Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez
|
|
- Soledad Valdéz Blanco
- hace 7 años
- Vistas:
Transcripción
1 Crso d Análisis d invstigacions con programas Informáticos 1 UNIVERSIDAD DE JAÉN Matrial dl crso Análisis d datos procdnts d invstigacions mdiant programas informáticos Manl Migl Ramos Álvarz Índic MÓÓDDUULLOO XII EXXPPLLIICCAACCIIÓÓNN DDEE DAATTOOSS CAATTEEGGÓÓRRIICCOOSS 11. Acrcaminto basado n datos catgóricos La lógica dl análisis d datos catgóricos Análisis d Rgrsión Logística para invstigacions d tipo xplicativo Rgrsión logística: rgrsión con na variabl dpndint no métrica Bass. Las cacions básicas d la rgrsión logística Fas d rsmn dl modlo Variants Limitacions y spstos dl análisis d rgrsión logística Ralización d los spstos d prácticas Ejmplificación dl análisis tipo Rgrsión Logística mdiant l Spsto
2 Crso d Análisis d invstigacions con programas Informáticos Acrcaminto basado n datos catgóricos. o Introdcción gnral para difrnciar las variants principals. o Aproximación basada n la rgrsión logística para invstigacions xplicativas. 2
3 Crso d Análisis d invstigacions con programas Informáticos La lógica dl análisis d datos catgóricos Clasificación d las difrnts variants: VARIABLES EJEMPLO MODELO DISEÑO DE APLICACIÓN Catgóricas todas. Sin difrnciar stats variabls. (A)Significado (C) Formato (B)Entonación Log-linal Dscriptivo Catgóricas todas. Unas son var.ind. y otra s var.dp. (mm. indpndints) Catgóricas todas. Unas son var.ind. y otra s var.dp. (mm. rlacionadas) (A)Significado (A)Emocional (t1) (Y) Acirtos (B)Entonación (B)Ntral (t2) (Y) Anticipacions Logit Probit Logit- GSK Explicativo(i.. Exprimntal) Explicativo(i.. Exprimntal mdidas rptidas) No catgóricos los Prdictors y Catgórico l critrio (X1)Hostilidad (Y) Trastorno (X2)Estrés Rgrsión Logística Explicativa(i.. Corrlacional) Cadna casal d variabls catgóricas (A)Estrés (B) Inflncia (C)Drogas Logitcasal Explicativo(i.. Casixprimntal) Catgóricas través timpo t2,...). a dl (t1, (A)Elcción (t1) (B) Elcción (t2) (C)Elcción (t3) Logit- Markov Dscriptivo(i.. longitdinal, obsrvacional) Catgóricas divrsas var.critrio n (A)Ítm 1 (X)Rasg o (B) Ítm2 (C)Ítm 3 Logit- Latnt Dscriptivo (i.. Análisis Factorial n Tsts) 3
4 Crso d Análisis d invstigacions con programas Informáticos Análisis d Rgrsión Logística para invstigacions d tipo xplicativo Rgrsión logística: rgrsión con na variabl dpndint no métrica Sirv para la prdicción d variabls no métricas, dond no s adcada rgrsión múltipl y dond l análisis discriminant s my xignt n canto a los spstos q impon. El objtivo s prdcir la prtnncia a na catgoría (o grpo) a partir d variabls prdictoras q pdn sr d tipo no métrico o no. Como n rprsión linal, la significación d los parámtros asociados a los difrnts prdictors nos prmitirá constrir n modlo stadístico basado únicamnt n los prdictors q aportan significación stadística. Prmit inclir la intracción, a difrncia d la técnica d análisis discriminant. También sirv para clasificar a individos n catgorías, como n l tipo discriminant. Para llo s fija n pnto d cort n la probabilidad (por jmplo, 0.50) y s asignan a na catgoría aqllos cya probabilidad sa sprior y a la otra catgoría a los q stén por dbajo. 4
5 Crso d Análisis d invstigacions con programas Informáticos Bass. Las cacions básicas d la rgrsión logística Para prdcir na variabl dicotómica, q adopta valors 0 o 1, s rlación con los prdictors s no linal. Lo q s prdic no s dirctamnt la variabl sino la probabilidad d q la variabl adopt n cirto valor, por jmplo, la probabilidad d q s prodzca éxito scolar (p). Para prdcir na probabilidad pdn tilizars difrnts fncions, ntr las q dstaca la logística. p = ; dond l modlo linal aparc ralmnt n l xponnt 1 + = a + b 1 X 1 + b 2 X b p X p xprsión s conocida como logit, o logaritmo d las vrosimilitds. Ya q altrnativamnt s pd xprsar como: ln p = = a + b X + b X + + b X p p 1 p 2 Q vin xprsado n fnción dl cocint d probabilidads: odds ratio p = 1 p El procdiminto d stimación q s mpla s l d máxima vrosimilitd, n método d caráctr itrativo q tind a proporcionar la solción tras varios pasos. Es important prcisar q las variabls indpndints son llamadas covariabls por SPSS. La intrprtación d los parámtros dpnd dl sistma d codificación mplado. El más sal s l tipo dmmy. Crar tantas variabls dmmy como catgorías tnga la variabl mnos 1. En cada na d las variabls ficticias s codifica na catgoría (asignándol 1 a los sjtos q la posn y 0 a los q no), y s n l conjnto dond qdan codificadas todas. Para valar la contribción d las variabls prdictoras hay varias altrnativas: Mdiant la prba d Wald: cocint ntr l coficint y s rror típico. Mdiant la bondad d ajst basada n l logaritmo d la vrosimilitd (log-liklihood) comparando modlos q difirn n no parámtro cada vz: log liklihood = N [ Yi ln( pi ) + (1 Yi )ln(1 pi )] i= 1 2 χ = [ liklihood MOD liklihood MOD ] 2 (log ( 1)) (log ( 2)) 5
6 Crso d Análisis d invstigacions con programas Informáticos 6 Ejmplo d codificación: CE TC CE(1) CE(2) TC(1) TC(2) Fas d rsmn dl modlo En st contxto, los stadísticos d Cox-Snll y d Naglkrk sirvn para la stimación dl fcto, tipo RPE ajstada (vr dtalls n Catna, Ramos y Trjillo (2003)). Rspcto al análisis d los rsidos s tilizan métodos análogos a los d rgrsión, salmnt basados n los rsidals tipificados o standarizados. 6
7 Crso d Análisis d invstigacions con programas Informáticos Variants A) Rgrsión logística simltána Los prdictors son introdcidos todos a la vz n la cación d rgrsión. La significación d los mismos s valúa por trnos, no cada vz sobr la bas d lo q no compart con los otros. La xclsión dl modlo vndrá dada cando s tolrancia sa dmasiado baja. Simpr q no s tnga claro qé variabls pdn sr más importants B) Rgrsión logística scncial S introdc o limina n prdictor n cada paso. Hay dos sbtipos q s difrncian por las razons por las cals son inclidos/xclidos d la cación. o Srial -jrárqica-. Son introdcidos sgún n critrio tórico y n cada paso pd introdcirs más d n prdictor, pro na vz q l prdictor stá dntro d la cación no pd sr liminado d la misma. o Por tapas stpwis-. Cada prdictor s inclido o liminado d la cación sgún cmpla los critrios stadísticos d inclsión/xclsión prfijados por l invstigador. En asncia d hipótsis spcíficas sobr la importancia d los prdictors. El problma más important s q pd xclirs algna variabl q tnga na alta rlación con la dpndint dbido a s corrlación con otras prdictoras mlticolinalidad-. La variant concrta dpnd d la dircción y dl algoritmo stadístico. C) La clasificación d individos Con l modlo final, s important dtrminar si l modlo prmit asignar los individos a las catgorías d forma significativa. p 0,5 s G = 1 p< 0,5 s G = 0 Por dfcto sl mplars la probabilidad 0.5 como critrio, d modo q: Ralizar na prba d bondad d ajst sobr las frcncias así obtnidas. Sría convnint q l pnto d cort slccionado trat d qilibrar la rlación ntr rrors d clasificación d n tipo o d otro, hacia pntos intrmdios normalmnt. 7
8 Crso d Análisis d invstigacions con programas Informáticos 8 D) El análisis d rgrsión politómico o mltinomial Cando la variabl d agrpaminto tin más d dos nivls, s obtinn tantas cacions d prdicción como grados d librtad tin la variabl d agrpaminto. Hay dos posibilidads: La variabl d agrpaminto s nominal, cada cación prdic la probabilidad d q l individo sa mimbro d n grpo difrnt. Esto s, P( Y = j) =, como n l caso básico. 1+ Si La variabl s ordinal (i.. rndiminto scolar: bajo, mdio, alto), las cacions prdicn la probabilidad d q l sjto s sitú n l grpo sprior al índic d la cación: P( Y > j) = 1+ 8
9 Crso d Análisis d invstigacions con programas Informáticos Limitacions y spstos dl análisis d rgrsión logística Linalidad d la fnción logit S pd probar l spsto inclyndo la intracción n l modlo, d manra q si ésta s significativa ntoncs incmplimos l spsto. En st caso bastará con mantnr dicha intracción n l modlo. Indpndncia d los rrors Mlticolinalidad. Exprsa l grado d intrrlación ntr los prdictors y lo q la técnica d rgrsión asm s q ésta s d baja magnitd. S incmpliminto tin gravs conscncias. Hay dos altrnativas cando la mlticolinalidad s alta: Rgrsión ssgada ( ridg rgrsión ), intnta stabilizar los parámtros maniplando las varianzas. Rgrsión por componnts principals, q s basa n la alta corrlación ntr prdictors para dfinir variados q son combinacions linals d los prdictors y mplar los variados como nvos prdictors dl critrio. Númro d variabls y númro d sjtos No s rcomndabl con bajo númro d participants ya q s la stimación no s hac adcadamnt y admás s distorsiona la intrprtación. Pntos xtrmos La prsncia d pntos xtrmos pd tradcirs n na baja capacidad prdictiva dl modlo. 9
10 Crso d Análisis d invstigacions con programas Informáticos Ralización d los spstos d prácticas Ejmplificación dl análisis tipo Rgrsión Logística mdiant l Spsto 3 Analizar -> Rgrsión -> Logística binaria -> Dpndint: RE -> Covariabls: CE, TC, Horas -> Covariabls catgóricas: CE, TC -> Continar -> Método: Introdcir -> Acptar (análisis)...-> Gardar -> Rsidos: Tipificados -> Continar -> > Gardar -> Inflncia: D Cook -> Continar ->... Analizar -> Rgrsión -> Logística binaria -> Dpndint: RE -> Covariabls: Horas > Sigint (Bloq) -> Covariabls: CE -> Sigint (Bloq) -> Covariabls: TC -> Catgórica -> Covariabls catgóricas: CE, TC -> Contrast: Indicador -> Continar -> Acptar (análisis) En SPSS podmos slccionar la probabilidad d cort (por jmplo, 0.6) con la sigint scncia d comandos:...-> Opcions -> Pnto d cort para la clasificación: 0.6 -> Continar... grpos prdichos n na nva variabl. La scncia d instrccions s la sigint... -> Gardar -> Valors pronosticados: Grpo d prtnncia -> Continar -> cyo rsltado s la cración d na nva variabl, pgr_1, q podrmos tilizar Volvr Principio 10
Material del curso Recursos metodológicos y estadísticos para la docencia e investigación Manuel Miguel Ramos Álvarez
Crso d Rcrsos Mtodológicos y Estadísticos 1 UNIVERSIDAD DE JAÉN Índic Matrial dl crso Rcrsos mtodológicos y stadísticos para la docncia invstigación Manl Migl Ramos Álvarz MÓÓDDUULLOO XII EXXPPLLIICCAACCIIÓÓNN
Más detallesSolución a la práctica 6 con Eviews
Solución a la práctica 6 con Eviws El siguint modlo d rgrsión rlaciona la nota mdia qu obtinn los alumnos n matmáticas (nota) n un cntro, con l númro d profsors disponibls n l cntro (profsors), l porcntaj
Más detallesLECTURA 09: PRUEBA DEHIPÓTESIS (PARTE III) TEMA 18: PRUEBA DE INDEPENDENCIA CHI CUADRADO
Univrsidad Los Ángls d Chimbot LECTURA 9: PRUEBA DEHIPÓTESIS (PARTE III) TEMA 18: PRUEBA DE INDEPENDENCIA CHI CUADRADO 1. INTRODUCCION: La pruba d indpndncia chi cuadrado s un procdiminto d contrastación
Más detallesProceso de análisis de regresión múltiple
Procso d análisis d rgrsión múltipl Rcolcción d datos Chquo d la calidad d los datos Diagnóstico d rlacions o intraccions furts ntr las variabls Xs Aplicación d mdidas rmdials Si S rquirn mdidas rmdials?
Más detallesUNED Tudela Psicometría. Tema 4 Esquema tema 4
Esquma tma 4 1.- Orintacions didácticas: Tmas antriors: construcción dl tst Tmas 4 al 8: Evaluación d la calidad d la pruba piloto basándos n las rspustas d los sutos: Fiabilidad, validz y calidad d los
Más detallesTabla de contenido. Página
Tabla d contnido Página Sstitción n cacions difrncials Ecación d Brnolli Ecación d Ricatti 7 Otras sstitcions 0 Rsmn 4 Bibliografía rcomndada 4 No 4 Atovalación formativa 5 Copright 999 FUNDACION UNIVERSITARIA
Más detallesBLOQUE II: GEOMETRÍA. TEMA 4. ESPACIO EUCLÍDEO TRIDIMENSIONAL: VECTORES. PRODUCTO ESCALAR, VECTORIAL Y MIXTO
Mat. II-Gomtría BLOQUE II: GEOMETRÍA. TEMA 4. ESPIO EUCLÍDEO TRIDIMENSIONAL: VECTORES. PRODUCTO ESCALAR VECTORIAL Y MIXTO. VECTORES.. Opracions con ctors Trabajamos n l spacio como hicimos n l plano n
Más detallesModelo de Regresión Logística
Modlo d Rgrsión Logística Modlo d rgrsión qu lica l comortaminto d una variabl dndint discrta, Y, dicotómica n función d una o más variabls indndints cualitativas o cuantitativas. Los valors qu toma la
Más detallesSistemas de control: Elementos componentes, variables, función de transferencia y diagrama funcional.
Sistmas d control: Elmntos componnts, variabls, función d transfrncia y diagrama funcional. Introducción Los sistmas d control automático han jugado un papl vital n l avanc d la cincia y d la ingniría.
Más detallesTAMAÑO DE LA MUESTRA
Rv. Epidm. Md. Prv. (003), : 8-4 TAMAÑO DE LA MUESTRA Enric Matu, Jordi Casal CRSA. Cntr d Rcrca n Sanitat Animal / Dp. Sanitat i Anatomia Animals, Univrsitat Autònoma d Barclona, 0893-Bllatrra, Barclona
Más detallesREGRESIÓN LOGÍSTICA INTRODUCCIÓN
1 REGRESIÓN LOGÍSTICA INTRODUCCIÓN Comncmos con un jmplo qu nos srvirá para ilustrar l análisis d datos binarios. Los siguints datos tomados d Littl (1978) corrspondn a 1607 mujrs casadas y fértils ntrvistadas
Más detallesLa función exponencial (propiamente dicha) es una función matemática, que aparece además en muchas ecuaciones de la física.
Univrsidad d Chil Facltad d Cincias Vtrinarias y Pcarias DU- Métodos d Cantificación 9, Smstr Otoño Aydant Ignacio Trjillo Silva Eponncials y logaritmos: La fnción ponncial (propiamnt dicha s na fnción
Más detallesI, al tener una ecuación. diferencial de segundo orden de la forma (1)
.6. Rducción d ordn d una cuación difrncial linal d ordn dos a una d primr ordn, construcción d una sgunda solución a partir d otra a conocida 9.6. Rducción d ordn d una cuación difrncial linal d ordn
Más detallesESTUDIO ECONOMÉTRICO DE LA PRODUCCIÓN DE ACERO
ESTUDIO ECONOMÉTRICO DE LA RODUCCIÓN DE ACERO Ana María Islas Corts Instituto olitécnico Nacional, ESIT amislas@ipn.mx Gabril Guillén Bundía Instituto olitécnico Nacional, ESIME-Azcapotzalco gguilln@ipn.mx
Más detallesCARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES
CARACTERÍSTCAS EXTERNAS y REGLACÓN d TRANSFORMADORES Norbrto A. Lmozy 1 CARACTERÍSTCAS EXTERNAS S dnomina variabl ntr a una magnitud qu stá dtrminada ntr dos puntos, tal como una difrncia d potncial o
Más detallesMICROECONOMÍA. EQUILIBRIO GENERAL Y ECONOMÍA DE LA INFORMACIÓN. Tema 3 LA ECONOMÍA DE LA INFORMACIÓN. 3.1 Conceptos básicos 3.
MCROCONOMÍ. QULRO GNRL Y CONOMÍ D L NORMCÓN Tma 3 L CONOMÍ D L NORMCÓN 3.1 Concptos básicos 3.2 l risgo moral rnano rra Tallo Olga María Rorígz Rorígz http://bit.ly/8l8dd 1 Contratos contingnts: spcifican
Más detallesEjercicios de integrales 2008: 1.2A Ejercicio 2.- [2'5 puntos] Dadas las funciones f : [0;+ ) R y g : [0;+ ) R definidas por
INTEGRALES MATEMATICAS II 0-0 Ejrcicios d intgrals 00:.A Ejrcicio.- ['5 pntos] Dadas las fncions f : [0;+ ) R g : [0;+ ) R dfinidas por f ( ) g() Calcla l ára dl rcinto limitado por las gráficas d f g..b
Más detallesCapítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES
Marclo Romo Proaño Escula Politécnica dl Ejército - Ecuador Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES 5. CONDICIONES DE FRONTERA: Dbido a qu muchos problmas
Más detalles+ ( + ) ( ) + ( + ) ( ) ( )
latrals n. iguals. f. La función CONTINUIDAD f () Es continua n l punto?. Calcular los límits ³ ² 5 Para qu la función sa continua n s db cumplir: f f Calculamos por sparado cada mimbro d la igualdad f
Más detallesSobre Regresión Logística
Modlo caractrizado por la naturalza singular d su variabl rspusta o dpndint, Y, al tratars d una variabl dicotómica o d Brnoulli, n su modlo más sncillo: no ocurr l vnto d int rés Y sí ocurr l vnto d int
Más detallesPrueba ji-cuadrado: χ 2. Estudiar la relación entre dos variables cualitativas. Estudiar la relación entre dos variables cualitativas
ÁNALISIS BIVARIADO Estudiar la rlación ntr dos variabls cualitativas ANALISIS DE FRECUENCIAS, INDEPENDENCIA Estudiar la rlación ntr dos variabls cuantitativas CORRELACIÓN Y REGRESIÓN LINEAL Estudiar la
Más detallesModelos Box-Jenkins. El paseo aleatorio X t = c + X t 1 + a t no es estacionario. Sin embargo, el proceso diferenciado regularmente
Modlos Box-Jnkins Sris d Timpo Grmán Aniros Pérz stacionals: Slcción dl El paso alatorio X t = c + X t 1 + a t no s stacionario. Sin mbargo, l procso difrnciado rgularmnt s stacionario. X t X t 1 = c +
Más detallesINTEGRACIÓN POR PARTES
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE INGENIERA DEPARTAMENTO DE MATEMÁTICA Y ESTADISTICA INTEGRACION INTEGRACIÓN Algunas intgrals qu s nos prsntan nos rsultan un poco compljas, ya por lo
Más detalleslm í d x = lm í ln x + x 1 H = lm í x + e x 2
Autovaluación Página 8 Calcula los siguints límits: a) lm í c m b) lm í ccotg m c) lm í sn d) lm í ( ) / 8 ln 8 8 ln ( cos ) 8 a) lm í 8 c ln ln H ( / ) lm í ( )ln 8 ln m lm í 8 H lm í / 8 b) lm í 8 dcotg
Más detallesTEMA 1: Los números reales. Tema 1: Los números reales 1
TEMA 1: Los númros rals Tma 1: Los númros rals 1 ESQUEMA DE LA UNIDAD 1.- Númros naturals y ntros. 2.- Númros racionals. 3.- Númros irracionals. 4.- Númros rals. 5.- Jrarquía n las opracions combinadas.
Más detallesPRIMERA PRÁCTICA SONIDO
PRIMERA PRÁCTICA SONIDO 1. Objtivo gnral: El objtivo d sta práctica s qu l alumno s familiaric con los concptos d amplitud y frcuncia y los llgu a dominar, así como l fcto qu tin la variación d stos parámtros
Más detalles- Se trata en el fondo, de la misma manera de medir la asociación entre X y M.
BOLETÍN EPIDEMIOLÓGICO DE CASTILLA-LA MANCHA FEBRERO 2007/ Vol.19 /Nº 10 LA REGRESIÓN LOGÍSTICA EN EPIDEMIOLOGÍA II (*) A.- VARIABLE X CUALITATIVA CON DOS CATEGÍAS (DICOTÓMICA) X rprsnta, por jmplo, l
Más detalles7 L ímites de funciones. Continuidad
7 L ímits d funcions. Continuidad Página 05 f () = + Pinsa y ncuntra límits a) + ; + ; + + ; ; ; ; 9 0; 0; 0 ) 0; 0; 0 f ) + ; + ; 0 g) + ; + h) ; f () = a) 0 0, Página 0 a) a) f () = ; f () = ; f () =
Más detallesTEMA 1: Los números reales. Tema 1: Los números reales 1
TEMA 1: Los númros rals Tma 1: Los númros rals 1 ESQUEMA DE LA UNIDAD 1.- Númros naturals y ntros. 2.- Númros racionals. 3.- Númros irracionals. 4.- Númros rals. 5.- Jrarquía n las opracions combinadas.
Más detallesAPELLIDOS Y NOMBRES: C.I.: NOTA: ASIGNATURA: Matemática II -
REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA NÚCLEO BARINAS INSTRUCCIONES 1. Lln todos los datos n ltra
Más detalles4 ANALISIS DIMENSIONAL Y SIMILITUD FISICA
4 ANALISIS IENSIONAL Y SIILITU ISICA www.rivra-001.com Contnido 4.1. Introducción 4.. Qué s un parámtro adimnsional? 4.3. Naturalza adimnsional dl flujo fluido 4.4. El torma d Pi d Buckingham 4.5. Cómo
Más detallesCINEMÁTICA (TRAYECTORIA CONOCIDA)
1º Bachillrato: Cinmática (trayctoria conocida CINEMÁTICA (TRAYECTORIA CONOCIDA (Todos los datos y cuacions, n unidads dl S.I. 1. Un objto tin un moviminto uniform d rapidz 4 m/s. En l instant t=0 s ncuntra
Más detallesIntegrales indefinidas. 2Bach.
Intgrals indfinidas. Bach..- FUNCIÓN PRIMITIVA. INTEGRAL INDEFINIDA. La intgración s la opración invrsa d la drivación. Dada una función f(), dirmos qu F() s una primitiva suya si F ()f(). Nota: La primitiva
Más detallesPRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL
PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL 1.- INTRODUCCIÓN. La prsnt práctica tin por objto introduir al alumno n l cálculo d trns d ngranajs, tanto simpls d js parallos, compustos y trns
Más detallesUna onda es una perturbación que se propaga y transporta energía.
Onda Una onda s una prturbación qu s propaga y transporta nrgía. La onda qu transmit un látigo llva una nrgía qu s dscarga n su punta al golpar. TIPOS DE ONDAS Si las partículas dl mdio n l qu s propaga
Más detallesProf: Zulay Franco Puerto Ordaz, noviembre
56 Monostabls y Astabls 3.1 Introducción 3.2 Monostabl Es un circuito lctrónico qu dispon d una sñal d ntrada, gnralmnt dnominada disparo, al activars sta ntrada n la salida dl circuito (Q s obtin un pulso
Más detallesa) f (x) = 1+Mg (x) <1 2-1<1+mg (x)<1-2<mg (x)<0 <M<0 como como para que f sea Lipschitziana de [0,1] [0,1] con constante de
Hoja d Problmas Álgbra VII 55. Supongamos qu la función g stá dfinida y s drivabl n [0,]. Supongamos qu g(0)
Más detallesPart IV. Modelos de memoria larga. Series de Tiempo. Germán Aneiros Pérez. Introducción. Procesos FARIMA: Construcción e. Estimación.
Sris d idntificación Part IV Modlos d mmoria larga Sris d Modlos d mmoria larga Sris d idntificación Comnzamos rcordando la notación y suposicions gnrals: x 1, x 2,..., x T : sri d timpo obsrvada. {X t
Más detalles1. LÍMITE DE UNA FUNCIÓN REAL
ACTIVIDAD ACADEMICA: CÁLCULO DIFERENCIAL DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD Nº : LÍMITES Y CONTINUIDAD DE FUNCIONES REALES Comptncias Utilizar técnicas d aproimación n procsos numéricos infinitos
Más detallesProf: Zulay Franco Puerto Ordaz, noviembre
56 Monostabls y Astabls 3.1 Introducción 3.2 Monostabl Es un circuito lctrónico capaz d gnrar un pulso lógico n alto o n bajo a través d su salida (Q. El timpo d duración dl pulso w, stá dtrminado por
Más detallesProf. Jesús Olivar. Resumen de Cálculo II ING. PETRÓLEO
Prof. Jsús Olivar Rsumn d Cálculo II ING. PETRÓLEO.- FUNCIÓN PRIMITIVA. INTEGRAL INDEFINIDA. La intgración s la opración invrsa d la drivación. Dada una función f, dirmos qu F s una primitiva suya si F
Más detallesEspacios vectoriales euclídeos.
Univrsidad d Jaén Dpartamnto d Matmáticas (Ara d Álgbra) Curso 4/5 PRÁCTICA Nº 6 Espacios vctorials uclídos. En sta práctica vamos a vr cómo introducir un producto scalar y trabajar con él n Mathmatica
Más detallesRepresentación esquemática de un sistema con tres fases
6 APLICACIONES 6.1 Sistma con varias fass Una vz consguido l modlo para simular una mmbrana, s planta su uso para simular procsos con más d una. Uno d stos procsos podría sr un sistma con varias fass.
Más detallesAl integrar cada miembro de esta ecuación se obtiene la fórmula de integración por partes:
Intgración por parts Spón q tnmos dos fncions ( ) y ( ) continamnt difrnciabls dfinidas n n intralo abirto I. D acrdo con la rgla d la difrncial dl prodcto tnmos q: O qialntmnt: d ( ) = d + = d ( ) d Al
Más detallesMétodos específicos de generación de diversas distribuciones continuas
Tma 4 Métodos spcíficos d gnración d divrsas distribucions continuas 4.1. Distribución uniform Si X U(a, b), su función d distribución vin dada por: 0 x < a F (x) = a x < b x a b a 1 x b Aplicando l método
Más detallesEjercicios para aprender a integrar Propiedades de las integrales:
Julián Morno Mstr www.juliwb.s Ejrcicios para aprndr a intgrar Propidads d las intgrals: af d = a f d f ± g( ) d = f d ± g( ) d b a b f d = f d = [ F( ) ] a = F( b) F( a) a b Rglas d intgración: ad = a
Más detallesCAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS
CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS 14-1 Los tipos d intrés nominals y rals Slid 14.2 Los tipos d intrés xprsados n unidads d la monda nacional s dnominan tipos d intrés nominals. Los
Más detallesESPACIOS VECTORIALES EUCLÍDEOS: Proceso de ortonormalización (Gram-Schmidt)
Univrsidad d Jaén Dpartamnto d Matmáticas (Ara d Álgbra) Curso 04/5 PRÁCTICA Nº ESPACIOS VECTORIALES EUCLÍDEOS: Procso d ortonormalización (Gram-Schmidt) En sta práctica vamos a vr como podmos calcular
Más detallesCuánto tarda una pelota en dejar de botar?
Cuánto tarda una plota n djar d botar? Dr. Guillrmo Bcrra Córdoa Unirsidad Autónoma Chapino Dpto. d Prparatoria Arícola Ára d Física Profsor-Instiador 59595500 xt. 59 E-mail: llrmbcrra@yahoo.com Km. 8.5
Más detalles1.- Qué funciones son primitivas de la función cosx: Tachar lo que no proceda
.- Qué funcions son primitivas d la función cos: Tachar lo qu no procda.- Hallar + sn() si < cos si si > continua d: f() g() f()+g() f() g() -cos si
Más detallesPart IV. Modelos para la volatilidad. Series de Tiempo. Germán Aneiros Pérez. Introducción. Procesos ARCH: Construcción. Procesos GARCH: Estimación
Sris d idntificación Part IV Modlos para la volatilidad Sris d Modlos para la volatilidad Sris d idntificación Comnzamos indicando la notación gnral qu utilizarmos n st tma: y 1, y 2,..., y T : sri d timpo
Más detalles168 Termoquímica y Cinética. Aspectos Teóricos
168 Trmoquímica y Cinética 3..- Cinética química Aspctos Tóricos Como ya s ha indicado antriormnt, la trmodinámica tin como objtivo conocr n qu condicions una racción s pud producir d forma spontána. Sin
Más detallesRelaciones importantes para la entropía.
rmodinámica II 2I Rlacions importants para la ntropía. Entropía Formalmnt la ntropía s d n a partir d la dsigualdad d Clausius I 0 () n dond:! H indica qu la intgral s va a ralizar n todas las parts d
Más detallesDinámica macroeconómica con metas de inflación y déficit fiscal.
Dinámica macroconómica con mtas d inflación y déficit fiscal. Waldo Mndoza Bllido Dpartamnto d Economía-PUCP XXVII Encuntro d Economistas BCRP Lima, 13 d novimbr d 2009 Contnido. 1. Antcdnts y objtivos.
Más detallesLímites finitos cuando x: ˆ
. Límits latrals its al infinito 7 FIGURA.3 3 3 La gráfica d = >. (b) La cuación () no s aplica a la fracción original. Ncsitamos un n l dnominador, no un 5. Para obtnrlo multiplicamos por >5 l numrador
Más detallesTEMA 10: DERIVADAS. f = = x
TEMA 0:. DERIVADA DE UNA FUNCIÓN EN UN PUNTO La siguint gráfica rprsnta la tmpratura n l intrior d la Tirra n función d la profundidad. Vmos qu la gráfica s simpr crcint, s dcir, a mdida qu aumnta la profundidad
Más detallesCAPITULO II POLARIZACIÓN
CAPITULO II POLARIZACIÓN. Polarización d la matria La polarización d la matria s ntind como l dsplazaminto rlativo d cargas a scala atómica cya tnsión dpnd d qé tan rígida sa la nión ntr las cargas,3.
Más detallesLa Integral Definida-Usando la técnica de Integración por Partes.- b u dv
a Dtrminar la intgral dfinida f ( ). g ( ) d, bosqjar l ára rprsntada por b la crva y las rctas a y b, con rspcto l j, aplicando l método d intgración por parts d cada no d los sigints problmas: Ejmplo
Más detallesEL FILTRO DE KALMAN. Introducción. Qué es el Filtro de Kalman
L FILRO D LMN Introducción n l siguint documnto s xplicará un método para stimar los stados d un sistma stocástico. l método fu dscrito por Rudolf. alman n 1958. n un sistma dtrminístico trabajaríamos
Más detallesElementos de acero Factores de longitud efectiva para el cálculo de la resistencia de elementos sometidos a compresión.
Factors d longitud fctiva para l cálculo d la rsistncia d lmntos somtidos a comprsión. Existn difrncias ntr las rcomndacions dl NTCEM-004 y las rcomndacions ISC 005. El rglamnto ISC 005 stablc qu l valor
Más detallesCAPÍTULO 4 ETAPAS DE SALIDA. La etapa de salida de un amplificador debe tener un cierto número de atributos. Tal
CAPÍTULO 4 ETAPAS DE SALIDA La tapa d salida d un amplificador d tnr un cirto númro d atriutos. Tal vz l más important d llos s qu ntrgu un nivl a la carga con nivls acptals d distorsión. Otro d los rqurimintos
Más detallesLÍMITE DE FUNCIONES. lim. lim. lim. LÍMITE DE UNA FUNCIÓN CUANDO x + LÍMITE FINITO. DEFINICIÓN
LÍMITE DE FUNCIONES LÍMITE DE UNA FUNCIÓN CUANDO LÍMITE FINITO. DEFINICIÓN Cuando la función pud comportars d divrsas manras: f l Al aumntar los valors d, los valors d f s aproiman a un cirto númro l.
Más detalles( ) 1. Halla el dominio de continuidad y clasifica las discontinuidades de las siguientess funciones: x 1. x 4. = x 2. = x. b) f ( x) x 4x.
º Bacillrato d CCNN. Halla l dominio d continuidad y claica las discontinuidads d las guintss uncions: a b c ln d g i j 7 k l 8 m 6 n 6 o p q r s t u v w y z ln. Halla l dominio d continuidad y claica
Más detallesCoeficiente de correlación parcial
Coficint d corrlación parcial.- Introducción....- Corrlación parcial mdiant l rcurso d diagramas d Vnn.... 3 3.- Corrlación parcial como corrlación ntr rsiduals... 6 4.- Coficint d rgrsión múltipl y coficint
Más detallesDEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DISEÑO MECÁNICO PRÁCTICA Nº 3
DEPARAMENO DE INGENIERIA MECÁNICA INGENIERÍA INDUSRIAL DISEÑO MECÁNICO PRÁCICA Nº 3 DEERMINACIÓN DEL COEFICIENE DE ROZAMIENO ENRE CORREAS Y POLEAS Dtrminación dl coficint d rozaminto ntr corras y polas
Más detallesMOVIMIENTO CIRCULAR UNIFORMEMENTE RETARDADO
MOVIMIENTO CIRCULAR UNIFORMEMENTE RETARDADO Antonio J. Barbro Mariano Hrnándz Alfonso Calra Pablo Muñiz José A. d Toro Mª Mar Artigao Dpto. Física Aplicada. UCLM. 1 Mdidas dl cuadrado d la vlocidad angular
Más detallesCálculo de Dosis en Braquiterapía Br. Priscila Vargas Chavarría
Cálculo d Dosis n Braquitrapía Br. Priscila Vargas Chavarría Rsumn S prsnta un compndio matmático d las principals cuacions a partir d las s obtinn los principals cálculos d dosis n Braquitrapía. Braqui
Más detallesMOVIMIENTO CIRCULAR UNIFORMEMENTE RETARDADO
MOVIMIENTO CIRCULAR UNIFORMEMENTE RETARDADO Antonio J. Barbro Mariano Hrnándz Alfonso Calra Pablo Muñiz José A. d Toro Mª Mar Artigao Dpto. Física Aplicada. UCLM. 1 + α θ Mdidas dl cuadrado d la vlocidad
Más detallesPRETENSADO. Verificación de Tensiones Normales
Dpartamnto Construccions Clas Nº: 5 Prparó: Fcha: Rv. PRETENSADO rificación d Tnsions Normals ENERALIDADES Analizar una scción d un lmnto prtnsado implica ralizar una sri d vrificacions, tanto n Estado
Más detallesCONSUMO MUNDIAL DE FIBRAS TEXTILES
ISSN 007-1957 CONSUMO MUNDIAL DE FIBAS TEXTILES Ana María Islas Corts Instituto olitécnico Nacional ESIT amislas@ipn.mx Gabril Guillén Bundía Instituto olitécnico Nacional ESIME Azcapotzalco gguilln@ipn.mx
Más detallesMétodo de los Elementos Finitos para Análisis Estructural. Alisado de tensiones
Método d los Elmntos Finitos para Análisis Estructural Alisado d tnsions Campo d tnsions Tnsions n cualquir punto dl lmnto, sgún l MEF: = Dε= DBδ Matriz B contin las drivadas d las N: no son continuas
Más detallesEspacios Vectoriales Curso 08-09
Espaios Vtorials Crso 8-9 Problmas - En ada aso dtrminar si F s n sbspaio torial d bsar na bas nas aions implíitas paramétrias d F F R / R { } { R / R } a) ( ) b) F ( ) ) F { () R / - } d) F {( - ) R /
Más detallesI. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS
Eamn Parcial. Análisis. Matmáticas II. Curso 010-011 I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Curso 010-011 19-XI-010 MATERIA: MATEMÁTICAS II INSTRUCCIONES
Más detallesVI.1 GENERADOR DE SISTEMAS COMO NÚCLEO DE UN SISTEMA EVOLUTIVO
VI.1 GENERDOR DE SISTEMS COMO NÚCLEO DE UN SISTEM EVOLUTIVO Frnando Galindo Soria* INTRODUCCIÓN En st trabajo s prsnta l procso para construir y usar una hrraminta para l dsarrollo industrial d sistmas
Más detallesCASO DE ESTUDIO N 3. Aplicaciones de los conceptos de interferencia y termoelasticidad para encajar un eje a un núcleo
CAPITULO 3 TENSIONES Y DEFORMACIONES. REVISIÓN DE PRINCIPIOS FÍSICOS CASO DE ESTUDIO N 3 Aplicacions d los concptos d intrfrncia y trmolasticidad para ncajar un j a un núclo 1. Introducción En la Figura
Más detalles. La tasa de variación media es la pendiente del segmento AB, siendo A(a, f(a) ) y B(b, f(b) ) dos puntos de la gráfica de la función:
º BACHILLERATO D MATEMÁTICAS CC SS TEMA 4.- FUNCIONES. DERIVACIÓN.- CONCEPTO DE DERIVADA Tasa d variación mdia S llama tasa d variación mdia d una función f n l intrvalo [a, b] al cocint. La tasa d variación
Más detallesSoluciones al examen de Estadística Aplicada a las Ciencias Sociales Junio 2008 Segunda semana
Solucions al amn d Estadística Alicada a las Cincias Socials Junio 008 Sgunda smana Ejrcicio. Para dtrminar si ha aumntado la intnción d voto ralizarmos una ruba d hiótsis d la siguint manra: Sindo P 0,377
Más detallesGuías de Prácticas de Laboratorio
Guías d Prácticas d Laboratorio Laboratorio d: (5) FÍSICA OPTICA Y ACUSTICA Titulo d la Práctica d Laboratorio: (6) OSCILADOR ARMONICO SIMPLE. LEY DE HOOKE Idntificación: (1) Númro d Páginas: (2) 8 Rvisión
Más detallesLÍMITES, CONTINUIDAD, ASÍNTOTAS 11.1 LÍMITE DE UNA FUNCIÓN LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Límite de una función en un punto
LÍMITES, CONTINUIDAD, ASÍNTOTAS. LÍMITE DE UNA FUNCIÓN.. LÍMITE DE UNA FUNCIÓN EN UN PUNTO Límit d una función n un punto f ) = l S l: El it cuando tind a c d f) s l c Significa: l s l valor al qu s aproima
Más detallesComo ejemplo se realizará la verificación de las columnas C9 y C11.
1/14 TRABAJO PRÁCTICO Nº 9 - DIMENSIONAMIENTO DE COLUMNAS Efctuar l análisis d cargas d una columna cntrada y otra d bord y dimnsionar ambas columnas n l nivl d PB. Como jmplo s ralizará la vrificación
Más detallesMEDICIÓN DE LA BANDA PROHIBIDA DEL SILICIO
MEDICIÓN DE LA BANDA PROHIBIDA DEL SILICIO Amador Ana y Rausch Frnando Dpartamnto d física, Univrsidad d Bunos Airs, Bunos Airs, Argntina Nustro trabajo consistió n mdir l ancho d la banda prohibida dl
Más detallesPonderación de Referenciales por medio del Análisis de Regresión Logística Múltiple
Pondración d Rfrncials por mdio dl Análisis d Rgrsión Logística Múltipl por Ing. Robrto Piol Puppio SOITAVE 260 1. OBJETIVO DEL METODO Para la implmntación dl Método d Aproximación al Mrcado (markting
Más detallesCONDICIONES DE FUNCIONAMIENTO DEL TRANSFORMADOR
ELT 73. CONDICIONES DE FUNCIONAMIENTO DEL TRANSFORMADOR /7 CONDICIONES DE FUNCIONAMIENTO DEL TRANSFORMADOR. PRINCIPIO DE FUNCIONAMIENTO El funcionaminto dl transformador s basa n l principio d intracción
Más detallesUNIDAD DOS FUNCIONES, TRIGONOMETRÍA E HIPERNOMETRÍA
UNIDAD DOS FUNCIONES, TRIGONOMETRÍA E HIPERNOMETRÍA CAPÍTULO CUATRO: FUNCIONES y f ( ) INTRODUCCIÓN En Matmáticas uno d los concptos más importants s l d FUNCIÓN, s cr qu l gran matmático almán Libniz
Más detallesRADIO CRÍTICO DE AISLACIÓN
DIO CÍTICO DE ISCIÓN En sta clas s studiará la transfrncia d calor n una tubría d radio xtrno (0,0 ft), rcubirta con un aislant d spsor (0,039 ft), qu transporta un vapor saturado a (80 F). El sistma cañría
Más detallesFiltrado en el Dominio de la Frecuencia
Unirsidad acional d Qilms Ing n Atomatización Control Indstrial Cátdra: Visión Artificial Octbr d 5 Filtrado n l Dominio d la Frcncia En l apnt d Filtrado Espacial s prsntaron las difrnts técnicas sadas
Más detallesAPLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL
APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL 74 Cuando un problma gométrico stá nunciado n términos d la rcta
Más detallesPara que exista límite de una f(x) en un punto han de coincidir los límites laterales en dicho punto.
REPASO LÍMITES º BACH. RECORDAR: Para qu ista límit d una f() n un punto han d coincidir los límits latrals n dicho punto. A fctos dl f() no tnmos n cunta lo qu ocurr actamnt n a, sino n las a proimidads.
Más detalles98 EJERCICIOS de DERIVABILIDAD 2º BACH.
98 EJERCICIOS d DERIVABILIDAD º BACH. Drivabilidad y continuidad: 1. Dada si 0 f() si < 0 (Soluc: / f'(0)), s pid: a) Estudiar su drivabilidad n 0 b) Rprsntarla.. Ídm con 4 5 si f() 4 si < n (Soluc: f'()).
Más detallesTEMA 5. Límites y continuidad de funciones Problemas Resueltos
Matmáticas Aplicadas a las Cincias Socials II Solucions d los problmas propustos Tma 7 Cálculo d its TEMA Límits y continuidad d funcions Problmas Rsultos Para la función rprsntada n la figura adjunta,
Más detallesJosé Boza Chirino Análsis Múltivariante ( )
José Boza Chirino Análsis Múltivariante (007-08) TEMA I. INTRODUCCIÓN AL ANÁLISIS MULTIVARIANTE. I.1 Introdcción. En los estdios de economía y empresa cada vez es sal representar los conceptos mediante
Más detallesSEDE/NÚCLEO El Tigre FACULTAD FACES ESCUELA Admón., FICHA DE CONTROL ACADEMICO. Cédula de Identidad
SEDE/NÚCLEO El Tigr FACULTAD FACES ESCUELA Admón., FICHA DE CONTROL ACADEMICO Asignatura: COMPUTACIÓN I Código: 10200133 Scción 1 Aula: Lab OCTUBRE 2.010 Matri a 1 04 LUN 05 MAR 06 MIER 07 JUEV 08 VIER
Más detallesAT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD. A gn inf. A gn sup PPR = P e PPR
AT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD FÓRMULA AT07 NOMBREdlINDICADOR Porcntaj d población n la scula con un avanc rgular por dad. FÓRMULAdCÁLCULO PPR = PPR A + inf A
Más detallesIES Fco Ayala de Granada Junio de 2013 (Modelo 1 Específico 2 ) Solución Germán-Jesús Rubio Luna. Opción A
IES Fco Ayala d Granada Junio d 03 (Modlo Espcífico ) Grmán-Jsús Rubio Luna Opción A Ejrcicio opción A, modlo Junio 03, spcífico [ 5 puntos] Halla las dimnsions dl rctángulo d ára máima inscrito n un triangulo
Más detallesLA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO
LA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO 1. INTRODUCCIÓN No importa l tamaño d la mprsa n la qu dsarrollmos nustra labor profsional. No importa l númro d prsonas qu compongan l dpartamnto al qu nos
Más detallesINSTITUTO DE CIENCIAS MATEMÁTICAS CÁLCULO DIFERENCIAL. TERCERA EVALUACIÓN Septiembre 17 de Nombre:
INSTITUTO DE CIENCIAS MATEMÁTICAS CÁLCULO DIFERENCIAL TERCERA EVALUACIÓN Sptimbr 7 d Nombr: Parallo: Firma: TEMA ( puntos) Justificando su rspusta, califiqu como vrdadra o falsa, cada proposición: a) La
Más detallesSeguimiento de Trayectorias empleando Control Visual 2D basado en Flujo de Movimiento
Dpartamnto d Física, Ingniría d Sistmas y Toría d la Sñal Grupo d Automática, Robótica y Visión Artiicial Sguiminto d Trayctorias mplando Control Visual 2D basado n Flujo d Moviminto Jorg Pomars Baza Frnando
Más detallesEstas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
PRUEBAS DE BONDAD DE AJUSTE Estas prubas prmitn vrificar qu la población d la cual provin una mustra tin una distribución spcificada o supusta. Sa X: variabl alatoria poblacional f 0 (x) la distribución
Más detallesTÉRMINOS DE REFERENCIA CONCURSO PÚBLICO PARA LA CONTRATACIÓN DE CAPACITACIONES BASES ADMINISTRATIVAS Y TÉCNICAS
TÉRMINOS DE REFERENCIA CONCURSO PÚBLICO PARA LA CONTRATACIÓN DE CAPACITACIONES A. BASES ADMINISTRATIVAS BASES ADMINISTRATIVAS Y TÉCNICAS 1. Gnralidads: Estas bass técnicas stán rfridas a la contratación
Más detalles