos de Excel. Hojas de cálculo Tema 4

Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA. Gráficos de Excel. Hojas de cálculo Tema 4 Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Gráficos de Excel Hojas de cálculo Tema 4 Gráficos Los gráficos son representaciones gráficas de datos numéricos. Facilitan la interpretación

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PEREIRA Programa de Tecnología Eléctrica

UNIVERSIDAD TECNOLÓGICA DE PEREIRA Programa de Tecnología Eléctrica Programación TE243 Segundo semestre de 2014 Ing: José Norbey Sánchez Grupo: UNIVERSIDAD TECNOLÓGICA DE PEREIRA Programa de Tecnología Eléctrica 2. Gráficos en dos y tres dimensiones: 2.1 Gráficos en dos

Más detalles

O3 Entorno de Trabajo

O3 Entorno de Trabajo O3 Entorno de Trabajo Entorno de trabajo En este capítulo explicaremos los diferentes elementos que componen el entorno de trabajo de la aplicación. El modo de trabajo que se explicará a continuación es

Más detalles

Manual básico de Outlook Express

Manual básico de Outlook Express Manual básico de Outlook Express INDICE 1. Elementos básicos a. Crear un correo nuevo. b. Enviar y recibir correo. c. Direcciones. d. Buscar en correos. 2. Utilidades a. Cómo adjuntar archivos. b. Insertar

Más detalles

FICHERO DE AYUDA DEL PROGRAMA MEGAPRIMI

FICHERO DE AYUDA DEL PROGRAMA MEGAPRIMI FICHERO DE AYUDA DEL PROGRAMA MEGAPRIMI Versión MEGAPRIMI : 4.0 Fecha : 19/06/2010 1. INFORMACION GENERAL Versión completamente gratuita. Entre otras muchas opciones, el programa permite seleccionar cualquier

Más detalles

1 Empecemos... 1.1 Manipulación de vectores. Introducción a R

1 Empecemos... 1.1 Manipulación de vectores. Introducción a R Introducción a R. Mathieu Kessler Departamento de Matemática Aplicada y Estadística Universidad Politécnica de Cartagena Introducción a R R es un programa de análisis de datos y realización de gráficos,

Más detalles

www.pildorasinformaticas.com Página 1

www.pildorasinformaticas.com Página 1 Capítulo 1. CREACIÓN DE BBDD Y VALIDACIÓN DE DATOS... 4 1.1. Crear una BBDD... 4 1.2. Formulario de entrada de datos... 5 1.3. Importación de datos... 7 1.4. Ordenación de registros... 10 1.5. Autofiltros...

Más detalles

CASO PRÁCTICO GESTIÓN DE PEDIDOS

CASO PRÁCTICO GESTIÓN DE PEDIDOS CASO PRÁCTICO GESTIÓN DE PEDIDOS Tenemos una tabla con los precios unitarios de los productos de nuestra empresa por categorías de clientes. Los clientes están clasificados en categorías de 1 a 4- en función

Más detalles

Esta es un área donde se ha provisto una gran cantidad de funcionalidades extras en la versión de 2010 vea el apartado 22.6.

Esta es un área donde se ha provisto una gran cantidad de funcionalidades extras en la versión de 2010 vea el apartado 22.6. Unidad 22: Tablas Dinámicas* material 2010* 22.0 Introducción: Esta unidad podría haberse llamado resumir los datos con rapidez. Excel ofrece una herramienta poderosa para crear resúmenes tabulares de

Más detalles

13.1. Tablas dinámicas de Excel

13.1. Tablas dinámicas de Excel 13.1. Tablas dinámicas de Excel Una tabla dinámica consiste en el resumen de un conjunto de datos, atendiendo a varios criterios de agrupación, representado como una tabla de doble entrada que nos facilita

Más detalles

RClimTool MANUAL DEL USUARIO

RClimTool MANUAL DEL USUARIO RClimTool MANUAL DEL USUARIO Lizeth Llanos Herrera, estudiante de Estadística Esta herramienta ha sido diseñada para el apoyo, automatización de procesos y análisis de series climáticas dentro del convenio

Más detalles

Creator1X2 Estadísticas 1X2 Fútbol Pronosticador Generador de apuestas

Creator1X2 Estadísticas 1X2 Fútbol Pronosticador Generador de apuestas Creator1X2 Estadísticas 1X2 Fútbol Pronosticador Generador de apuestas 1. INTRODUCCION 2. REQUERIMIENTOS 3. OPCIONES DEL MENU PRINCIPAL A. ESTADISTICAS 1X2 Configurar Estadística Mantenimiento de Quinielas

Más detalles

Práctica 3. Explorando datos con Statistix

Práctica 3. Explorando datos con Statistix Práctica 3. Explorando datos con Statistix En esta práctica aprenderemos a explorar un conjunto de datos utilizando el menú Statistics de nuestro programa. Un geyser es un nacimiento de agua hirviente

Más detalles

Econometría ADE Practica 1 PRÁCTICA 1 INTRODUCCIÓN AL GRETL

Econometría ADE Practica 1 PRÁCTICA 1 INTRODUCCIÓN AL GRETL PRÁCTICA 1 INTRODUCCIÓN AL GRETL 1 1 INSTALACIÓN DEL PROGRAMA Desde la página principal de GRETL en español http://gretl.sourceforge.net/gretl_espanol.html Ir a descargar y bajar el fichero correspondiente

Más detalles

Gráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana.

Gráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana. LECCIÓN CONDENSADA 2.1 Gráficas de caja En esta lección crearás e interpretarás las gráficas de caja para conjuntos de datos usarás el rango intercuartil (IQR) para identificar valores extremos potenciales

Más detalles