Criterios para evaluar la siembra de precisión

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

Download "Criterios para evaluar la siembra de precisión"

Transcripción

1 Criterios para evaluar la siembra de precisión Durante la siembra de precisión, bajo el sistema de siembra directa, la sembradora debe realizar las siguientes operaciones: corte del rastrojo en superficie, apertura del surco a una profundidad controlada, dosificación de la semilla dentro del surco a intervalos uniformes, tapado del surco y por último apretar el suelo con la semilla. ielsen, (997) demostró en ensayos realizados a campo, a lo largo de los estados de Indiana y Ohio (Estados Unidos) entre los años , que se pierden 2,5 bushels por acre (para un maíz con una densidad de 773 kg.m -3 esto equivale a 68 kg.ha - ) en el rendimiento de maíz por cada 2,54 cm de aumento en la desviación estándar del espaciamiento entre plantas. Por lo tanto, surge la necesidad de evaluar la performance de la sembradora antes de dar inicio a la siembra. Para ello existen dos criterios, en lo que se refiere a la distribución del espaciamiento entre semillas dentro de la hilera de siembra. Los que utilizan la distancia media o promedio y los que utilizan la distancia teórica. La distancia teórica está dada por la regulación de la sembradora y es la suministrada por el fabricante. El uso de uno u otro método, implica la obtención de gran número de datos, de manera tal que tenga consistencia para el análisis estadístico. En definitiva, y a modo de balance los métodos de cálculo de la distribución del espaciamiento entre semillas a los que se pueden apelar implican el tratamiento estadísticos de los datos obtenidos. - Metodología para evaluar la distribución de semillas.. Método basado en la utilización de la distancia media: definición de indicadores. La misma no tiene en cuenta la distancia teórica que se quiere sembrar. Los indicadores que se utilizan en los datos recolectados son: el promedio, desviación estándar y coeficiente de variación.

2 .. Promedio o Media. El promedio ( x ) de la distancia entre semillas o plantas es: x = i= x i donde: x i es la distancia entre dos plantas o semillas consecutivas (i y i +) dentro de la misma hilera de siembra, y es el número total de mediciones. La distancia media será directamente influenciado por la proporción de fallos y/o múltiples...2. Desviación Estándar. Esta es una medida de dispersión. La dispersión se refiere a la variabilidad en los datos. La desviación estándar (σ) del espaciamiento es: σ = i= (x i x) 2 donde x i es la distancia entre dos plantas o semillas consecutivas dentro de la misma hilera de siembra, x es la distancia media y es el número total de mediciones. Si el espaciamiento fuese uniforme, entonces la desviación estándar sería cero. La desviación estándar se basa sobre la desviación cuadrática de la media. Esto será más significativo a medida que el numerador aumente...3. Coeficiente de variación. El coeficiente de variación (CV) mide la dispersión relativa y se define como: σ.00 CV(%) = x donde: σ es la desviación estándar y x la distancia media. 2

3 Maroni, (com. pers., 2000) enuncia la siguiente metodología práctica para la evaluación de la distribución del espaciamiento entre semillas, para la siembra de precisión: a) Calcular la distancia promedio entre las semillas. b) Determinar la cantidad de medidas (distancia entre semilla intrafila) que se agrupan entre ± cm, de la distancia promedio calculada. Repetir esta agrupación para ± 2 cm; ± 3 cm; ± 4 cm; ± 5 cm; ± 6 cm y los que superan a ± 6 cm. Con lo cual se tiene agrupada la totalidad de las distancias encontradas. Cada agrupación incluirá también los datos de la agrupación inmediatamente anterior. c) Establecer, para la cantidad de datos de cada agrupación, el porcentaje con respecto a la totalidad de los datos recopilados. Considera como una siembra aceptable, si el 70 % de las mediciones de la distancia entre semillas o plantas, se encuentran en el intervalo ( x ± ( 25% de x ))..2. Método basado en el espacio teórico: definición de indicadores. La Organización Internacional para la Estandarización (984) en la norma ISO 7256, mencionado por Kachman & Smith (994), reproducen éstas medidas basadas en el espacio teórico (x ref ) para la evaluación de la siembra de precisión. El espacio teórico se basa en la especificación del fabricante. Este se utiliza para definir los intervalos, para obtener las medidas del índice de múltiples, índice de fallos, calidad del índice de alimentación, y precisión. Esta norma introduce el uso de los siguientes indicadores:.2. Indice de múltiples. El índice de múltiples (D) es el porcentaje de espaciamientos, que es menor o igual a la mitad del espacio teórico. Esto es: n D(%) =.00 donde n es la cantidad de mediciones del espaciamiento entre semilla que se encuentran en el intervalo [0; 0,5 x ref ] y es el número total de mediciones realizadas. 3

4 .2.2. Indice de fallos. El índice de fallos (M) es el porcentaje de espaciamientos, que es mayor a una vez y media del espacio teórico. Esto es: n M(%) = 3.00 donde n 3 es la cantidad de mediciones del espaciamiento entre semilla que se encuentran en el intervalo (,5 x ref ; ) y es el número total de mediciones realizadas Calidad del índice de alimentación. La calidad de índice de alimentación (A) es el porcentaje de espaciamientos, que se encuentra entre la mitad y una vez y media del espacio teórico. Esto es: n2.00 A(%) = donde: n 2 es la cantidad de mediciones del espaciamiento entre semilla que se encuentran en el intervalo (0,5 x ref ;,5 x ref ] y es el número total de mediciones realizadas. Dado que la calidad de índice de alimentación es 00% menos el índice de fallos e índice de múltiples, este es simplemente una alternativa para presentar la información contenida en los otros dos índices. A(%) = 00% - D(%) M(%).2.4. Precisión. La precisión (C) es una medida de la variabilidad dentro del espaciamiento entre plantas o semillas después de considerar la variabilidad debido a múltiples y fallos. Esto es: σ2.00 C(%) = x ref donde σ2 es la desviación estándar de la muestra observada en el intervalo (0,5 x ref ;,5 x ref ]. La precisión difiere del coeficiente de variación en que este indicador utiliza el espacio teórico en el denominador en lugar de la distancia media de la muestra. 4

5 .3. Consideraciones sobre los dos criterios de evaluación Schrödl, (982); Márquez, (994); mencionado por Gil & Carnasa, (996) enunciaron que para predecir la ubicación final de una planta con respecto a la calidad de la distribución de las semillas, se propuso que cada semilla ubicada a una distancia de ±20% de la distancia teórica, produciría una planta viable, con efectos no negativo en el rendimiento. Kachman & Smith, (994) evaluaron los diferentes indicadores, mencionados anteriormente, para la distribución del espaciamiento entre semilla con los datos obtenidos de dos sembradoras de precisión. Las mismas fueron una Stanhay Webb Rallye 590 (sembradora A) y una John Deere MaxEmerge 2 (sembradora B). Las velocidades de siembra fueron: 3,2; 5,6 y 8 km.h -. Las semillas utilizadas fueron de remolacha azucarera y ambas sembradoras fueron reguladas para sembrar a una distancia de 0, m. Además, confeccionaron histogramas de frecuencia del espaciamiento entre plantas con el fin de comparar ambas sembradoras. Cada serie de datos contenían entre 400 y 400 mediciones del espaciamiento entre plantas. Los autores concluyeron que de los indicadores evaluados, la media y la desviación estándar, no son medidas apropiadas para resumir la distribución del espaciamiento entre plantas. Los valores de la media y desviación estándar para la sembradora A fueron similares para las velocidades de avance de 3,2 y 5,6 km.h -, sin embargo, del análisis de los gráficos correspondientes a éstas dos velocidades muestran que la precisión es mejor para la velocidad de avance más baja. De los datos relevados para la sembradora A con la velocidad de avance de 5,6 km.h -, no fue reflejada en la media o en la desviación estándar, ésta si fue indicada en el indicador correspondiente a la precisión (C). De los indicadores considerados, aquellos basadas en el espacio teórico, (índice de múltiples, índice de fallos, calidad del índice de alimentación, y precisión) parecen hacer un buen trabajo para resumir la distribución del espaciamiento entre plantas. Debido a la influencia que tiene la emergencia de las plantas sobre la distribución del espaciamiento, una estimación de la proporción de emergencia debería ser incluida junto con el índice de múltiples, índice de fallos, calidad del índice de alimentación, y precisión. Sin embargo, los autores concluyen aún con la información de la proporción de emergencia es difícil, separar completamente los factores de siembra de los medioambientales que afectan los espaciamientos entre plantas. 5

6 2. Determinación de la población de semillas. La población (P) o densidad de semillas, expresada en semillas por hectárea, se puede determinar mediante la siguiente ecuación: s. mha P = (semillas.ha - ) Me () donde: s es el número de semillas en la distancia evaluada; Me es la distancia evaluada expresada en m; mha longitud lineal en una hectárea. La longitud lineal en una hectárea dependerá a que distancia entre hileras se siembra el cultivo. Para el cultivo de maíz, ésta es de 0,525 m o 0,70 m. Con lo cual el valor de mha es de 9048 m.ha - o 4286 m.ha - respectivamente. 3. Bibliografía Gil E. & R. Carnasa Working quality of spacing drills effects of sowing speed and type of seed. Paper 96A-023. Congreso de Ingeniería Agrícola. Madrid 996, España. (AgEng.96) Kachman S. D. & J. A. Smith Alternative measures of accuracy in plant spacing for planters using single seed metering. Transactions of the ASAE, 38 (2): Maroni J Apunte del curso: Siembra y Sembradora. Facultad de Ciencias Agrarias, Universidad acional de Rosario. ielsen, R. L Stand establishment variability in corn. URL: 6

UNIDAD 7 Medidas de dispersión

UNIDAD 7 Medidas de dispersión UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada

Más detalles

COEFICIENTE DE VARIACIÓN Y PUNTAJES TÍPICOS (Guía de clase) FICHA Nº 19

COEFICIENTE DE VARIACIÓN Y PUNTAJES TÍPICOS (Guía de clase) FICHA Nº 19 CEFICIENTE DE VARIACIÓN Y PUNTAJE TÍPIC A. Esta ficha de actividad tiene como objetivo presentar dos pequeños temas vinculados al uso conjunto de las medidas de tendencia y de dispersión que dan lugar

Más detalles

Teoría de errores -Hitogramas

Teoría de errores -Hitogramas FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:

Más detalles

CORRELACIÓN Y REGRESIÓN. Raúl David Katz

CORRELACIÓN Y REGRESIÓN. Raúl David Katz CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable

Más detalles

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión Estadística Descriptiva SESIÓN 11 Medidas de dispersión Contextualización de la sesión 11 En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión,

Más detalles

Medidas de tendencia central y dispersión

Medidas de tendencia central y dispersión Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 3, Marzo 2011. Open Access, Creative Commons. Medidas de tendencia central y dispersión Autor: Fernando Quevedo Ricardi (1) Filiación:

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro

Más detalles

Teoría de la decisión

Teoría 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 detalles

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

FLORIDA 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 detalles

1.1. Tolvas: Cantidad Destinadas a Capacidad total en litros: para grano:, para fertilizante:

1.1. Tolvas: Cantidad Destinadas a Capacidad total en litros: para grano:, para fertilizante: Mecanización Agrícola Guía de práctico: Nº 6 - Fecha: Apellido: Nombres: Grupo: SEMBRADORAS DE GRANO FINO Y GRUESO OBJETIVOS: - Reconocer los elementos componentes y los mecanismos de las maquinas sembradoras.

Más detalles

Estadística Descriptiva

Estadística 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 detalles

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016

INSTITUTO 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 detalles

GRAFICOS DE CONTROL DATOS TIPO VARIABLES

GRAFICOS DE CONTROL DATOS TIPO VARIABLES GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar

Más detalles

Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez. Maíz (Zea mays)

Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez. Maíz (Zea mays) Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez Cadelga Maíz (Zea mays) Científica Objetivos Medir el Efecto Fisiológico AgCelence del Fungicida

Más detalles

Método de cuadrados mínimos

Método 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 detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA 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 detalles

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico

Más detalles

UNIVERSIDAD ABIERTA PARA ADULTOS UAPA CARRERA LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE LA ASIGNATURA ESTADÍSTICA I

UNIVERSIDAD ABIERTA PARA ADULTOS UAPA CARRERA LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE LA ASIGNATURA ESTADÍSTICA I UNIVERSIDAD ABIERTA PARA ADULTOS UAPA CARRERA LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE LA ASIGNATURA ESTADÍSTICA I CLAVE: MAT 131 ; PRE REQ.: MAT 111 ; No. CRED.: 4 I. PRESENTACIÓN: Este

Más detalles

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:

Más detalles

El rango de un conjunto de números es la diferencia entre el número mayor y el menor del conjunto.

El rango de un conjunto de números es la diferencia entre el número mayor y el menor del conjunto. La desviación estándar y otras medidas de dispersión CAPÍTULO 4 DISPERSIO O VARIACIO La dispersión o variación de los datos es el grado en que los datos numéricos tienden a esparcirse alrededor de un valor

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Tema 9 Experimentación y presentación de datos Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir los conceptos de experimentación y determinación

Más detalles

Matemáticas. Selectividad ESTADISTICA COU

Matemáticas. Selectividad ESTADISTICA COU Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. 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 detalles

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada. ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos

Más detalles

MEDIDAS DE VARIABILIDAD

MEDIDAS DE VARIABILIDAD MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados

Más detalles

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 015- Hermosillo, Sonora, a 14 de septiembre de

Más detalles

ESTADÍSTICA SEMANA 3

ESTADÍSTICA SEMANA 3 ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.

Más detalles

c). Conceptos. Son los grupos o conceptos que se enlistan en las filas de la izquierda de la tabla

c). Conceptos. Son los grupos o conceptos que se enlistan en las filas de la izquierda de la tabla Tema 5. Tablas estadísticas Como ya se había establecido en el tema anterior sobre el uso de las tablas estadísticas, éstas son medios que utiliza la estadística descriptiva o deductiva para la presentación

Más detalles

La desviación típica y otras medidas de dispersión

La desviación típica y otras medidas de dispersión La desviación típica y otras medidas de dispersión DISPERSIÓN O VARIACIÓN La dispersión o variación de los datos intenta dar una idea de cuan esparcidos se encuentran éstos. Hay varias medidas de tal dispersión,

Más detalles

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. 3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. 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 detalles

MEDIDAS DE CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN. Matemáticas PAI 5 (4ºESO)

MEDIDAS DE CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN. Matemáticas PAI 5 (4ºESO) CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN Matemáticas PAI 5 (4ºESO) Ejercicio 2 Actividad de aula 3 Medidas estadísticas Recupera la tabla de frecuencias que realizaste en el ejercicio 2 de la actividad de

Más detalles

RELACIÓN DE EJERCICIOS TEMA 2

RELACIÓN DE EJERCICIOS TEMA 2 1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación

Más detalles

Campo Magnético en un alambre recto.

Campo Magnético en un alambre recto. Campo Magnético en un alambre recto. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (133268) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se hizo pasar

Más detalles

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas

Más detalles

Probabilidad y Estadística, EIC 311

Probabilidad y Estadística, EIC 311 Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda

Más detalles

Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:

Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores: Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres

Más detalles

Fundamentos de Estadística y Simulación Básica

Fundamentos 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 detalles

UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM

UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT

Más detalles

PROGRAMA INSTRUCCIONAL ESTADÍSTICA

PROGRAMA 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 detalles

ESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO. Resumen

ESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO. Resumen ESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO RIVAS C., Gerardo A. Escuela de Ingeniería Industrial. Universidad de Carabobo. Bárbula. Valencia. Venezuela Jefe

Más detalles

Medidas de dispersión

Medidas de dispersión Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia

Más detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 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 detalles

EVALUACION DE RESULTADOS INTRA-LABORATORIO. EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010

EVALUACION DE RESULTADOS INTRA-LABORATORIO. EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010 EVALUACION DE RESULTADOS INTRA-LABORATORIO EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010 1 EVALUACION DE RESULTADOS INTRA-LABORATORIO INTRODUCCION

Más detalles

Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III

Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III Unidad 5 Control Estadístico de la Calidad Administración de Operaciones III 1 Contenido 1. Antecedentes del control estadístico de la calidad 2. Definición 3. Importancia y aplicación 4. Control estadístico

Más detalles

Como afecta la siembra al margen bruto? Siembra. Germinación Implantación. Siembra. Crecimiento vegetativo Reproducción. Cosecha

Como afecta la siembra al margen bruto? Siembra. Germinación Implantación. Siembra. Crecimiento vegetativo Reproducción. Cosecha Siembra Como afecta la siembra al margen bruto? Siembra Germinación Implantación Siembra Crecimiento vegetativo Reproducción Cosecha Requisitos de una sembradora Transportar semilla Dosificar semilla y

Más detalles

ESTÁNDAR INTERNACIONAL DE OTROS SERVICIOS DE ASEGURAMIENTO

ESTÁNDAR INTERNACIONAL DE OTROS SERVICIOS DE ASEGURAMIENTO ESTÁNDAR INTERNACIONAL DE OTROS SERVICIOS DE ASEGURAMIENTO DISTINTOS DE AUDITORIAS Y REVISIONES DE INFORMACIÓN FINANCIERA HISTÓRICA Conferencista Jenny Marlene Sosa Cardozo Docente ISAE 3000 TRABAJOS DE

Más detalles

Transformaciones de variables

Transformaciones de variables Transformaciones de variables Introducción La tipificación de variables resulta muy útil para eliminar su dependencia respecto a las unidades de medida empleadas. En realidad, una tipificación equivale

Más detalles

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO

UNIVERSIDAD 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 detalles

Z i

Z i Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda

Más detalles

UNLaM. Estadística. Secretaría de Extensión Universitaria. Trabajo Practico N 4. Medidas de Posición. Agente de Propaganda Médica

UNLaM. Estadística. Secretaría de Extensión Universitaria. Trabajo Practico N 4. Medidas de Posición. Agente de Propaganda Médica Medidas de Posición Trabajo Practico N El percentil k (P k ) es el valor de la variable tal que el k por ciento de los valores de la muestra son menores o iguales que él. Ej. Si P 35 (el percentil 35)

Más detalles

Contenido. CAPITULO 1 Especificaciones técnicas de la máquina 2

Contenido. CAPITULO 1 Especificaciones técnicas de la máquina 2 Contenido CAPITULO 1 Especificaciones técnicas de la máquina 2 CAPITULO 2 Materiales y métodos Ensayo en Banco Análisis de la Densidad de siembra Análisis de la Distribución Análisis del grado de Rotura

Más detalles

Introducción a la unidad 4:

Introducción a la unidad 4: Introducción a la unidad 4: Valor actual neto, tasa interna de retorno INACAP Virtual Introducción a la Unidad 4 Matemática financiera 2 ÍNDICE DE CONTENIDOS ÍNDICE DE CONTENIDOS... 3 INTRODUCCIÓN... 4

Más detalles

PROGRAMA INSTRUCCIONAL ESTADÍSTICA

PROGRAMA 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 detalles

Evaluación del comportamiento en rendimiento de Soja con diferentes Inoculantes a la semilla.

Evaluación del comportamiento en rendimiento de Soja con diferentes Inoculantes a la semilla. Evaluación del comportamiento en rendimiento de Soja con diferentes Inoculantes a la semilla. EVALUACION DEL COMPORTAMIENTO EN RENDIMIENTO DE SOJA FRENTE AL USO DE DIFERENTES INOCULANTES A LA SEMILLA OBJETIVO

Más detalles

PRÁCTICA 2: MEDIDORES DE FLUJO

PRÁCTICA 2: MEDIDORES DE FLUJO Universidad Nacional Experimental Francisco De Miranda Área De Tecnología Programa De Ingeniería Química Departamento de Energética Laboratorio de Operaciones Unitarias I PRÁCTICA 2: MEDIDORES DE FLUJO

Más detalles

Teorema Central del Límite (1)

Teorema 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 detalles

Trabajo de Estadística 3º ESO

Trabajo de Estadística 3º ESO Pasos para realizar el trabajo Trabajo de Estadística 3º ESO 1º Organizarse en grupos de 2-3 personas 2º Elegir el problema a estudiar: Variable estadística cuantitativa discreta 3º Determinar la Población

Más detalles

4. Regresión Lineal Simple

4. Regresión Lineal Simple 1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para

Más detalles

Agrupa los resultados por lotes: Rechazados, revisables y aceptados y:

Agrupa los resultados por lotes: Rechazados, revisables y aceptados y: Tema 2 1.- Clasifica en discretas o continuas las siguientes variables: a) Número de habitantes por kilómetro cuadrado b) Número de bacterias de cierto tipo, por mililitro c) Densidad de diferentes muestras

Más detalles

3.1. Administración de la medición y de la información estratégica:

3.1. 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 detalles

Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México

Aplicación 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 detalles

Así, aplicando el modelo de cálculo a un chísel de 3 m de anchura, con 18 cm de profundidad de trabajo, se obtienen los siguientes valores:

Así, aplicando el modelo de cálculo a un chísel de 3 m de anchura, con 18 cm de profundidad de trabajo, se obtienen los siguientes valores: INFORMACIÓN PARA LA UTILIZACIÓN DE LA HOJA DE CÁLCULO El modelo de cálculo está estructurado en tres bloques: El primero permite calcular la potencia del tractor necesaria para accionar la máquina, y elegir

Más detalles

ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO

ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO RELACIÓN DE PROBLEMAS PROPUESTOS DE UNA VARIABLE Curso académico 2004-2005 DPTO. ECONOMÍA APLICADA I 1. Obtener las frecuencias acumuladas, las frecuencias relativas

Más detalles

PROCEDIMIENTO METODOLÓGICO PARA EL CÁLCULO DE LOS ÍNDICES DE PRECIOS DE

PROCEDIMIENTO METODOLÓGICO PARA EL CÁLCULO DE LOS ÍNDICES DE PRECIOS DE PROCEDIMIENTO METODOLÓGICO PARA EL CÁLCULO DE LOS ÍNDICES DE PRECIOS DE COMERCIO EXTERIOR 1. Información básica Fuentes de Información - SUNAT - Departamento de Estadística de Aduana (Registros administrativos).

Más detalles

Jesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple

Jesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización

Más detalles

Laboratorio Nº 1 La Descripción Gráfica de la Ecuación Diferencial Ordinaria

Laboratorio Nº 1 La Descripción Gráfica de la Ecuación Diferencial Ordinaria Universidad Diego Portales Segundo Semestre 007 Facultad de Ingeniería Instituto de Ciencias Básicas Asignatura: Ecuaciones Diferenciales Laboratorio Nº 1 La Descripción Gráfica de la Ecuación Diferencial

Más detalles

Medidas de variabilidad (dispersión)

Medidas de variabilidad (dispersión) Medidas de posición Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las

Más detalles

DESEMPEÑO DE LA CAÑA DE AZÚCAR BAJO DIFERENTES DISTANCIAS DE SIEMBRA QUE MEJORAN EL TRÁFICO DENTRO DEL CULTIVO

DESEMPEÑO DE LA CAÑA DE AZÚCAR BAJO DIFERENTES DISTANCIAS DE SIEMBRA QUE MEJORAN EL TRÁFICO DENTRO DEL CULTIVO DESEMPEÑO DE LA CAÑA DE AZÚCAR BAJO DIFERENTES DISTANCIAS DE SIEMBRA QUE MEJORAN EL TRÁFICO DENTRO DEL CULTIVO Ray Cruz 1, David Palomeque 2, Oscar Núñez 3, Egbert Spaans 4 1,2,3 Departamento de Campo,

Más detalles

PREGUNTAS DE EJEMPLO EDUCACIÓN MATEMÁTICA PRIMER NIVEL MEDIO

PREGUNTAS DE EJEMPLO EDUCACIÓN MATEMÁTICA PRIMER NIVEL MEDIO PREGUNTAS DE EJEMPLO EDUCACIÓN MATEMÁTICA PRIMER NIVEL MEDIO VALIDACIÓN DE ESTUDIOS DECRETO Nº257 LEA LA INFORMACIÓN Y RESPONDA LAS PREGUNTAS 1 Y 2. 1. Francisco desea pintar una pieza que tiene dos paredes

Más detalles

EJERCICIOS RESUELTOS TEMA 1.

EJERCICIOS RESUELTOS TEMA 1. EJERCICIOS RESUELTOS TEMA 1. 1.1. El proceso por el cual se asignan números a objetos o características según determinadas reglas se denomina: A) muestreo; B) estadística; C) medición. 1.2. Mediante la

Más detalles

El curso es de naturaleza aplicativa y teórico-práctica, y se estructura en cuatro unidades:

El curso es de naturaleza aplicativa y teórico-práctica, y se estructura en cuatro unidades: SILABO DEL CURSO CONTROL ESTADISTICO DE LA CALIDAD 1. DATOS GENERALES 1.1. Facultad : Ciencias e Ingeniería 1.2. Carrera Profesional : Ingeniería Industrial 1.3. Departamento : Ingeniería Industrial 1.4.

Más detalles

Máquinas Agrícolas Máquinas para la implantación de cultivos Guía de trabajos prácticos

Máquinas Agrícolas Máquinas para la implantación de cultivos Guía de trabajos prácticos Máquinas Agrícolas Máquinas para la implantación de cultivos Guía de trabajos prácticos Sembradora de grano fino 1) Verificación de la uniformidad de dosificación Antes de revisar el proceso de verificación

Más detalles

Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth

Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth 1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito

Más detalles

UNIVERSIDAD 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 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 detalles

CAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO

CAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO 9 CAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO 2.1 Criterios de diseño para el predimensionamiento de los sistemas de abastecimiento de agua 2.1.1 Período de diseño

Más detalles

TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN

TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra

Más detalles

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción

Más detalles

UNA INTERPRETACION ESTADISTICA SOBRE LAS CIFRAS DEL IPC José Luis Lupo INTRODUCCION

UNA INTERPRETACION ESTADISTICA SOBRE LAS CIFRAS DEL IPC José Luis Lupo INTRODUCCION INTRODUCCION UNA INTERPRETACION ESTADISTICA SOBRE LAS CIFRAS DEL IPC José Luis Lupo La inflación en Bolivia, medida a través del Indice de Precios al Consumidor (IPC), en la década del 70 experimentó un

Más detalles

UNIDAD 6 Medidas de tendencia central

UNIDAD 6 Medidas de tendencia central UNIDAD Medidas de tendencia central UNIDAD MEDIDAS DE TENDENCIA CENTRAL = EJEMPLO. ó Al estudiar la información estadística de los histogramas y los polígonos de frecuencia, se puso en evidencia un significativo

Más detalles

ESTADISTICA APLICADA A LA EDUCACIÒN CODIGO: HOC220 EJERCICIOS SOBRE MEDIDAS DE TENDENCIA CENTRAL, POSICIONAL Y DE DISPERSIÓN

ESTADISTICA APLICADA A LA EDUCACIÒN CODIGO: HOC220 EJERCICIOS SOBRE MEDIDAS DE TENDENCIA CENTRAL, POSICIONAL Y DE DISPERSIÓN ESTADISTICA APLICADA A LA EDUCACIÒN CODIGO: HOC220 EJERCICIOS SOBRE MEDIDAS DE TENDENCIA CENTRAL, POSICIONAL Y DE DISPERSIÓN COMPILADOR San Cristóbal, Abril 2011 CODIGO: HOC220 Página 1 1. A un conjunto

Más detalles

PATRONES DE DISTRIBUCIÓN ESPACIAL

PATRONES DE DISTRIBUCIÓN ESPACIAL PATRONES DE DISTRIBUCIÓN ESPACIAL Tipos de arreglos espaciales Al azar Regular o Uniforme Agrupada Hipótesis Ecológicas Disposición al Azar Todos los puntos en el espacio tienen la misma posibilidad de

Más detalles

METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010

METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 2011 Índice 1. Antecedentes Generales 1 2. Metodología

Más detalles

Implementación de sistema electrostático de aplicaciín para helicópteros en paltos (informe técnico)

Implementación de sistema electrostático de aplicaciín para helicópteros en paltos (informe técnico) Implementación de sistema electrostático de aplicaciín para helicópteros en paltos (informe técnico) D. Rendón Solís Tivar helicópteros SPA INTRODUCCIÓN En consideración a la gran superficie plantada de

Más detalles

METODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012

METODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012 METODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012 Departamento de Pruebas Nacionales División de Evaluación de Logros de Aprendizaje AGENCIA DE CALIDAD DE LA EDUCACIÓN Índice 1.

Más detalles

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL. LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante

Más detalles

UNIDAD 4: FUNCIONES POLINOMIALES Y RACIONALES

UNIDAD 4: FUNCIONES POLINOMIALES Y RACIONALES UNIDAD 4: FUNCIONES POLINOMIALES Y RACIONALES En la Sección anterior se abordó contenidos relacionados con las funciones y gráficas, continuamos aprendiendo más sobre funciones; en la presente unidad abordaremos

Más detalles

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

Modelos de PERT/CPM: Probabilístico

Modelos de PERT/CPM: Probabilístico INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de PERT/CPM: Probabilístico M. En C. Eduardo Bustos Farías 1 Existen proyectos con actividades que tienen tiempos inciertos, es decir,

Más detalles

Lombricultura SCIC Centro de Investigación y Desarrollo - Ecuador

Lombricultura SCIC Centro de Investigación y Desarrollo - Ecuador Lombricultura SCIC Centro de Investigación y Desarrollo - Ecuador USO DE HUMUS DE LOMBRIZ EN MEZCLA CON TIERRA NEGRA DE PÁRAMO, ARENA Y TIERRA SIMPLE; EN CULTIVOS DE ARVEJA, VAINITA Y FRÉJOL APOLO OBJETIVOS

Más detalles

SEGUROS AGRARIOS COMBINADOS NORMA ESPECÍFICA DE PERITACIÓN DE DAÑOS EN LA PRODUCCIÓN DE REMOLACHA AZUCARERA. Página 1 de 7

SEGUROS AGRARIOS COMBINADOS NORMA ESPECÍFICA DE PERITACIÓN DE DAÑOS EN LA PRODUCCIÓN DE REMOLACHA AZUCARERA. Página 1 de 7 SEGUROS AGRARIOS COMBINADOS NORMA ESPECÍFICA DE PERITACIÓN DE DAÑOS EN LA PRODUCCIÓN DE REMOLACHA AZUCARERA Página 1 de 7 NORMA ESPECIFICA DE PERITACION DE DAÑOS EN LA PRODUCCIÓN DE REMOLACHA AZUCARERA

Más detalles

DEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM

DEPARTAMENTO 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 detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. Tema 4 Regresión lineal simple ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del

Más detalles

Sistemas de Inventarios con Demanda Probabilística

Sistemas de Inventarios con Demanda Probabilística Facultad de Ingeniería Escuela de Ingeniería Industrial Curso: Sistemas de Almacenamiento e Inventarios Sistemas de Inventarios con Demanda Probabilística Profesor: Julio César Londoño O Sistemas de inventarios

Más detalles

A qué nos referimos con medidas de dispersión?

A qué nos referimos con medidas de dispersión? Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal

Más detalles

LOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, M TENDENCIA CENTRAL

LOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, M TENDENCIA CENTRAL PreUnAB LOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, MEDIDAS DE TENDENCIA CENTRAL Clase # 26 Noviembre 2014 ESTADÍGRAFOS Concepto de estadígrafo Un estadígrafo, o estadístico, es un indicador que se calcula

Más detalles

INSTITUCIÓN EDUCATIVA EDUARDO SUAREZ ORCASITA ASIGNATURA: GRADO: PROFESOR: Lácides Baleta NOMBRE: FECHA:

INSTITUCIÓN EDUCATIVA EDUARDO SUAREZ ORCASITA ASIGNATURA: GRADO: PROFESOR: Lácides Baleta NOMBRE: FECHA: NOMBRE: FECHA: Representación gráfica para datos agrupados Histograma INSTITUCIÓN EDUCATIVA EDUARDO SUAREZ ORCASITA ASIGNATURA: GRADO: PROFESOR: Lácides Baleta Son gráficos construidos de barras verticales

Más detalles

MEDICIÓN Y PROPAGACIÓN DE ERRORES. Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada.

MEDICIÓN Y PROPAGACIÓN DE ERRORES. Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada. LABORATORIO Nº 1 MEDICIÓN Y PROPAGACIÓN DE ERRORES I. LOGROS Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada. Aprender a calcular el error propagado e incertidumbre

Más detalles

LICENCIATURA EN ADMINISTRACIÓN PLANIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I

LICENCIATURA EN ADMINISTRACIÓN PLANIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I LICENCIATURA EN ADMINISTRACIÓN PLANIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I EQUIPO DOCENTE: PROFESORA RESPONSABLE: DRA: MARTA PECE PROFESOR ADJUNTO: ING. MARCELO DIAZ J.T.P.: LIC. SONIA SUAREZ AÑO 2007

Más detalles