Etapa 6: interpretación de la matriz factorial rotada y representación de los resultados
|
|
- Roberto Maestre Lagos
- hace 7 años
- Vistas:
Transcripción
1 FUOC P01/71039/ Investigación descriptiva: análisis de información Etapa 6: interpretación de la matriz factorial rotada y representación de los resultados El objetivo de la interpretación de la matriz factorial rotada consiste en identificar cada una de las dimensiones latentes extraídas. Se efectúa eligiendo para cada factor las variables iniciales que tengan unas correlaciones con el factor que sean las más elevadas (próximas a +1 ó a 1). En nuestro caso, para cada factor las variables más correlacionadas son: Factor 1 V15 Respuestas ingeniosas y completas V11 Parece seguro de sí mismo V14 Docto en la materia. Desarrolla la asignatura con sentido crítico V19 Buena dicción, plenamente audible V Sabe controlar la situación con facilidad, sin nerviosismo Factor 2 V Sabe apreciar los esfuerzos realizados por el estudiante V17 Es tolerante con los errores de los estudiantes V1 Trata a todos los estudiantes aproximadamente igual V4 Muestra interés por los problemas y las necesidades de los estudiantes V3 Próximo, cercano a los estudiantes V5 Posee un carácter agradable A la vista de las variables que constituyen cada uno de los factores, vemos que el factor 1 tiene relación con aspectos referentes a la calidad docente de los profesores, y el factor 2, con aspectos referentes a la calidad humana de los profesores. De esta manera, podríamos bautizar el factor 1 como buen profesor y el factor 2 como buena persona Aplicaciones del análisis factorial Las principales aplicaciones del análisis factorial son las siguientes: 1) Utilización de los resultados del análisis factorial de componentes principales como variables-relevo. Los resultados de un análisis factorial pueden utilizarse como fase previa de cálculo antes de aplicar otros métodos. Por ejemplo, dado que los factores obtenidos son independientes, podemos utilizarlos como variables nuevas, y evitar dificultades en el caso de que haya una correlación estrecha entre las variables iniciales, que es uno de los problemas más comunes en análisis como regresión múltiple, análisis tipológico o análisis discriminante. 2) Selección de variables. Este tipo de análisis permite seleccionar, de entre un conjunto importante de variables, cuáles son las que más intervienen en la descripción del fenómeno estudiado, y posibilita que conservemos para análisis posteriores únicamente aquellas variables iniciales que estén estrechamente correlacionadas con los factores que hemos considerado más importantes.
2 FUOC P01/71039/ Investigación descriptiva: análisis de información 3) Detección de conglomerados. Si efectuamos un análisis factorial de tipo Q, que recordamos que consiste en buscar los factores en el espacio de los individuos, podemos agrupar a los individuos en función de comportamientos análogos en relación con las variables sobre las cuales se lleva a término el análisis, utilizando por ejemplo un algoritmo de clasificación no jerárquico. Podéis consultar el subapartado 4.3 de este módulo para el estudio del análisis tipológico no jerárquico Análisis de correspondencias Cuándo tenemos que utilizar el análisis de correspondencias Hay varias maneras de presentar el análisis de correspondencias (ACOR). Quizá la más correcta y comprensible sea decir que este tipo de análisis es un caso particular del análisis factorial de componentes principales (ACP), y se diferencia básicamente en el aspecto siguiente: mientras que un ACP trata de resumir el número de variables que intervienen en un análisis por medio de la construcción de nuevas variables compuestas (o factores) más sintéticas, en un ACOR se trata de analizar las formas que adoptan las relaciones entre las categorías de las variables. de análisis factorial de correspondencias Supongamos que la información de la que disponemos es la que se expone a continuación: En un estudio sobre el mercado de material eléctrico se entrevistó a una muestra de 1.3 clientes de nueve empresas de distribución, con el fin de determinar el posicionamiento de estas empresas respecto de siete atributos que habían sido definidos previamente como de una gran importancia dentro de su sector de actividad. Cada cliente tuvo que asociar a cada empresa uno de los siete atributos siguientes: Ofrece los mejores precios o descuentos. Tiene más variedad de marcas. Ofrece más rapidez de entrega. Proporciona una mejor información técnica o consejos. Ofrece un mejor trato del personal. Ofrece unas mejores condiciones de pago. Es más fácil de acceder a ésta. Los resultados del estudio se presentan en forma de una tabla de contingencia o correspondencias: Emp. 1 Emp. 2 Emp. 3 Emp. 4 Emp. 5 Emp. 6 Emp. 7 Emp. 8 Emp. 9 Totales fila Precios o descuentos Variedad de marcas Rapidez de entrega Información técnica Trato del personal Condiciones de pago Facilidad de acceso 16 (*) Totales columna (*) 16 clientes han asociado el atributo mejores precios o descuentos a la empresa 1.
3 FUOC P01/71039/ Investigación descriptiva: análisis de información Una tabla como la del ejemplo anterior es difícil de interpretar (sobre todo en el caso de que contenga un gran número de filas y columnas); la lectura puede llevarse a cabo en función de las filas (en nuestro ejemplo, atributos) o de las columnas (empresas). 1) Si encontramos un valor muy alto en relación con el resto de los valores de la misma columna (por ejemplo, en nuestra tabla el valor 53 en la intersección empresa 9 / variedad de marcas, podemos pensar que esta empresa se caracteriza por una buena asociación con este atributo en relación con el resto de los atributos. Sin embargo, eso sólo es verdad si el total de la fila no es al mismo tiempo muy alto en relación con el resto de los valores totales de cada fila (totales fila); en caso contrario, no podemos sacar ninguna conclusión sobre la empresa, ya que es el atributo el que, de una manera general, se beneficia de las estrechas asociaciones. En nuestro caso, el total de asociaciones del atributo variedad de marcas con las diferentes empresas es de 174, que es el segundo atributo con un total de asociaciones a empresas más bajo. El análisis de los totales fila permite afirmar que la empresa 9 se asocia estrechamente al atributo variedad de marcas. 2) Analizando el mismo valor 53, esta vez respecto del resto de los valores de la misma fila, observamos que es la asociación más alta. Podemos pensar que la empresa 9 se diferencia del resto por una mejor asociación en el atributo variedad de marcas. Sin embargo, al igual que en el caso anterior, eso sólo es así si el total 1 ( total columna ) no es muy elevado en relación con los otros totales de las otras columnas; ya que, en caso contrario, es la empresa la que tiene en general fuertes asociaciones en el conjunto de los atributos. En este caso, es la empresa 9 la que obtiene, en general, asociaciones elevadas en el conjunto de los atributos. Así, la afirmación anterior sobre la estrecha relación entre el atributo variedad de marcas y la empresa 9 debe relativizarse. Además, si por auténtica mala suerte hemos elegido de entre los atributos utilizados algunos que desde el punto de vista de los entrevistados tienen significados próximos o bien efectos de causalidad entre sí, encontramos fuertes correlaciones. Si no somos conscientes de estas correlaciones, podemos pensar que una empresa determinada se ha asociado a numerosos atributos sin darnos cuenta de que este resultado se debe únicamente a la semejanza entre atributos. Para evitar todos estos posibles errores de interpretación que hemos señalado, hay que llevar a cabo un tratamiento del conjunto de datos de la tabla. Un tratamiento de este tipo es el que nos permite efectuar el análisis de correspondencias.
4 FUOC P01/71039/ Investigación descriptiva: análisis de información En investigación comercial, el objetivo básico del análisis de correspondencias consiste en analizar las relaciones que hay entre dos conjuntos de variables: Uno de estos conjuntos suele ser productos/empresas/marcas. El otro conjunto suele ser atributos/características Metodología del análisis de correspondencias Es posible esquematizar la metodología del análisis de correspondencias del siguiente modo: El proceso de cálculo comprende tres etapas principales (etapas 2, 3 y 4) en las cuales se encuentran las diferencias fundamentales con el análisis factorial. Etapa 1: diseño del análisis de correspondencias La característica principal que diferencia el ACOR de las otras técnicas de interdependencia es la capacidad para trabajar con datos cualitativos, como pueden ser variables de tipo nominal. Habitualmente trabaja a partir de tablas de contingencia. De todos modos, permite analizar cualquier matriz de números no negativos, es decir, positivos
5 FUOC P01/71039/ Investigación descriptiva: análisis de información o nulos (tablas disyuntivas, tablas de datos ordinales, etc.), independientemente de su escala de medida. La metodología del ACOR es análoga a la del ACP, pero con unas particularidades determinadas que están relacionadas con la especificidad del problema: 1) En este caso, los datos de base son una tabla de contingencias o correspondencias entre dos variables I (atributos) y J (empresas), en las cuales el conjunto de las filas es de I modalidades, y el de las columnas, de J modalidades; es decir, los datos de partida se presentan en forma de una matriz I J: 2) El análisis es simétrico, ya que las dos variables I y J ejercen unas funciones que son intercambiables. El ACOR pretende estudiar la relación entre los dos conjuntos y encontrar grupos de filas (atributos) similares entre sí por el hecho de estar asociadas o no a las mismas columnas (empresas) y, de forma análoga, desde el punto de vista de las columnas (empresas), busca grupos que se parezcan por el hecho de estar asociados o no a unas filas determinadas (atributos). Etapa 2: transformación de la matriz de datos iniciales en tablas de frecuencias condicionadas Esto da lugar a dos tablas: 1) La que representa la variable I condicionada por J. 2) La que representa J condicionada por I. Las frecuencias condicionadas de la variable I por la variable J (X i ) se obtienen dividiendo cada uno de los valores n ij por el total fila.
6 FUOC P01/71039/ Investigación descriptiva: análisis de información En la tabla siguiente se presentan las frecuencias condicionadas X i obtenidas en nuestro ejemplo. Tabla de frecuencias condicionadas atributos por empresas Emp. 1 Emp. 2 Emp. 3 Emp. 4 Emp. 5 Emp. 6 Emp. 7 Emp. 8 Emp. 9 Marginales Precios o descuentos Variedad de marcas Rapidez de entrega Información técnica Trato del personal Condiciones de pago Facilidad de acceso.087(*) Marginales (*) Del total de individuos que han asociado el atributo mejores precios o descuentos a alguna empresa, el 8,7% lo ha asociado a la empresa 1. Las frecuencias condicionadas de la variable J por la variable I (Y j ) se obtienen dividiendo cada uno de los valores n ij por el total columna. En nuestro ejemplo obtenemos: Tabla de frecuencias condicionadas empresas por atributos Emp. 1 Emp. 2 Emp. 3 Emp. 4 Emp. 5 Emp. 6 Emp. 7 Emp. 8 Emp. 9 Marginales Precios o descuentos Variedad de marcas Rapidez de entrega Información técnica Tratamiento del personal Condiciones de pago Facilidad de acceso.128(*) Marginales (*) Del total de individuos que han asociado algún atributo a la empresa 1, el 12,8% le ha asociado el atributo mejores precios o descuentos. De este modo, se obtienen dos nubes de puntos. Sin embargo, mientras que en la matriz inicial de datos cada categoría estaba afectada por el mismo peso, en el ACOR cada categoría está afectada por un peso determinado: X i está afectado por el peso del total fila e Y j está afectado por el peso del total columna. Etapa 3: cálculo de las matrices de distancias A partir de las dos tablas de frecuencias condicionadas, el ACOR calcula dos matrices de distancias: una de distancias entre categorías de la variable I (atributos) y una de distancias entre categorías de la variable J (empresas).
7 FUOC P01/71039/ Investigación descriptiva: análisis de información El objetivo consiste en determinar las similitudes entre categorías de una misma variable en función de su perfil sobre las categorías de la otra variable. En nuestro ejemplo, la matriz de distancias entre empresas indica el grado de similitud entre sí según su perfil sobre la serie de atributos en la que han sido valoradas. Del mismo modo, la matriz de distancias entre atributos valora la semejanza entre sí en función de las empresas a las cuales han sido asociados. Las dos matrices de distancias corresponden a la matriz de correlaciones entre variables iniciales en un ACP, con la particularidad de que en el ACOR la distancia utilizada es la de la khi-cuadrado. Etapa 4: obtención de los ejes factoriales El proceso de extracción de los ejes factoriales sólo es un caso particular del proceso utilizado en el ACP. 1) Obtenemos dos conjuntos de ejes factoriales: los que se extraen de la matriz de distancias asociada a la variable I (atributos) y los que se extraen de la matriz de distancias asociada a la variable J (empresas). 2) Cada eje factorial restituye una cantidad determinada de información contenida en la matriz de datos inicial. La medida de la cantidad de información restituida por cada factor es la varianza. Por este motivo, los factores se obtienen según la varianza restituida por cada uno. Así, el factor que restituye una mayor cantidad de información se obtiene en primer lugar, el segundo que aporte una mayor cantidad de información en segundo lugar y el que aporte una menor información, en último lugar. Además, los factores extraídos son una combinación lineal de las variables iniciales y no están correlacionados. 3) La propiedad fundamental es la relación de simetría que hay entre los ejes factoriales obtenidos de estas dos extracciones efectuadas sobre las nubes N (I) y N (J), respectivamente. Esta simetría permite situar en un mismo plano los elementos de I y J, es decir, permite la representación conjunta, en un mismo gráfico, de atributos y empresas. Etapa 5: determinación del número de ejes factoriales que hay que conservar La relación simétrica entre los ejes factoriales extraídos de las dos nubes de puntos hace que no pueda haber más de K ejes factoriales, donde K = min (I, J) 1. En nuestro ejemplo, el número máximo de factores que hay que extraer es de 6 (6 = min(7, 9) 1).
8 FUOC P01/71039/ Investigación descriptiva: análisis de información Hay una gran cantidad de reglas y criterios para determinar cuál es el número de ejes factoriales que tenemos que conservar para el análisis final de la información obtenida. Los más habituales coinciden con los utilizados en la selección de factores que se deben retener en el ACP. Podéis consultar el subapartado 4.1, relativo al análisis factorial de componentes principales. En nuestro ejemplo, una vez extraídos los factores, la varianza explicada por cada uno es la siguiente: Factor Valor propio λk Varianza explicada Varianza acumulada Factores extraídos. En nuestro caso, si nos fijamos el criterio de una restitución mínima del 90% de la información, nos quedaríamos con los dos primeros factores. Etapa 6: interpretación de resultados A diferencia de otros análisis multivariables como el ACP, en el ACOR no es necesario interpretar y dar nombre a los ejes factoriales. Esto se debe al hecho de que el objetivo de este análisis es describir relaciones entre objetos y no tanto encontrar dimensiones o ejes que resuman la información, como sería el objetivo del ACP. En el caso de que lo que se pretenda sea interpretar los ejes factoriales, se puede utilizar la misma metodología que en el ACP, pero observando cómo contribuye cada atributo en la formación del eje, es decir, lo que se denomina contribución absoluta. Los atributos con más contribución serían los utilizados para dar nombre a los ejes. Un poco más adelante se profundiza en la contribución absoluta y se muestran en una tabla las contribuciones absolutas de nuestro ejemplo a la formación de los dos primeros ejes. La simetría entre los ejes factoriales extraídos de las nubes de puntos (atributos y empresas) permite utilizar para la interpretación las proximidades que se observen entre elementos de I y de J, ya que el problema de escalas diferentes (individuos/variables, en nuestro ejemplo atributos/empresas) ha desaparecido. La proximidad entre un punto i de I y un punto j de J nos permite llegar a la conclusión de que hay una fuerte relación entre estos dos puntos, teniendo en cuenta, como veremos más adelante, la calidad de su representación.
9 FUOC P01/71039/ Investigación descriptiva: análisis de información En nuestro ejemplo, la representación gráfica que se obtiene de los siete atributos y de las nueve empresas en los dos primeros ejes factoriales se presenta en el gráfico siguiente: I.E.: 91,1% (eje horizontal: 63,1%; eje vertical: 28.0%). Las reglas de interpretación de las posiciones de atributos y empresas en el mapa son las siguientes: 1) Proximidad entre dos atributos: cuando dos atributos están próximos, por ejemplo mejor trato del personal y mejor rapidez de entrega, podemos concluir que tienen perfiles parecidos, es decir, que las asociaciones de empresas a estos dos atributos son similares y, por lo tanto, están fuertemente intercorrelacionados. Al contrario, más facilidad de acceso y más variedad de marcas tienen perfiles muy diferentes. 2) Proximidad entre dos empresas: cuando dos empresas están próximas, podemos decir que tienen los mismos puntos fuertes y los mismos puntos débiles; les han sido asociados los mismos atributos. Por el contrario, si se encuentran muy distanciadas, podemos concluir que son muy diferentes. En nuestro ejemplo, la empresa 1 y la empresa 7 tienen los mismos atributos. En cambio, la empresa 5 y la empresa 6 son muy diferentes. 3) Proximidad de atributos o de empresas en el origen: cuando una empresa se encuentra proyectada cerca del origen, significa que tiene una distribución de valores sobre su columna que, en porcentaje, tiene el mismo perfil que la distribución de valores de la columna total, y se comporta, por tanto, como la media de las empresas; no se diferencia del resto de las empresas en ningún atributo.
10 FUOC P01/71039/ Investigación descriptiva: análisis de información En nuestro ejemplo, la empresa 4 se encuentra proyectada cerca del origen y, por lo tanto, podríamos decir que se comporta como la media de las empresas. Aunque en menor grado, lo mismo puede decirse para el atributo mejores condiciones de pago, el cual se comporta como la media de los atributos y, por lo tanto, tiene un poder descriptivo escaso. Podemos concluir, por lo tanto, que cuanto más se aleja un elemento del origen, más aumenta su poder descriptivo. 4) Proximidad entre atributos y empresas: como ya hemos señalado, en el ACOR los elementos están afectados por pesos diferentes y, por lo tanto, pueden ejercer más o menos influencia en las relaciones (correspondencias). Por consiguiente, dentro de una misma representación gráfica con una calidad determinada de representación de la información total, puede haber elementos (en nuestro ejemplo, atributos y empresas) que estén representados con niveles muy desiguales de calidad. La situación en que figura en el gráfico el atributo más variedad de marcas y la empresa 9, o el atributo mejores precios o descuentos y la empresa 6, nos permite llegar a la conclusión de que hay una fuerte asociación entre cada atributo y la empresa correspondiente. Para medir la calidad de la representación de los diferentes elementos en los ejes factoriales seleccionados, suele utilizarse un índice denominado de contribución. Puede distinguirse entre contribución absoluta y contribución relativa: Se denomina contribución absoluta de un objeto o atributo a la varianza explicada por un eje factorial al grado en que este objeto o atributo ha influido en la formación del eje factorial en cuestión. Se denomina contribución relativa de un objeto o atributo a la varianza explicada por un eje a la relación entre su contribución absoluta y la varianza explicada por el eje. En nuestro ejemplo, las contribuciones absolutas de los diferentes elementos, tanto atributos como empresas, a la formación de los dos primeros factores fueron las siguientes: F1 F2 F1 F2 Empresa Mejores precios o descuentos Empresa Más variedad de marcas Empresa Más rapidez de entrega Empresa Mejor información técnica.7.1 Empresa Mejor trato del personal Empresa Mejores condiciones de pago Empresa Mayor facilidad de acceso Empresa Empresa Contribuciones absolutas.
11 FUOC P01/71039/ Investigación descriptiva: análisis de información Observamos que la empresa 9 y los atributos más variedad de marcas y mejor información técnica son los elementos que contribuyen más a la formación del factor F1. Efectivamente, si observamos la representación gráfica anterior, estos tres elementos se diferencian mucho del resto de los atributos y empresas en este factor. En cuanto al factor F2, son la empresa 6 y el atributo mejores precios o descuentos los que obtienen unos índices de contribución absoluta más elevados, y se diferencian claramente del resto de los elementos en este factor. Para el resto de las empresas y atributos, los índices de contribución absoluta son bajos, tanto en el factor F1 como en el factor F2, lo cual implica que contribuyen poco a su formación y, en consecuencia, no están tan bien representados en estos ejes. En el mapa se concentran de forma indiferenciada en el cuadrante superior izquierdo. Para encontrar diferencias entre estos elementos, la etapa siguiente consiste en analizar sus contribuciones absolutas con el resto de los factores extraídos. En nuestro ejemplo, eso no tiene mucho sentido, ya que los cuatro factores restantes sólo contienen el 8,89% de la información Aplicaciones del análisis de correspondencias Basándonos en el hecho de que para la aplicación del ACOR sólo hace falta disponer de una tabla de números no negativos, es evidente que sus posibilidades de aplicación en investigación de mercados son muy numerosas. De todos modos, su campo de aplicación principal se centra en analizar la percepción del consumidor sobre diferentes marcas o productos que compiten en un mercado determinado, y valorar así la imagen y el posicionamiento de cada marca o producto mediante conceptos cualitativos como atributos, cualidades, etc. Las aplicaciones principales del análisis de correspondencias se centran en dos campos: 1) Estudios de imagen de marca. 2) Visualización de los fenómenos de competencia en un mercado. Supongamos que un fabricante de ordenadores personales se plantea la necesidad de conocer los puntos fuertes y débiles de las diferentes marcas que concurren en este mercado. Sólo hay que preparar una lista de características (servicio posventa, precio, etc.) y someterla a una serie de usuarios mediante una encuesta a fin de que nos indiquen las características que más se asocian a cada marca. El análisis de la tabla de contingencia resultante, marca de ordenador por características, nos permitirá visualizar, y determinar por lo tanto, los principales fenómenos de competencia en este mercado, lo que nos permite tomar decisiones sobre el posicionamiento o reposicionamiento de la marca según las distintas alternativas que se desprenden del mismo análisis: mantener o reforzar el posicionamiento; reposicionarla cerca de algún competidor, ya sea el líder u otro con un posicionamiento atractivo; buscar un agujero en el mercado y reposicionar la marca en una zona atractiva en la cual no estén actuando los competidores, etc Análisis tipológico Cuándo tenemos que utilizar el análisis tipológico Desde siempre una de las preocupaciones fundamentales en la mayor parte de los campos científicos, incluyendo la investigación comercial, ha consistido en
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesFACTORIAL DE CORRESPONDENCIAS SIMPLES Y MÚLTIPLES CRIVISQ
PRESENTACIÓN DEL MÉTODO DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS SIMPLES Y MÚLTIPLES EDU DUARDO CRIVISQ RIVISQUI PRESENTACIÓN DE LOS MÉTODOS DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS SIMPLES Y MÚLTIPLES
Más detallesEl Análisis de Correspondencias tiene dos objetivos básicos:
Tema 8 Análisis de correspondencias El Análisis de Correspondencias es una técnica de reducción de dimensión y elaboración de mapas percentuales. Los mapas percentuales se basan en la asociación entre
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
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 detallesEste documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción.
DIAGRAMA MATRICIAL 1.- INTRODUCCIÓN Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. Muestra su potencial, como herramienta indispensable para la planificación
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 detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesDESPLIEGUE DE LA CALIDAD (Quality Function Deployment, QFD)
DESPLIEGUE DE LA CALIDAD (Quality Function Deployment, QFD) El Despliegue de la Calidad o Despliegue de la Función de la Calidad es una metodología de origen japonés utilizada para traducir las necesidades
Más detallesCAPÍTULO 4 RECOPILACIÓN DE DATOS Y CÁLCULO DEL VPN. En el presente capítulo se presenta lo que es la recopilación de los datos que se tomarán
CAPÍTULO 4 RECOPILACIÓN DE DATOS Y CÁLCULO DEL VPN En el presente capítulo se presenta lo que es la recopilación de los datos que se tomarán para realizar un análisis, la obtención del rendimiento esperado
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 detallesTema 8. Análisis de dos variables Ejercicios resueltos 1
Tema 8. Análisis de dos variables Ejercicios resueltos 1 Ejercicio resuelto 8.1 La siguiente tabla muestra la distribución del gasto mensual en libros y el gasto mensual en audiovisual en euros en los
Más detallesPROBLEMAS ESTADÍSTICA I
PROBLEMAS ESTADÍSTICA I INGENIERÍA TÉCNICA EN INFORMÁTICA CURSO 2002/2003 Estadstica Descriptiva Unidimensional 1. Un edificio tiene 45 apartamentos con el siguiente número de inquilinos: 2 1 3 5 2 2 2
Más detallesLectura complementaria
El informe Características Clases Etapas para la realizacion del informe Estructura global Recomendaciones para su elaboración El informe Concepto Es un texto escrito en prosa científica, técnica o comercial
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
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 detallesTema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detalles15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES
15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES MÁLAGA, 2004 15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES
Más detallesA continuación se presenta la información de la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes.
M150: Creciendo A) Presentación del problema LOS JOVENES CRECEN MAS ALTO A continuación se presenta la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes. B) Preguntas del problema
Más detallesMicro y Macroeconomía
Micro y Macroeconomía 1 Sesión No. 6 Nombre: Teoría del consumidor Contextualización: La microeconomía como herramienta de análisis nos permite el poder comprender el comportamiento de las personas en
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 detallesNivel de Satisfacción en los afiliados. Régimen Estatal de Protección Social en Salud Zacatecas
Nivel de Satisfacción en los afiliados 2012 Régimen Estatal de Protección Social en Salud Zacatecas Nivel de Satisfacción de los Afiliados Justificación A fin de cumplir con los objetivos del Régimen Estatal
Más detallesCapítulo 6. Análisis bivariante de variables
Contenidos: Capítulo 6 Análisis bivariante de variables Distribución bidimensional de frecuencias ( tabla de correlación o contingencia ) Distribuciones marginales Coeficientes de Asociación Análisis de
Más detallesUNIDAD 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 detallesSEGUIMIENTO DE LOS ACUERDOS DE NIVEL DE SERVICIO DE INTERNET. Paloma Sánchez López Subdirección General de Informática TGSS
SEGUIMIENTO DE LOS ACUERDOS DE NIVEL DE SERVICIO DE INTERNET Paloma Sánchez López Subdirección General de Informática TGSS 1 Blanca SEGUIMIENTO DE LOS ACUERDOS DE NIVEL DE SERVICIO DE INTERNET 1. OBJETIVO
Más detallesDECISIONES SOBRE LOCALIZACIÓN DE LOCALES COMERCIALES
DECISIONES SOBRE LOCALIZACIÓN DE LOCALES COMERCIALES ÍNDICE 1. La decisión sobre la localización del establecimiento... 3 2. Factores a tener en cuenta de cara a la localización... 4 2.1. Factores de demanda...
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 detallesREGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS)
1 REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS) 1. EN LA REGIÓN DE DRAKUL DE LA REPÚBLICA DE NECROLANDIA, LAS AUTORIDADES ECONÓMICAS HAN REALIZADO UNA REVISIÓN
Más detallesc). 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 detallesCapitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS
Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS INTRODUCCIÓN En el mundo real, tanto en las relaciones económicas como en las políticas o sociales, son muy frecuentes las situaciones en las que, al
Más detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
Más detallesCUADRO DE MANDO PARA LA ALTA DIRECCIÓN EN EL MINISTERIO DE FOMENTO
CUADRO DE MANDO PARA LA ALTA DIRECCIÓN EN EL MINISTERIO DE FOMENTO Jefe de Proyecto BGS Online Consultores Subdirector General de Tecnología y Sistemas de la Información Ministerio de Fomento Asesor Área
Más detallesCriterios de evaluación:
b) Se ha elaborado una base de datos de los productos, líneas, familias y categorías de productos que comercializa la empresa, incorporando la información relevante sobre las características técnicas,
Más detallesPrecio de la gasolina regular (colones por litro, promedio anual)
CATÁLOGO MATERIALES DE APOYO PARA BACHILLERATO POR MADUREZ Educación Abierta 800 700 600 500 400 300 200 100 0 Pantallazo Precio de la gasolina regular (colones por litro, promedio anual) 2009 2010 2011
Más detallesTitulo: COMO GRAFICAR UNA FUNCION RACIONAL Año escolar: 4to. año de bachillerato Autor: José Luis Albornoz Salazar Ocupación: Ing Civil. Docente Universitario País de residencia: Venezuela Correo electrónico:
Más detallesProfesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
Más detallesAnálisis y síntesis de sistemas digitales combinacionales
Análisis Algoritmo de análisis, para un circuito lógico combinacional Síntesis. Conceptos Circuitos combinacionales bien construidos Circuitos combinacionales mal construidos Criterios de optimización
Más detallesde la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detalles2. METODOLOGÍA. Los tipos fundamentales de Estudios de Investigación, como nos recuerda Bavaresco, son cuatro:
2. METODOLOGÍA Para llevar a cabo este estudio es necesario utilizar una metodología de investigación, debido a que el no contar con los métodos y técnicas necesarias que nos guíen a través de una investigación
Más detallesTipos de gráficas y selección según los datos CIENCIA, TECNOLOGIA Y AMBIENTE
Tipos de gráficas y selección según los datos CIENCIA, TECNOLOGIA Y AMBIENTE Objetivos 2 Identificar los tipos de gráficas. Definir los conceptos tablas y cuadros Reconocer las partes de una gráfica. Construir
Más detallesCAPITULO XII PUENTES DE CORRIENTE ALTERNA
CAPITULO XII PUENTES DE CORRIENTE ALTERNA 2. INTRODUCCION. En el Capítulo IX estudiamos el puente de Wheatstone como instrumento de medición de resistencias por el método de detección de cero. En este
Más detallesLA TEORÍA DE JUEGOS Y LOS OLIGOPOLIOS
LA TEORÍA DE JUEGOS Y LOS OLIGOPOLIOS Se toma en cuenta el comportamiento esperado de otros. Se considera el reconocimiento mutuo de la interdependencia. La teoría de los juegos es una rama de la matemática
Más detallesUnidad 5. Tablas. La celda que se encuentra en la fila 1 columna 2 tiene el siguiente contenido: 2º Celda
Unidad 5. Tablas Una tabla está formada por celdas o casillas, agrupadas por filas y columnas, en cada casilla se puede insertar texto, números o gráficos. Lo principal antes de empezar a trabajar con
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detallesESTADÍSTICA 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 detallesBloque temático Marketing turístico Curso Segundo. Tipos asignatura Obligatoria Créditos 6 cr. ECTS Horas de trabajo autónomo
PLAN DOCENTE Código- Asignatura 062111 Investigación de mercados Bloque temático Marketing turístico Curso Segundo Tipos asignatura Obligatoria Créditos 6 cr. ECTS Horas presenciales 60 horas Horas de
Más detallesCompetencias TIC para profesionales Del Siglo 21
Planilla de Cálculo Nos referiremos a la planilla de cálculo de Microsoft Office, con algunas precisiones a la de OpenOffice. Una vez abierto un libro nuevo de Excel de Microsoft, la interfaz de la planilla
Más detallesPREPARACION OLIMPIADA MATEMATICA CURSO
Comenzaremos recordando algunos conocimientos matemáticos que nos son necesarios. Para ello veamos el concepto de factorial de un número natural. Es decir, es un producto decreciente desde el número que
Más detallesOBJETIVOS DE HOY. Cómo persuadir al cliente? Manejo de Quejas El cierre de la venta Servicio post-venta
OBJETIVOS DE HOY Qué es vender? El proceso de ventas Cómo presentar tu producto / servicio? Características de un buen vendedor Cómo persuadir al cliente? Manejo de Quejas El cierre de la venta Servicio
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesPRINCIPIOS DE LA DINÁMICA
Capítulo 3 PRINCIPIOS DE LA DINÁMICA CLÁSICA 3.1 Introducción En el desarrollo de este tema, cuyo objeto de estudio son los principios de la dinámica, comenzaremos describiendo las causas del movimiento
Más detallesSe usa para encontrar un numero relativamente pequeño de variables nuevas que contengan la mayor cantidad de info posible del conjunto de datos
Analisis Estadístico de Datos Climáticos Análisis de componentes principales Analisis de componentes principales Se usa para encontrar un numero relativamente pequeño de variables nuevas que contengan
Más detallesElaboración de una campaña de tráfico
Elaboración de una campaña de tráfico Física y Química 4º ESO IES Saulo Torón María Dolores Ramírez Rodríguez En España los accidentes de tráfico son la quinta causa de muerte no natural siendo la velocidad
Más detallesA continuación, definimos el rango en el que están codificadas éstas variables
Análisis de correspondencias Incluye una técnicas estadística multivariante que permite resumir grandes cantidades de información en un número reducido de dimensiones o factores Se habla de análisis de
Más detallesCAPITULO III Metodología
CAPITULO III Metodología 3.1 Investigación de mercados Al desarrollar el presente Plan de Negocios para llevar a cabo el establecimiento del DAY SPA en la Cd. de Veracruz, es necesario realizar una investigación
Más detallesInecuaciones: Actividades de recuperación.
Inecuaciones: Actividades de recuperación. 1.- Escribe la inecuación que corresponde a los siguientes enunciados: a) El perímetro de un triángulo equilátero es menor que 4. (x = lado del triángulo) b)
Más detallesLos Métodos de Valoración Indirecta (Costo De Viaje)
Los Métodos de Valoración Indirecta (Costo De Viaje) Método de Valoración de Bienes que no tienen un mercado definido. No existe información sobre precios ni demanda. La valoración se realiza por método
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 detallesDeterminantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A).
Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno a 11 = a 11 5 = 5 Determinante
Más detalles1.3.- V A L O R A B S O L U T O
1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto
Más detallesUNIVERSIDAD DEL NORTE
UNIVERSIDAD DEL NORTE 1. IDENTIFICACIÓN DIVISIÓN ACADÉMICA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO MATEMÁTICAS Y ESATADÍSTICA. PROGRAMA ACADÉMICO ESTADÍSTICA I-AD CÓDIGO DE LA ASIGNATURA EST 1022 PRE-REQUISITO
Más detallesRepresentación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
Más detallesESTADÍSTICA CON EXCEL
ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más 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 detallesFunciones 1. D = Dom ( f ) = x R / f(x) R. Recuerda como determinabas los dominios de algunas funciones: x x
Funciones. DEFINICIÓN Y TERMINOLOGÍA.. Definición de función real de variable real. "Es toda correspondencia, f, entre un subconjunto D de números reales y R (o una parte de R), con la condición de que
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 detallesAritmética de Enteros
Aritmética de Enteros La aritmética de los computadores difiere de la aritmética usada por nosotros. La diferencia más importante es que los computadores realizan operaciones con números cuya precisión
Más detallesCapítulo 3. Desarrollo Metodológico de la Investigación.
Capítulo 3. Desarrollo Metodológico de la Investigación. El presente capitulo tiene el objetivo de desarrollar la ruta metodológica utilizada para abordar nuestro objeto de estudio. (cuadro No.2), en el
Más detallesSERVICIO NACIONAL DE APRENDIZAJE SENA SISTEMA INTEGRADO DE GESTIÓN Procedimiento Ejecución de la Formación Profesional Integral GUÍA DE APRENDIZAJE
Nº 1 1. IDENTIFICACIÓN DE LA GUIA DE APRENDIZAJE Programa de Formación: Técnico en programación de software Nombre del Proyecto: Sistema de información para la gestión empresarial Fase del proyecto: FASE
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 detallesDIRECCIÓN ADMINISTRATIVA
ORGANIZACIÓN ADMINISTRATIVA: FINALIDAD Y ALCANCE AUTOR: JAVIER INDARTE SALINAS INTRODUCCIÓN CONTENIDO 1. LOS CONDICIONANTES DE UN PROCESO DE ORGANIZACIÓN 2. LAS HERRAMIENTAS PARA LA MEJORA DE LA ORGANIZACIÓN
Más detallesTema 5 ANÁLISIS DE LA CARTERA DE NEGOCIOS
Departamento de Organización de Empresas Profesora: María Dolores López Gamero Asignatura: ANÁLISIS COMPETITIVO DE EMPRESAS Y SECTORES Tema 5 ANÁLISIS DE LA CARTERA DE NEGOCIOS 5.1. Las matrices estratégicas
Más detallesCurso de Inducción de Matemáticas
Curso de Inducción de Matemáticas CAPÍTULO 1 Funciones y sus gráficas M.I. ISIDRO I. LÁZARO CASTILLO Programa del Curso 1. Funciones y sus gráficas. 2. Límites. 3. Cálculo Analítico de Límites. 4. Derivación.
Más detallesUNIDAD 7. SISTEMA MÉTRICO DECIMAL
UNIDAD 7. SISTEMA MÉTRICO DECIMAL Reconocer la necesidad de medir, apreciar la utilidad de los instrumentos de medida y conocer los más importantes. Definir el metro como la unidad principal de longitud,
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 detallesPROCEDIMIENTO DE ACCIONES CORRECTIVAS Y/O PREVENTIVAS
Logo CODIGO: P0852 No. REV: 2 PAGINA: 1 PROCEDIMIENTO DE ACCIONES CORRECTIVAS Y/O PREVENTIVAS NOMBRE: NOMBRE: NOMBRE: CARGO: CARGO: CARGO: FECHA: FECHA: FECHA: ELABORO REVISO APROBO Logo CODIGO: P0852
Más detallesIndicadores de Gestión para la Acreditación Universitaria
Indicadores de Gestión para la Acreditación Universitaria Qué son los Indicadores de Gestión? Por el Ing. Román E. Soria Velasco Director de la Unidad de Planificación y Evaluación; miembro del Comité
Más detallesFabio Prieto Ingreso 2003
Fabio Prieto Ingreso 00. INECUACIONES CON UNA VARIABLE.. Inecuación lineal Llamaremos desigualdad lineal de una variable a cualquier epresión de la forma: a + b > 0 o bien a + b < 0 o bien a + b 0 o bien
Más detallesUn paquete de problemas de potenciación
Un paquete de problemas de potenciación Betina Zolkower- Adriana Rabino- Ana Bressan A continuación se presenta una serie de problemas de potenciación y distintas estrategias de resolución. Betina Zolkower
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades
Más detallesEL POSICIONAMIENTO EN EL CUIDADO DE ENFERMERIA
EL POSICIONAMIENTO EN EL CUIDADO DE ENFERMERIA INTRODUCCION La profundización en los conocimientos del Mercadeo es un aspecto clave para el posicionamiento de organizaciones, productos y servicios enfocados
Más detallesCONTENIDOS Y CRITERIOS DE EVALUACIÓN MATEMÁTICAS 6º ED.
. G r e d o s S a n D i e g o V a l l e c a s CONTENIDOS Y CRITERIOS DE EVALUACIÓN MATEMÁTICAS 6º ED. PRIMERA EVALUACIÓN El Sistema de numeración decimal El sistema de numeración decimal. Lectura y escritura
Más detallesCAPITULO IV ANÁLISIS, INTERPRETACIÓN Y COMPROBACIÓN DE
CAPITULO IV ANÁLISIS, INTERPRETACIÓN Y COMPROBACIÓN DE RESULTADOS 4.1 TABULACIÓN DE DATOS N PREGUNTA ALTERNATIVAS SI NO A VECES TOTAL 1 Considera que la normativa de los programas del Plan 2021 favorecen
Más detallesAnálisis Factorial: Análisis de componentes principales
Análisis Factorial: Análisis de componentes principales Abel Lucena Ferran Carrascosa Universitat Pompeu Fabra 22 de febrero de 2013 En qué consiste el análisis factorial? El análisis factorial agrupa
Más detallesGUÍAS DE TRABAJO. Matemáticas. Material de trabajo para los estudiantes UNIDAD 7. Preparado por: Héctor Muñoz
GUÍAS DE TRABAJO Material de trabajo para los estudiantes UNIDAD 7 Preparado por: Héctor Muñoz Diseño Gráfico por: www.genesisgrafica.cl Responde en tu cuaderno las siguientes preguntas. Guía de Trabajo
Más detallesTEORÍA DE LA CONDUCTA DEL CONSUMIDOR Y DE LA DEMANDA
S_A._LECV TEORÍA DE LA CONDUCTA DEL CONSUMIDOR DE LA DEMANDA LA FUNCIÓN DE PREFERENCIA Todos los individuos tratan de alcanzar la satisfacción con un ingreso limitado. Este esfuerzo más o menos consciente,
Más detallesCon miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:
Método Simplex. Este método fue creado en el año 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el objetivo de crear un algoritmo capaz de crear soluciones
Más detallesEncuesta sobre Equipamiento y Uso de Tecnologías de la Información y Comunicación (TIC) en los Hogares
1 / 10 Encuesta sobre Equipamiento y Uso de Tecnologías de la Información y Comunicación (TIC) en los Hogares A continuación se muestra un ejemplo del proceso de realización de encuestas en el INE, desde
Más detallesBLOQUE I: HOJA DE CÁLCULO
4. Organización, secuenciación y temporización de contenidos BLOQUE I: HOJA DE CÁLCULO En este bloque se pretende conocer y utilizar tanto la hoja de cálculo Excel como sus gráficos. Se aplicará la hoja
Más detallesCampaña de Educación y Promoción de la Salud. Cuidarse es garantía de salud
Campaña de Educación y Promoción de la Salud. Cuidarse es garantía de salud Palma de Mallorca, Julio 2007 PROYECTO DE EDUCACIÓN SANITARIA PRESENTADO POR LA FUNDACIÓ DE LES CIÈNCIES FARMACÈUTIQUES DE LES
Más detallesFUNDAMENTOS DEL ÁLGEBRA. Folleto De Trabajo Para La Clase ECUACIONES LINEALES EN DOS VARIABLES
FUNDAMENTOS DEL ÁLGEBRA Folleto De Trabajo Para La Clase ECUACIONES LINEALES EN DOS VARIABLES NOMBRE ID SECCIÓN SALÓN Prof. Eveln Dávila Contenido TEMA: Ecuaciones Lineales En Dos Variables... Solución
Más detallesLos medios de comunicación masiva hoy en día son de vital importancia para la
Introducción Los medios de comunicación masiva hoy en día son de vital importancia para la sociedad ya que éstos son los que proporcionan casi el cien por ciento de la información que sucede en el mundo.
Más detallesFÍSICA Y QUÍMICA 3º ESO. OBJETIVOS, CONTENIDOS Y CRITERIOS DE EVALUACIÓN 1ª Evaluación: Unidad 1. La medida y el método científico.
FÍSICA Y QUÍMICA 3º ESO. OBJETIVOS, CONTENIDOS Y CRITERIOS DE EVALUACIÓN 1ª Evaluación: Unidad 1. La medida y el método científico. OBJETIVOS 1. Reconocer las etapas del trabajo científico y elaborar informes
Más detallesCOMPETENCIA S Y OBJETIVOS DE CONOCIMIENTO DEL MEDIO DE TERCERO
1 CONSEJERÍA DE EDUCACIÓN CEIP EL ZARGAL C/ Zargal s/n; 18190 CENES DE LA VEGA Telfs. 958893177-78 ; FAX 958893179 18001792.averroes@juntadeandalucia.es COMPETENCIA S Y DE CONOCIMIENTO DEL MEDIO DE TERCERO
Más detallesEn la notación C(3) se indica el valor de la cuenta para 3 kilowatts-hora: C(3) = 60 (3) = 1.253
Eje temático: Álgebra y funciones Contenidos: Operatoria con expresiones algebraicas Nivel: 2 Medio Funciones 1. Funciones En la vida diaria encontramos situaciones en las que aparecen valores que varían
Más detallesSEMANA No III - IV ANALISIS E INTERPRETACION DE LOS ESTADOS FINANCIEROS USO DE LOS RATIOS
SEMANA No III - IV ANALISIS E INTERPRETACION DE LOS ESTADOS FINANCIEROS USO DE LOS RATIOS CAPACIDAD A DESARROLLAR Analiza e interpreta el Balance General y el estado de Ganancias y Perdidas aplicando los
Más detallesIntroducción. Qué es un estudio de encuesta? Instrumentos de recogida de datos Tipos de Encuestas. Errores y curiosidades
Introducción Qué es un estudio de encuesta? Instrumentos de recogida de datos Tipos de Encuestas Según finalidad Según la forma Errores y curiosidades Estudio de encuesta Consiste en recoger información
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detalles