Técnicas y Métodos de Análisis Espacial. Seminario Análisis Espacial Nathaly de los Ángeles Mazo Septiembre 16 de 2010
|
|
- Miguel Pérez Botella
- hace 7 años
- Vistas:
Transcripción
1 Técnicas y Métodos de Análisis Espacial Seminario Análisis Espacial Nathaly de los Ángeles Mazo Septiembre 16 de 2010
2 Consideraciones iníciales para el análisis espacial Abstracción (Transformación) El análisis espacial se vale de un conjunto de herramientas y técnicas que sólo pueden dar respuesta a una parte de la dinámica del espacio, mas no a su totalidad. El análisis espacial requiere de una discretización del espacio (idealización). Reducción de del mundo a un número finito de entidades geométricas por lo general como puntos, líneas y polígonos Esto implica una pérdida inevitable de información debido a la variabilidad espacial, la suavización de los valores y atributos y la simplificación de los objetos.
3 Dato espacial Las entidades resultantes del proceso de abstracción (Transformación) se expresan como dato espaciales o georeferenciados Los datos espaciales tienen propiedades, algunas derivadas de la naturaleza fundamental de la realidad geográfica y otras del proceso de abstracción. Deben estar bien definidos Ser internamente homogéneos Atributos definidos por una locación espacial y temporal determinada Se clasifican por el nivel de medición obtenida: nominal, ordinal de intervalo o de razón. El nivel de medición determina qué operaciones se pueden realizar y qué procedimientos aplicar El nivel de incertidumbre expresa la calidad de los datos
4 Matriz de datos espaciales Los datos espaciales son capturadas en una matriz de origen y destino o Matriz de datos espaciales El modelo de la matriz datos espaciales, el tipo datos que se necesitan, la escala y su configuración, responde al tipo de preguntas, los problemas de inferencia y los modelos espaciales utilizados para comprender el mundo.
5 Problema de las Unidades de Área Modificable Problema práctico causado por la escala o la agrupación de los datos Está definido por: la escala la orientación el origen de la regionalización el número de zonas Efecto de escala: al calcular una estadística a diferentes escalas, se obtengan resultados distintos Efecto de la división en zonas: al reagrupar los datos en sistemas de zonas diferentes aunque a la misma escala, se obtengan distintos valores para una misma estadística Falacia ecológica: al cambiar de un sistema de zonas a los datos individuales, el análisis estadístico da resultados diferentes
6 Análisis Espacial Comprender la distribución espacial de los datos de los fenómenos que ocurren en el espacio constituye hoy un gran reto para el esclarecimiento de cuestiones centrales en diversas disciplinas. Con el uso y aplicación de las TIGs se establece un marco de intercambio que permite visualizar los distintos procesos que ocurren en el espacio, en un tiempo determinado, los cuales permiten la visualización espacial de variables tales como las poblaciones individuales, la calidad de vida o los índices de ventas de las compañías en una región, mediante el uso de mapas. Es por esto que la percepción visual de la distribución espacial del fenómeno, es muy útil para traducir los patrones existentes en consideraciones objetivas y medibles.
7 Algunos interrogantes que busca resolver el uso del análisis espacial, apuntan a identificar: Distribución espacial de fenómenos Patrones espaciales Asociaciones y concentración Estimación o predicción Elección de variables
8 Tipos de datos y problemas en el análisis espacial Fuente: Câmara, Gilberto et all. Spatial Analysis and GIS: A Primer
9 Conceptos básicos en Análisis Espacial Dependencia espacial La dependencia espacial es un concepto clave en la comprensión y el análisis de un fenómeno espacial. Todo está relacionado con todo lo demás, pero las cosas cercanas están más relacionadas de cosas lejanas (Tobler, Waldo). La dependencia espacial está presente en todos dirección y se debilita aún más la dispersión en los aumentos de los datos de localización (Cressie, Noel). Donde la mayoría de los acontecimientos, naturales o sociales, se presentan entre una relación que depende de la distancia.
10 Conceptos básicos en Análisis Espacial Autocorrelación Espacial La expresión de cálculo del concepto de dependencia espacial es la autocorrelación espacial. Este término proviene del concepto estadístico de correlación, que sirve para medir la relación entre dos variables aleatorias. La preposición "auto" indica que la medición de la correlación se hace con la misma variable aleatoria, medida en distintos lugares en el espacio. Podemos usar diferentes indicadores para medir la autocorrelación espacial, todos ellos basados en comprobar cómo varía la dependencia espacial mediante la comparación de los valores de una muestra y de sus vecinos.
11 Conceptos básicos en Análisis Espacial Inferencia Estadística de Datos Espaciales Una consecuencia importante de la dependencia espacial es que las inferencias estadísticas sobre este tipo de datos no son tan eficientes como en el caso de muestras independientes del mismo tamaño. En otras palabras, la dependencia espacial lleva a una pérdida de poder explicativo. Se deben considerar los datos espaciales no como un conjunto de muestras independientes, sino como una realización de un proceso estocástico. En el caso de un proceso estocástico todas las observaciones se utilizan de manera combinada para describir el patrón espacial del fenómeno estudiado. Es necesario determinar una hipótesis acerca de la estabilidad del proceso estocástico.
12 Procesos de Análisis Espacial El análisis espacial se compone de un conjunto de procedimientos encadenados cuyo objetivo es elegir un modelo inferencial que considere explícitamente la actual relación espacial del fenómeno. Los procedimientos iníciales de análisis incluyen el conjunto de métodos genéricos de análisis exploratorio y la visualización de datos, en general a través de mapas. Los modelos espaciales inferenciales se presentan generalmente en tres grandes grupos: Variación continua: Consideran un procesos estocástico cuyos valores pueden ser conocidos en todos los puntos del área de estudio. Variación discreta: Se refieren a la distribución de eventos cuya localización se asocia a las zonas delimitadas por los polígonos. Objetivo: modelar el patrón de distribución espacial del fenómeno geográfico. Procesos puntuales: Conjunto de puntos distribuidos en un terreno, cuya ubicación fue generado por un mecanismo estocástico. Objetivo: comprensión del mecanismo generador de dicha localización.
13 Consideraciones No existe un único o correcto modelo o para cada problema. Muchas veces será necesario combinar los diferentes enfoques (procesos puntuales, la variación continua y la variación discreta) para agregar información al problema estudiado. Es por ello que la necesidad de combinar diferentes modelos inferenciales y tener un sólido conocimiento de las diferentes técnicas se deriva de la propia naturaleza del espacio geográfico.
14 Principales Enfoques del Análisis Espacial 1. Estadística Espacial y Geoestadística Análisis exploratorio de datos espaciales Autocorrelación espacial Agrupaciones espaciales o Cluster Filtros espaciales Variograma y Kriging 2. Econometría Espacial Modelos econométricos espaciales Modelos de panel de datos espaciales Métodos para modelación de origen destino de flujos Modelo multinivel Método de expansión, dependencia y multimodelación
15 Análisis Espacial: Estadística espacial y Geoestadística 1. Exploratory Spatial Data Analysis Análisis exploratorio de datos espaciales (ESDA) como se usa en estadística espacial, geoestadística y la econometría espacial, es desarrollado a partir del análisis exploratorio de datos (AED). En particular, dos temas que son fundamentales la importancia de los datos, y la importancia de los gráficos de análisis en la representación de características seleccionadas de los datos. Exploración de los patrones de punto Exploración geoestadística Diagnostico de la localización Direccionalidad Gran parte de la literatura sobre análisis exploratorio de datos espaciales se ha centrado en la exploración de los datos de áreas con respecto a la asociación espacial.
16 Cartografía temática La cartografía temática es una parte importante del análisis exploratorio de datos con datos espaciales, así como juega un papel vital en la presentación de resultados del modelo. También es fundamental en la comunicación de los resultados intermedios y finales de la investigación, tanto en las pantallas de las aplicaciones y documentos, y en la impresión Mapas de coropletas condicionados. Gráficos enrejados que permiten explorar las relaciones multivariado por el condicionamiento potencialmente de las variables interesantes (Becker et al. 1996). Exploración de los patrones de punto. Mientras ESDA es a menudo visto como se aplica a los datos de área, en los enfoques de hecho el análisis de los datos derivados de EDA se utilizan en el análisis de datos espaciales.
17 Geoestadística Exploratoria Es probable encontrar más análisis exploratorio de datos espaciales se hace en geoestadística que en los demás dominios de análisis de datos espaciales. Es fácil comprender por qué la interpolación depende de manera crucial en la identificación de modelo "correcto", en cuanto a la selección de los lugares de observación, el ajuste de modelos de autocorrelación espacial, la selección de covariables útil, y comprobar la idoneidad de los supuestos tales como la isotropía. Si un modelo serio debajo del nivel óptimo que se elija, tanto las predicciones y estimaciones propias de la incertidumbre en torno a esos valores no será tan satisfactoria como se podría haber logrado con los mismos datos. Lloyd (2007) y Müller (2007) proporcionan más de las técnicas para hacer un buen uso de los datos a mano, y del diseño de las pautas de los lugares de muestreo para mejorar la predicción. Diagnostico de la localización Debemos intentar agregar una tendencia espacial, o una covariable, debemos prestar atención de la advertencia dada por Unwin y Wrigley (1987) para utilizar el mismo protocolo diagnóstico como en cualquier ejercicio de modelización otros. Variograma de diagnóstico El variograma de diagnóstico está vinculado a otras medidas adoptadas en la exploración de variables en geoestadística. Entre más cerca se den las observaciones son más parecidas entre sí, y que la similitud disminuye con la distancia.
18 La mediana de esmalte suavizado Cressie (1993) analiza con cierto detalle cómo puede ser suavizado se utiliza para dividir la variación de los datos en liso y rugoso. Su uso inicial fue descrito por Cox y Jones (1981). Los indicadores locales de asociación espacial (LISA) Si bien las medidas globales nos permiten poner a prueba de patrones espaciales en el área de estudio, puede ser el caso de que no hay autocorrelación significativa en sólo una sección más pequeña, que está inundada en el contexto de la totalidad.
19 2. Spatial Autocorrelation La definición más simple del concepto de autocorrelación espacial es que representa la relación entre las inmediaciones unidades espaciales, como se ve en los mapas, donde se codifica cada unidad con una realización de una sola variable. Hubert et al. (1981, p.224): "Dado un conjunto S que contiene n unidades geográficas, autocorrelación espacial se refiere a la relación entre algunas variables observadas en cada una de las localidades n y una medida de la proximidad geográfica definida para todo n (n-1) pares seleccionados de S.
20 Los atributos y usos del concepto de autocorrelación espacial Una prueba en el modelo de una incorrecta especificación. Una medida de la fuerza de los efectos espaciales de cualquier variable. Una prueba de hipótesis de estacionariedad espacial y la heterogeneidad espacial. Un medio de identificar los grupos espaciales. Un medio de identificar el papel que la decadencia distancia o interacción espacial puede tener en cualquier modelo autorregresivo espacial. Una manera de entender la influencia que la geometría de las unidades espaciales tiene en una variable. Una prueba de hipótesis acerca de las relaciones espaciales. Un medio de sopesar la importancia de los efectos en el tiempo. Un enfoque sobre el efecto de una sola unidad espacial en otras unidades y viceversa. Un medio de identificar valores atípicos, tanto espaciales como no espaciales. Una ayuda en el diseño de una muestra espacial apropiada.
21 Medidas de autocorrelación espacial y las pruebas Las medidas de autocorrelación espacial puede ser diferenciado de las pruebas de autocorrelación espacial, pero ambas permiten la evaluación de los efectos espaciales en el análisis de datos georeferenciados. Las medidas de autocorrelación espacial y las pruebas se pueden diferenciar por el alcance o la escala de análisis. Tradicionalmente, se separan en categorías de "global" y "local". Medidas globales y las pruebas Gamma (Γ). Join count Moran I. Geary S. El variograma. Función K de Ripley Coeficientes de autocorrelación espacial. Medidas locales y las pruebas Estadísticas locales Getis y Ord. Los indicadores locales de asociación espacial - LISA. Regresión de ponderación geográfica Autocorrelación espacial local en la presencia de autocorrelación espacial global.
22 Problemas en el tratamiento de autocorrelación espacial Está claro que la autocorrelación espacial se puede definir con precisión, pero no siempre está claro si las distintas medidas y pruebas de que acabamos de describir puede encontrar realmente autocorrelación espacial en los datos georeferenciados. Un área particularmente difícil de la investigación es la selección de pruebas que puedan resistir los efectos de la simultaneidad de varias pruebas. Especialmente en las estadísticas locales, por lo general hay pruebas de autocorrelación espacial para cada sitio de datos. Esto da lugar a un gran número de pruebas que son, de hecho, dependen unas de otras. Muchas pruebas tradicionales requieren la suposición de estacionariedad. Comprobación de la estacionalidad en el trabajo empírico es una buena práctica.
23 Spatial autocorrelation software GeoDa R -Packages PPA (Point Pattern Analysis) SANET STARS (Space-Time Analysis of Regional Systems) ArcGIS. Module, Geostatistical Analyst ClusterSeer 2 Le Sage s Spatial Econometrics Toolbox Spatial Statistics and SAS.
24 3. Spatial Clustering El análisis de agrupamiento espacial se ha vuelto común en muchos campos de la investigación. Un supuesto implícito en el análisis de conglomerados espaciales es determinar los factores que influyen en la variable de estudio. Las técnicas para este tipo de análisis se pueden dividir en dos categorías: los que se utilizan para determinar si la agrupación se presente en la región de estudio, y aquellos que tratan de identificar la ubicación de las agrupaciones. Técnicas globales de agrupamiento, proporcionan una sola estadística que resume el patrón espacial de la región Técnicas de agrupación local.
25 Medidas globales de la agrupación espacial Estos métodos proporcionan un resumen estadístico único que describe el grado de agrupamiento en la pauta asignada. El valor de la estadística indica si el patrón está agrupado, al azar, o dispersos La hipótesis nula es de aleatoriedad. Métodos de datos de área Estadística join-count Moran I Ajuste a la varianza heterogenea Geary C Getis-Ord G Métodos de datos de puntos Análisis cuadrático Análisis del vecino más próximo Función K de Ripley Patrones de punto bivariado
26 Medidas locales de la agrupación espacial Cuando la hipótesis nula de aleatoriedad es rechazado por una prueba general para la agrupación espacial, dos cuestiones adicionales planteadas: dónde están los grupos y cuál es su extensión espacial?. Las Estadísticas de la agrupación local se utilizan para responder a estas preguntas. Métodos de datos de área Getis-Ord Gi and Gi El scatter plot de Moran and Moran I local Agrupamientos locales de datos categorizados
27 Algoritmos de detección de agrupaciones Corresponde a procedimientos de búsqueda automatizada y sus correspondientes estadísticas de prueba. Estas técnicas computacionales implican pruebas de un gran número de regiones en el área de estudio para el agrupamiento espacial. Estos métodos no se limitan a una definición fija de barrio, y por lo tanto el tamaño del clúster, pero están diseñados para detectar grupos de diferentes tamaños. Máquina de Análisis Geográfico (GAM). Método de Besag y Newell Procedimiento SAT Scan Búsqueda de cluster de forma arbitraria
28 4. Spatial Filtering En estadística espacial y econometría espacial, el filtro o filtrado espacial es una metodología general de apoyo a las conclusiones más sólidas en los datos de los estudios analíticos, y se basa en una estructura de vinculación postula que une los datos georreferenciados observaciones. El filtro espacial matemáticamente manipula los datos con el fin de corregir las posibles distorsiones introducidas por factores tales como la escala arbitraria, la resolución y / o zonificación. La principal ventaja de esta metodología es que introduce variables de control, que permiten identificar y aislar las dependencias estocásticas espaciales entre las observaciones georeferenciadas, permiten la construcción de modelos de proceder como si estas observaciones son independientes. La metodología de filtrado espacial tiene por objeto dar cuenta de autocorrelación espacial en los datos georreferenciados de una manera que permite a las técnicas convencionales de estimación estadística para ser explotados.
29 Tipos de filtro espacial Un número limitado de implementaciones de esta metodología en la actualidad existen para fines de análisis de datos georeferenciados, e incluyen operadores lineales autorregresivo, especificación Gi-basada de Getis, las combinaciones lineales de vectores propios extraídos de principales distancia basada en las coordenadas de las matrices de vecinos y el peso del espacio basada en la topología de matriz de funciones propias. Operadores lineales autorregresivos Especificación Gi de Getis Combinaciones lineales basada en la matriz topológica de vectores propios. Se determinan funciones propias de filtros espaciales en relación con: Modelos lineales generalizados Regresión de ponderacion geográfica Interpolación geográfica Interacción de datos espaciales
30 5. The Variogram and Kriging Estadística espacial y geoestadística se han desarrollado para describir y analizar la variación de los fenómenos naturales y provocados por el hombre, sobre o debajo de la superficie de la tierra. Estadística espacial incluye cualquiera de las técnicas formales de que las entidades de estudio que tienen un índice espacial (Cressie 1993). La mayoría de las propiedades espaciales varían de forma compleja que la variación no puede ser definido de manera determinista. Para hacer frente a esta incertidumbre espacial un enfoque diferente de los métodos tradicionales determinista de análisis espacial se requiere que ser basado en un enfoque estocástico o probabilístico. La base de la geoestadística moderna para el tratamiento de la variable de interés como una variable aleatoria.
31 Estimación del variograma Método Matheron de momentos (MoM) Metodo de máxima verosimilitud residual (REML) Características del variograma Continuidad Creciente monótona Umbral y rango Efecto agujero y periodicidad Límites Anisotropía. Variación anidada.
32 Predicción geoestadística: Kriging Kriging es un método de predicción o estimación óptima en el espacio geográfico, a menudo conocido como el mejor predictor lineal insesgado (BLUP). Es el método geoestadístico de interpolación de procesos espaciales al azar. Kriging proporciona una solución a un problema fundamental que enfrentan los científicos del medio ambiente de la predicción de valores de datos de la muestra escasa basado en un modelo estocástico de la variación espacial. Varios métodos matemáticos de interpolación están disponibles, por ejemplo, polígonos de Thiessen, la triangulación, interpolación vecino natural, funciones inversas de la distancia, polinomios mínimos cuadrados (superficie de tendencia) y estrías.
Estadística 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 detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
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 detallesgeoestadística aplicada: herramientas espaciales para la toma de decisión 2016
design lab centro de inteligencia territorial curso geoestadística aplicada: herramientas espaciales para la toma de decisión 2016 geoestadística aplicada: herramientas espaciales para la toma de decisión
Más detallesFacultad de Ingeniería Civil y Ambiental Análisis Espacial.
Análisis Espacial. Contenido. - Introducción. - Revisión de estadística básica. - Precisión y exactitud. - Interpolación. - Métodos. - Aplicaciones. - Modelación y SIG. Interpoladores Locales: - Polígonos
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesAnálisis e Interpretación de los Datos de Vigilancia
Análisis e Interpretación de los Datos de Vigilancia Consideraciones en el Análisis de los Datos de Vigilancia Conocer su base de datos Proceder de lo más simple a lo más complejo Reconocer cuando las
Más detallesComprende el concepto de función y reconoce sus principales características. Grafica adecuadamente una función.
UNIVERSIDAD TECNOLÓGICA DE LOS ANDES FACULTAD DE INGENIERIAS ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS E INFORMATICA SILABO I.- DATOS GENERALES 1.1. Nombre del curso : Matemática Básica 1.2. Código
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 detallesMÓDULO: MÉTODOS CUANTITATIVOS
MÓDULO: MÉTODOS CUANTITATIVOS 1.- Nombre del módulo y las asignaturas: Métodos Cuantitativos Econometría Avanzada Econometría Financiera 2.-Número de créditos ECTS: Econometría Avanzada: 6 ECTS. Econometría
Más detallesSistemas de Información Geográfica
Sistemas de Información Geográfica un SIG es un sistema de hardware, software y procedimientos elaborados para facilitar la obtención, gestión, manipulación, análisis, modelado, representación y salida
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesDIPLOMADO EN ESTADÍSTICA APLICADA
DIPLOMADO EN ESTADÍSTICA APLICADA DIPLOMADO EN ESTADÍSTICA APLICADA FUNDAMENTACIÓN El Diplomado en Estadística Aplicada posibilitará la actualización profesional y el desarrollo de competencias específicas
Más detallesCONTENIDOS MÍNIMOS BLOQUE 2. NÚMEROS
CONTENIDOS Y CRITERIOS DE EVALUACIÓN DE MATEMÁTICAS 1º DE ESO. Bloque 1: Contenidos Comunes Este bloque de contenidos será desarrollado junto con los otros bloques a lo largo de todas y cada una de las
Más detalles1. Los números reales. 2. Representación. 3. Densidad de los números racionales. 4. Propiedades de los números reales
EJES ARTICULADORES Y PRODUCTIVOS DEL AREA SISTEMA DE CONOCIMIENTOS GRADO: 10 11 1. Los números reales 1. Desigualdades. 2. Representación 2. Propiedades. 3. Densidad de los números racionales 4. Propiedades
Más detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
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 detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesAplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México Presentan: Dr. Miguel
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 detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesMedidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
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 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 detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesCARTOGRAFIA - SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG)
CONVENIO 1164 DIPLOMADO ORDENAMIENTO AMBIENTAL DEL TERRITORIO DIRECCION TERRITORIAL CARTAMA CARTOGRAFIA - SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) Docente: Monica Patricia González Palacio La Pintada 20
Más detallesDISTRIBUCIÓN DE CONOCIMIENTOS PARA LOS COLEGIOS TECNICOS PROFESIONALES ASIGNATURA MATEMÁTICA PARA EL AÑO 2016 UNICAMENTE
MINISTERIO DE EDUCACIÓN PÚBLICA DESPACHO DEL VICEMINISTERIO ACADÉMICO DIRECCIÓN DE DESARROLLO CURRICULAR DEPARTAMENTO DE TERCER CICLO Y EDUCACIÓN DIVERSIFICADA TELÉFONO 22231810 APARTADO 10 087-1 000 SAN
Más detallesANÁLISIS DE PATRÓN DE PUNTOS
ANÁLISIS DE PATRÓN DE PUNTOS Preparado por: Dr. Manuel Fuenzalida-Díaz / mfuenzal@uahurtado.cl Departamento de Geografía, Universidad Alberto Hurtado. 0 TEMARIO Análisis de Patrón de Puntos 1.- Modelo
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES Tipo de asignatura: Troncal Anual. Créditos ECTS: 15 I.- INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES. (16 horas presenciales) Tema 1.- La naturaleza del cálculo de probabilidades.
Más detallesMapas de Puntos. Cartografía a Temática Cuantitativa. Cartografía de superficie
Cartografía a Temática Cuantitativa Cartografía de superficie En la cartografía a temática tica cuantitativa existe el concepto de superficie estadística. stica. La superficie estadística stica es una
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesSelección de fuentes de datos y calidad de datos
Selección de fuentes de datos y calidad de datos ESCUELA COMPLUTENSE DE VERANO 2014 MINERIA DE DATOS CON SAS E INTELIGENCIA DE NEGOCIO Juan F. Dorado José María Santiago . Valores atípicos. Valores faltantes.
Más detalles4º E.S.O. Matemáticas A
4º E.S.O. Matemáticas A Objetivos 1. Incorporar, al lenguaje y formas habituales de argumentación, las distintas formas de expresión matemática (numérica, algebraica, de funciones, geométrica...), con
Más detallesPLANES CURRICULARES GRADO9º/ 01 PERIODO
PLANES CURRICULARES GRADO9º/ 01 PERIODO Grado: 9º Periodo: 01 PRIMERO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Gloria rueda y Jesús Vargas ESTANDARES P.A.I. I.B. A. Conocimiento
Más detallesINSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA:
INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMATICAS. ASIGNATURA: MATEMATICAS. NOTA DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO FECHA N DURACION
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
Más detallesPROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C)
PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) I.E.S. Universidad Laboral de Málaga Curso 2015/2016 PROGRAMACIÓN DE LA
Más detalles13. Utilizar la fórmula del término general y de la suma de n términos consecutivos
Contenidos mínimos 3º ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Utilizar las reglas de jerarquía de paréntesis y operaciones, para efectuar cálculos con números racionales, expresados en forma
Más detalles18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso.
PRIMER CURSO DE E.S.O Criterios de calificación: 80% exámenes, 10% actividades, 10% actitud y trabajo 1 Números naturales. 2 Potencias de exponente natural. Raíces cuadradas exactas. 3 Divisibilidad. Concepto
Más detallesDIPLOMADO. Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N.
DIPLOMADO Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N. Trabajo Final Propuesta Metodológica del área de Ciencias
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesCAPÍTULO I. INTRODUCCIÓN. Cuando se requiere obtener información de una población, y se desean obtener los mejores
CAPÍTULO I. INTRODUCCIÓN I.1 Breve Descripción Cuando se requiere obtener información de una población, y se desean obtener los mejores y más completos resultados, el censo es una opción para dar una respuesta
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detallesPLANEACIÓN DIDÁCTICA FO205P
PLANEACIÓN DIDÁCTICA FO205P11000-44 DIVISIÓN (1) INGENIERÍA EN TICS DOCENTE (2) ING. JULIO MELÉNDEZ PULIDO NOMBRE DE LA ASIGNATURA (3) PROBABILIDAD Y ESTADISTICA CRÉDITOS (4) 5 CLAVE DE LA ASIGNATURA (5)
Más detallesESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA
ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA Descripción de la asignatura Estadística I El objetivo de la asignatura es proporcionar al estudiante conocimiento Departamento de Estadística y comprensión
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS
I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS
Más detallesLa asignatura de Matemática estimula el desarrollo de diversas habilidades:
La asignatura de Matemática estimula el desarrollo de diversas habilidades: Intelectuales, como: El razonamiento lógico y flexible, la imaginación, la inteligencia espacial, el cálculo mental, la creatividad,
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesPROGRAMA DE ESTUDIOS. - Nombre de la asignatura : Taller de herramientas Estadísticas. - Pre requisitos : LCP 219 Estadística
PROGRAMA DE ESTUDIOS A. Antecedentes Generales. - Nombre de la asignatura : Taller de herramientas Estadísticas - Carácter de la asignatura (obligatoria/ electiva) : Obligatoria - Pre requisitos : LCP
Más detallesPlanificación didáctica de MATEMÁTICAS 3º E.S.O.
Planificación didáctica de MATEMÁTICAS 3º E.S.O. (Orientadas a las enseñanzas aplicadas) Julio de 2016 Rev.: 0 Índice 1.- INTRODUCCIÓN... 1 2.- BLOQUE I. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS...
Más detalles1. El concepto de número natural. 2. Adición y sustracción de números naturales. 3. Multiplicación y división de números naturales.
ESTRUCTURA CONCEPTUAL DEL AREA DE: EJES ARTICULADORES Y PRODUCTIVOS DEL AREA CONOCIMIENTOS REPÚBLICA DE COLOMBIA DEPARTAMENTO DE CÓRDOBA MUNICIPIO DE VALENCIA INSTITUCIÓN EDUCATIVA CATALINO GULFO RESOLUCIÓN
Más detallesTEMARIO: CONTENIDOS, OBJETIVOS MÍNIMOS Y TIEMPO.
TEMARIO: CONTENIDOS, OBJETIVOS MÍNIMOS Y TIEMPO. Los contenidos seleccionados tienen la intención de aportar una formación matemática suficiente para abordar problemas del mundo social y del entorno, así
Más detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA Probabilidad y Estadística 18/01/10 Clave: 214 Semestre: 1 Duración del curso: semanas: 17 horas: 68 de teoría y 17 de práctica, Total: 85 Horas
Más detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE RELACIONES INDUSTRIALES ESCUELA DE ADMINISTRACIÓN FACULTAD DE CIENCIAS JURÍDICAS Y POLÍTICAS ESCUELA
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesRige a partir de la convocatoria
TABLA DE ESPECIFICACIONES DE HABILIDADES Y CONOCIMIENTOS QUE SE MEDIRÁN EN LAS PRUEBAS DE CERTIFICACIÓN DEL PROGRAMA: I y II Ciclo de la Educación General Básica Abierta Este documento está elaborado con
Más detallesUNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA
UNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA I. DATOS INFORMATIVOS 1.1 Asignatura : Estadística para el Comunicador Social 1.2 Código : 1001-1023 1.3 Pre-requisito
Más detallesBLOQUE I: GEOMETRÍA PLANA Y FIGURAS GEOMÉTRICAS. Ecuaciones y sistemas. 2 (20 horas) Funciones y gráficas. 2 (20 horas) Estadística y probabilidad
PROGRAMACIÓN DIDÁCTICA Materia IV Período FBPI Tramo II Ámbito Científico-Tecnológico Bloque I Geometría plana y figuras geométricas Créditos 3 (30 horas) Bloque II Créditos Ecuaciones y sistemas 2 (20
Más detallesContenidos mínimos 1º ES0. 1. Contenidos. Bloque I: Aritmética y álgebra.
Contenidos mínimos 1º ES0. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Resolver expresiones con números naturales con paréntesis y operaciones combinadas. 2. Reducir expresiones aritméticas y algebraicas
Más detallesINTRODUCCION AL MARKETING
INTRODUCCION AL MARKETING Tema 5 LA INVESTIGACIÓN COMERCIAL Y EL MARKETING CONTENIDOS BASICOS OBJETIVOS a) Comprender la importancia del Sistema de Información de Marketing b) Componentes del S.I.M c)
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 detallesConceptos básicos estadísticos
Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto
Más detallesEVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I.
EVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO 2013-2014. Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I. UNIDAD 3: POLINOMIOS Y FRACCIONES ALGEBRAICAS Operaciones
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica 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 Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesTEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES.
TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES. 1. INTRODUCCIÓN. PLANTEAMIENTO DE PROBLEMAS EN INGENIERÍA QUÍMICA 2. PROBLEMAS EXPRESADOS MEDIANTE
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesContenidos Mínimos de 1º ESO Matemáticas 1º E.S.O.
Contenidos Mínimos de 1º ESO Matemáticas 1º E.S.O. - Realizar operaciones básicas con números naturales. - Resolver problemas aritméticos con números naturales. - Calcular potencias y raíces cuadradas
Más detalles1º CURSO BIOESTADÍSTICA
E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo
Más detallesINTELIGENCIA ARTIFICAL COMO HERRAMIENTA EN LA TOMA DE DECISIONES. Tecnología i3b
INTELIGENCIA ARTIFICAL COMO HERRAMIENTA EN LA TOMA DE DECISIONES Tecnología i3b G R U P O I B E R M Á T I C A Introducción Objetivos Puntos de información y de estudio Tipos de análisis Análisis proactivo
Más detalles3.1. Administración de la medición y de la información estratégica:
Unidad III Aspectos Generales Sobre la Gestión de la Calidad 3.1. Administración de la medición y de la información estratégica: Los siguientes criterios corresponden a la administración de la medición
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesPROYECTO MATEM CURSO PRECÁLCULO UNDÉCIMO AÑO MODALIDAD ANUAL. Guía para el II parcial
Universidad de Costa Rica Instituto Tecnológico de Costa Rica PROYECTO MATEM CURSO PRECÁLCULO UNDÉCIMO AÑO MODALIDAD ANUAL Guía para el II parcial Sábado 25 de junio, 8:00 a.m. 2016 II PARCIAL ÁLGEBRA
Más detallesTeléfono:
Apartado postal 17-01-218 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA II CÓDIGO: 15017 CARRERA: Economía NIVEL: Cuarto No. CRÉDITOS: SEMESTRE / AÑO ACADÉMICO: III semestre 2011-2012 PROFESOR:
Más detallesTEMARIO DE PROFESORES DE ENSEÑANZA SECUNDARIA MATEMÁTICAS
HOJA INFORMATIVA A.5.2.33 TEMARIO DE PROFESORES DE ENSEÑANZA SECUNDARIA MATEMÁTICAS Publicado en el B.O.E. de 21 de Septiembre de 1.993 MARZO 1998 MATEMÁTICAS 1. Números naturales. Sistemas de numeración.
Más detallesDOCUMENTO DE APOYO PARA PROYECTOS
DOCUMENTO DE APOYO PARA PROYECTOS Los ejemplos que a continuación se encuentran en este documento de apoyo al estudiante, tiene como objetivo dar una serie de ejemplos mínimos de algunas partes de los
Más detallesIng. Eduardo Cruz Romero w w w. tics-tlapa. c o m
Ing. Eduardo Cruz Romero eduar14_cr@hotmail.com w w w. tics-tlapa. c o m La estadística es tan vieja como la historia registrada. En la antigüedad los egipcios hacían censos de las personas y de los bienes
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 20 Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre
Más detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE COMPUTACIÓN ESCUELA DE ELÉCTRICA PROGRAMA INSTRUCCIONAL
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesEVALUACIÓN DE DESEMPEÑO AMBIENTAL (EDA)
EVALUACIÓN DE DESEMPEÑO AMBIENTAL (EDA) NORMA TÉCNICA COLOMBIANA NTC-ISO 14031 Dr. Jhoniers Guerrero Profesor Titular Universidad Tecnológica de Pereira OBJETO EVALUACIÒN DE DESEMPEÑO AMBIENTAL: Es una
Más detallesCONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS
CONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS MATEMÁTICAS 1º ESO U.D. 1 Números Naturales El conjunto de los números naturales. Sistema de numeración decimal. Aproximaciones
Más detalles1. DATOS INFORMATIVOS:
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS HUMANAS ESCUELA DE GEOGRAFIA 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA 1 CÓDIGO: CARRERA: NIVEL: No. CRÉDITOS: CRÉDITOS TEORÍA:
Más detallesMetodología de las Ciencias del Comportamiento y de la Salud. Antonio Pardo Merino Miguel Ángel Ruiz Díaz
Diseños de caso único en ciencias sociales y de la salud PROYECTO EDITORIAL: Metodología de las Ciencias del Comportamiento y de la Salud Directores: Antonio Pardo Merino Miguel Ángel Ruiz Díaz Diseños
Más detalles1. VALORES FALTANTES 2. MECANISMOS DE PÉRDIDA
1. VALORES FALTANTES Los valores faltantes son observaciones que en un se tenía la intención de hacerlas, pero por distintas razones no se obtuvieron. Puede ser que no se encuentre a un encuestado, entonces
Más detallesDIRECCIÓN ACADÉMICA PLANEACIÓN DIDÁCTICA
DEPARTAMENTO ACADÉMICO LICENCIATURA EN ACADEMIA ASIGNATURA SERIACIÓN CUATRIMESTRE EN QUE SE IMPARTE DIRECCIÓN de LICENCIATURAS EJECUTIVAS INGENIERÍA INDUSTRIAL y de SISTEMAS MATEMÁTICAS PROBABILIDAD y
Más detallesPasos Ejecución de pruebas analíticas sustantivas. 6. Ejecución de pruebas sustantivas
6. Ejecución de pruebas sustantivas Destinadas a verificar saldos de cuentas o transacciones, están compuestas por: Procedimientos analíticos sustantivos Pruebas sustantivas de detalles: Representativas
Más detalles