CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados
|
|
- Aarón Ojeda Coronel
- hace 6 años
- Vistas:
Transcripción
1 CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados 1. Digamos que estamos interesados en conducir un experimento para comparar los efectos de tres insecticidas diferentes en habichuela. Pensamos usar un diseño de bloque completos aleatorizados (DBCA). a. Qué valores tienen t y n en este experimento? a. t = n = t = 3 n= 4 b. Cuántas unidades experimentales (parcelas) en total necesitamos para realizar este experimento? Se requiere un total de 12 unidades experimentales o parcelas (t x n) para realizar este experimento. Al realizar el experimento vamos a obtener 12 observaciones c. Describe como se agrupan las unidades experimentales (parcelas en este caso) en bloques. Los bloques deberían consistir de parcelas parecidas en términos de declive, tipo de suelo, etc. La idea es que queremos que las diferencias, de haber algunas, se deban a los tratamientos y no al efecto de diferencias en tipo de suelo, u otro atributo que varía entre las parcelas de un bloque. Generalmente es difícil de reconocer gradientes de variación en el campo. Una solución práctica cuando no se conoce que tipo de variación existe en el predio experimental es hacer bloques que son cuadrados y con parcelas rectangulares dentro de los bloques. En el caso de un bloque cuadrado, la distancia entre cualquier lado extremo del bloque va a ser igual, minimizando la variabilidad. Al contrario, bloques rectangulares (con parcelas cuadradas) pueden sufrir de mucha variabilidad entre un lado y el otro lado del mismo bloque (ver figura en la próxima página). AGRO 5005 CLAVE - LAB 14 Page 1
2 Mucha variación poca variación d. Describa como se asignan los tratamientos a las parcelas. Hay que hacer una aleatorización aparte para cada bloque. Por ejemplo, para el bloque 1, se puede preparar 3 papelitos rotulados A, B, y C. El tratamiento indicado en el primer papelito seleccionado al azar va a ser asignado a la primera parcela (parcela 101) del bloque 1. e. Prepare un dibujo de un posible arreglo de las parcelas. Cada bloque tiene tres parcelas (rotuladas 101 a 103, 201 a 203, etc). Son bloques completos porque contienen los 3 tratamientos. Dentro de los bloques, los tratamientos son asignados al azar a las parcelas. Bloque 1 Bloque 2 Bloque 3 Bloque Trat = B 201 Trat = C 301 Trat = A 401 Trat = B 102 Trat = C 202 Trat = B 302 Trat = C 402 Trat = C 103 Trat = A 203 Trat = A 303 Trat = B 403 Trat = A f. Prepare una tabla de ANOVA con las fuentes de variación y grados de libertad que corresponden a este experimento. Fuentes de Variación GL (fórmulas) GL AGRO 5005 CLAVE - LAB 14 Page 2
3 Bloques n-1 3 Insecticidas t-1 2 Error (n-1)(t-1) 6 Total nt (Revisado_Oct_2015_LWB/OA) Es siempre recomendable preparar una tabla de ANOVA antes de analizar sus datos en InfoStat. Debería comparar las F. de V. y los GL de su tabla con aquellas de la salida para asegurar que el modelo en InfoStat fue correctamente definido. g. Cómo se hubiese realizado la asignación de los tratamientos a las unidades experimentales si el diseño hubiese sido completamente aleatorizado? Describa brevemente. Haciendo el experimento como DCA requiere el mismo número de unidades experimentales 12. Pero al contrario de un DBCA, en un DCA el arreglo o asignación de los 3 tratamientos a estas 12 unidades se realiza en una forma aleatoria. Una posible manera de hacer la aleatorización es tener 12 papelitos: 4 papelitos que digan Trat A, 4 papelitos que digan Trat B y 4 papelitos que digan Trat C. Se mesclan los papelitos, y si el primer papelito que se retira dice Trat B, se asigna el insecticida B a la primera unidad experimental (parcela en este caso). En un DBCA, cada bloque consiste de un grupo de tres parcelas (parecidas en cuanto tipo de suelo, pendiente, etc). En cada bloque hay una parcela para cada uno de los insecticidas (es un bloque completo porque contiene los 3 insecticidas). Se hacen cuatro aleatorizaciones una aparte para cada bloque. Se pueden usar 3 papelitos: uno que dice A, otro que dice B y un tercero que dice C. Si el primer papelito retirado en la aleatorización de bloque I es C, entonces se asigna C a la primera parcela dentro de bloque I. h. Digamos que tenemos espacio para un surco por parcela (con los surcos suficientemente apartes para evitar contaminación entre los insecticidas). En cada hilera sembramos 100 semillas bajo uno de los tratamientos con insecticida. Los insecticidas se asignaron aleatoriamente a las hileras de forma tal que cada insecticida se aplicó a una hilera de cada bloque. La respuesta de interés fue el número de plántulas emergidas en cada hilera. La siguiente tabla presenta los datos en una forma tradicional para hacer los cálculos de las sumas de cuadrados a mano, utilizando las fórmulas de las notas de conferencia. Se recomienda que Ud., en casa, realice los cálculos a mano y compare sus resultados con los de InfoStat. AGRO 5005 CLAVE - LAB 14 Page 3
4 Insecticida Bloque 1 Bloque 2 Bloque 3 Bloque 4 Totales - Tratamientos A B C Totales - Bloques i. Los investigadores típicamente hacen ANOVA usando un paquete estadístico como InfoStat. Antes de realizar un experimento, se recomienda que se prepara un libro de campo o libro de laboratorio con las parcelas ya aleatorizadas y con espacio para entrar las observaciones (datos) en el mismo orden como la aleatorización de unidades experimentales. Se recomienda que se entran datos crudos en un archivo de Excel para luego copiar a InfoStat. NO HAY NECESIDAD DE ORGANIZAR SUS DATOS POR TRATAMIENTO O POR BLOQUE PARA HACER UN ANOVA. La tabla abajo es un ejemplo de un libro de campo para este experimento. La información puede ser utilizada directamente por InfoStat u otros paquetes estadísticos. Favor de notar que los tratamientos están aleatorizados dentro de cada bloque. La información en la primera columna no va a ser utilizada en para hacer el ANOVA, pero es recomendable mantener esta información (por ejemplo, si interesa investigar un dato extremo, se puede ver de dónde viene). Parcela Bloque Tratamiento Plts_Emergidas B C A C B A A C B B C A 60 j. Cada observación se clasifica en cuantas maneras en un DBCA? En un DBCA se clasifica cada dato en dos maneras: por su bloque y por su tratamiento ( anova de dos vías ; two-way anova. AGRO 5005 CLAVE - LAB 14 Page 4
5 En un DCA se clasifica cada dato en una sola manera: por su tratamiento ( anova de una vía, one-way anova k. Formule y pruebe las hipótesis de interés (para bloques y para tratamientos). Use α=0.05. Indique sus conclusiones en términos de este problema. Hay dos pruebas de hipótesis: una para bloques y otra para tratamientos: Para bloques: Para tratamientos: Ho: 1 = 2 = 3 Ha: al menos un bloque con una media diferente Ho: 1 = 2 = 3 Ha: al menos un tratamiento con una media diferente Para entrar los datos en InfoStat: En un DBCA, cada dato individual tiene que ser CLASIFICADO EN DOS MANERAS: por su tratamiento (insecticida en este ejemplo) y por su bloque. (en un DCA se clasifican los datos en una sola manera por su tratamiento): AGRO 5005 CLAVE - LAB 14 Page 5
6 Se hace el ANOVA DBCA seleccionando Estadísticas > análisis de varianza y entrando la variable dependiente (plts_emerg) y las dos variables de clasificación (bloque y trat) (en el anova de DCA, se entra una sola variable (trat) en Variables de clasificación ) Verifique que las fuentes de variación deseadas aparecen en el modelo, y luego seleccióne comparaciones En Comparaciones existe la opción de hacer una prueba de comparación múltiple (como LSD). Además, se puede marcar las medias que uno quiere en la salida ( mostrar medias según ) AGRO 5005 CLAVE - LAB 14 Page 6
7 Análisis de la varianza Variable N R² R² Aj CV Num_plt Cuadro de Análisis de la Varianza (SC tipo III) F.V. SC gl CM F p-valor Modelo < Insecticida < bloque Error Total Para bloques: p valor < Se rechaza la Ho. Concluimos que hay al menos un bloque con una media diferente. Para tratamientos: p valor < Se rechaza la Ho. Concluimos que hay al menos un insecticida con una media diferente. Se puede investigar donde están la o las diferencias usando una prueba de comparación múltiple como LSD. Un efecto significativo para bloque nos dice que hubo diferencias entre bloques y el uso de un DBCA fue justificado (o sea, que ayudó en mejorar la precisión del experimento). Cuando el efecto de bloque no es significativo, perdimos grados de libertad de los glerror sin mejorar la precisión del experimento (algo que no queremos). Un mayor número de grados de libertad para error corresponde a una Ftabular más pequeña, algo que aumenta la posibilidad de encontrar diferencias significativas entre medias de tratamientos (mejora la precisión). Abajo vemos como los grados de libertad influyen el tamaño de la Ftabular : Ftabular para 2,6 gl = 5.14 (el valor de Ftab en un DBCA) Versus Ftabular para 2,9 gl = 4.26 (el valor de Ftab en un DCA) Ftab disminuye a medida que el número de grados de libertad aumenta. Por esta razón, es más fácil rechazar la Ho cuando la Ftab es pequeña. AGRO 5005 CLAVE - LAB 14 Page 7
8 l. Realice, de ser necesario, una prueba de DMS para comparar los tratamientos. Use α=0.05. Indique sus conclusiones. Calcule la DMS a mano para verificar que da el mismo valor que la salida de InfoStat. Test:LSD Fisher Alfa=0.05 DMS= Error: gl: 6 Insecticida Medias n E.E. A A C B B C Medias con una letra común no son significativamente diferentes (p > 0.05) La prueba de LSD nos dice que las medias de los tres insecticidas son diferentes (ninguna media tiene una letra común con otra media) m. Grafique las medias de cada tratamiento utilizando InfoStat (se puede seleccionar la opción de hacer un gráfico en ANOVA, o hacer un gráfico aparte). Incluya bigotes encima de las barras que corresponden al tamaño de la DMS (Marque la opción de constante en Herramientas gráficas/series. En el espacio provisto, entre el valor de la DMS que se encuentra en la salida de InfoStat). AGRO 5005 CLAVE - LAB 14 Page 8
9 En el gráfico arriba, los bigotes (líneas finas) encima de las barras (cuyas alturas corresponden a las medias de los tratamientos) representan el tamaño del LSD (= plantas emergidas). El valor LSD tiene que ser entrado a mano, leyendo el valor en la salida de anova y entrando el valor en series como una constante. n. Construya un intervalo de confianza para la media del tratamiento A. CME = n = 4 ttab /2 con 6 gl = /4 = LC: 55.1 ; 59.9 (regla de redondea nos dice que tenemos que redondear a un lugar decimal) 2. Se desea estudiar el efecto de cuatro nematicidas sobre el rendimiento de plátano. Para ello se dispone de 16 parcelas que están dispuestas en el campo de la siguiente manera: Se espera que las parcelas que estén más abajo reciban más humedad en el suelo que las que estén más arriba (por ejemplo, las parcelas 9-12 van a tener más humedad que las parcelas 1-4). a. Qué diseño experimental recomendaría para este experimento? Justifique brevemente. AGRO 5005 CLAVE - LAB 14 Page 9
10 DBCA las 16 parcelas (unidades experimentales) no son homogéneas. Algunas están ubicadas en la parte superior de l apendiente (y probablemente son menos húmedas), mientras otras están más abajo. Se puede agrupar las parcelas que están ubicadas en la misma posición en la pendiente (por ejemplo, parcelas 1, 2, 3, y 4 en la parte arriba). b. Asigne los nematicidas a las parcelas aleatoriamente (de acuerdo al diseño escogido en a). Escriba el código de tratamiento asignado (N1, N2, N3 o N4) dentro de cada parcela. Ver diagrama arriba. c. Presente una tabla con las fuentes de variación y los grados de libertad (en números). Fuentes de Variación GL Bloque 3 Nematicida 3 Error 9 Total Para comparar cuatro preparaciones diferentes realizadas con harina de ñame, un panel de 12 jueces realizará una evaluación sensorial de los alimentos ofrecidos. Cada juez probará las cuatro preparaciones, en un orden aleatoriamente escogido (diferente para cada juez). Luego de probar el alimento, el juez le da una puntuación (score) entre 1 y 10. Los datos están disponibles en la página del curso. Juez Prep Score a. Prepare una tabla de ANOVA con las fuentes de variación y los grados de libertad. Fuentes de Variación GL (fórmulas) GL Bloque (Juez) n-1 11 Preparación t-1 3 Error (n-1)(t-1) 33 Total nt AGRO 5005 CLAVE - LAB 14 Page 10
11 b. Formule y pruebe las hipótesis de interés usando InfoStat. Use α=0.05. Indique sus conclusiones en términos de este problema. Para bloques: Ho: 1 = 2 = 3.= 12 Ha: al menos un bloque con una media diferente Para tratamientos: Ho: 1 = 2 = 3= 4 Ha: al menos un tratamiento con una media diferente Análisis de la varianza Variable N R² R² Aj CV Score Cuadro de Análisis de la Varianza (SC tipo III) F.V. SC gl CM F p-valor Modelo < Juez < Preparación Error Total Conclusión: Prueba de bloques: el p-valor (<0.0001) es menor que el valor de alpha (0.05). Se rechaza la hipótesis nula. Al menos una media de bloques (juez) fue diferente. Esto quiere decir que el uso de bloques (diferentes juezes) fue apropiado (ver la discusión sobre este tema en el ejercicio 1) Prueba de preparaciónes: el p-valor (0.6818) es mayor que el valor de alpha (0.05). Se acepta la hipótesis nula. Las medias de preparaciones no son diferentes. (no se justifica el uso de una prueba de comparaciones múltiples con el LSD) porque la prueba F ya nos dice que no hay diferencias entre las medias de preparaciones. AGRO 5005 CLAVE - LAB 14 Page 11
LAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesPruebas t para muestras pareadas
AGRO 55 LAB 1 Pruebas t para muestras pareadas PARTE I. Incluya en cada caso todos los pasos necesarios para probar las hipótesis correspondientes, una gráfica con t tab (t crítico), el cálculo del t obs
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesTALLER ESTADISTICAS EN EXCEL MSP 21 VERANO 2014
TALLER ESTADISTICAS EN EXCEL MSP 21 VERANO 2014 AGENDA Estadísticas en Excel Construcción de una hoja de trabajo Puntuaciones por asistencia Calificaciones finales igual peso Calificaciones finales pesadas
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesDatos continuos (o agrupados en intervalos)
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 2: Medidas de tipo paramétrico Documento Datos continuos (o agrupados en intervalos) Los datos que pueden tener
Más detallesPRÁCTICA 3: Ejercicios del capítulo 5
PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesPruebas de Hipótesis Multiples
Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ
Más detallesMarco de referencia. a) Es útil saber si la estrategia de tratamiento sin un. biológico (menos costosa), tiene mejor o igual eficacia
Marco de referencia a) Es útil saber si la estrategia de tratamiento sin un biológico (menos costosa), tiene mejor o igual eficacia que la estrategia con un biológico en AR temprana. b) No hay estudios
Más detallesPruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016
Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica
Más detallesDefiniciones Diseño de Experimentos: Diseño del Experimento: Replicación o Repetición:
Definiciones Diseño de Experimentos: La experimentación es una técnica utilizada para encontrar el comportamiento de una variable a partir de diferentes combinaciones de factores o variables de entrada
Más detallesCLAVE-Laboratorio 3: Resumen gráfico de la información II
% Germinación (Revisado agosto 2015_LBW/RS) CLAVE-Laboratorio 3: Resumen gráfico de la información II 1. Utilizando los datos de prueba Atriplex, prepare el siguiente gráfico de barras que presenta el
Más detallesEVALUACIÓN DE PHOSTRON K EN TRIGO
EVALUACIÓN DE PHOSTRON K EN TRIGO INFORMACIÓN DE SIEMBRA DE LAS PARCELAS TRATAMIENTOS ESTABLECIDOS DISEÑO EXPERIMENTAL Y EVALUACIONES REALIZADAS Diseño en bloques aleatorizados con 4 repeticiones: MOMENTO
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesCAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS
CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular
Más detallesA. Menéndez Taller CES 15_ Confiabilidad. 15. Confiabilidad
15. Confiabilidad La confiabilidad se refiere a la consistencia de los resultados. En el análisis de la confiabilidad se busca que los resultados de un cuestionario concuerden con los resultados del mismo
Más detallesMicrosoft Project 2013
Microsoft Project 2013 SALOMÓN CCANCE Project 2013 Salomón Ccance www.ccance.net CCANCE WEBSITE ANEXO 2. MANEJO DE VISTAS Y TABLAS. 2.1. ELEMENTOS DE VISUALIZACIÓN DE MICROSOFT OFFICE PROJECT PROFESSIONAL
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 detallesMANUAL DEL PROGRAMA EXCEL LABORAL
MANUAL DEL PROGRAMA EXCEL LABORAL Nivel 1 Tema 1 Caso Práctico 01 Creación Base de Datos de Variables Alfabéticas Capacitaciones Interdisciplinarias y Servicios Profesionales S.A. Programa Excel Laboral
Más detallesTipo de punta (factor) (bloques)
Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos
Más detallesManual de Windows XP Copyleft - Jorge Sánchez 2005
Copyleft - Jorge Sánchez 2005 Organización de datos en Windows 4.7 Operaciones sobre archivos y carpetas 4.7.1 Crear nuevas carpetas A parte de saber examinar, guardar y abrir documentos, se hace totalmente
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 detallesElaboración de Documentos en Procesadores de Textos
Las tablas permiten organizar la información en filas y columnas, de forma que se pueden realizar operaciones y tratamientos sobre las filas y columnas. Por ejemplo, obtener el valor medio de los datos
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 detallesDiagrama de Barras Múltiple
Múltiple El procedimiento Múltiple grafica dos o más columnas de totales o frecuencias ya sea utilizando barras horizontales o verticales. Si lo desea, pueden agregarse barras de error para desplegar el
Más detallesPráctica 2: Intervalos de confianza y contrastes con SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 2: Intervalos de confianza y contrastes con SPSS 1 El objetivo de esta práctica es aprender a calcular intervalos
Más detallesLos Gráficos. Que son? Cuales son los tipos que conoces. Cual es su relación con la estadística?
Los Gráficos Que son? Cual es su relación con la estadística? Que factores se deben considerar para leerlos correctament e? Cuales son los tipos que conoces La representación grafica de datos sobre un
Más detallesObjetivos. Epígrafes 3-1. Francisco José García Álvarez
Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.
Más detallesno paramétrica comparar más de dos grupos de rangos (medianas)
Kruskal-Wallis Es una prueba no paramétrica de comparación de tres o más grupos independientes, debe cumplir las siguientes características: Es libre de curva, no necesita una distribución específica Nivel
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 detallesObjetivo. Qué vamos a usar en el curso?
Ignacio Vélez Pareja Profesor Universidad Tecnológica de Bolívar Cartagena, julio de 2007 Objetivo El propósito de esta presentación es mostrar algunos usos de Excel que pueden ser útiles para un profesional
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesOTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON
OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta
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 detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detallesAdministración de la producción. Sesión 9: Hojas de cálculo (Microsoft Excel)
Administración de la producción Sesión 9: Hojas de cálculo (Microsoft Excel) Contextualización Microsoft Excel es un programa de hoja de cálculo electrónica que permite la representación gráfica y el análisis
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesUNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA ESPECIALIZACIÓN EN NUTRICIÓN ANIMAL SOSTENIBLE Nombre del Curso: DISEÑO EXPERIMENTAL AVANZADO
Más detallesUNIDAD 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 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 detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesCARTA TOPOGRÁFICA TRATAMIENTO DE LA INFORMACIÓN ALTIMÉTRICA DE LA CARTA TOPOGRÁFICA OBJETIVOS:
CARTA TOPOGRÁFICA TRATAMIENTO DE LA INFORMACIÓN ALTIMÉTRICA DE LA CARTA TOPOGRÁFICA OBJETIVOS: Lograr sintetizar la información altimétrica contenida en la curvas de nivel. Clasificar el territorio contenido
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 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. Análisis de varianza
1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una
Más detallesExactitud y Linearidad del Calibrador
Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos
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 detallesb.- Realiza las comparaciones múltiples mediante los métodos LSD, Bonferroni y Tuckey.
Ejercicio 1: Se someten 24 muestras de agua a 4 tratamientos de descontaminación diferentes y asignados al azar. Para cada muestra se mide un indicador de la calidad del agua ( cuanto más alto es el indicador,
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo
Más detallesEFECTO DEL CRECIMIENTO DETERMINADO E INDETERMINADO EN LA CALIDAD DE LA SEMILLA EN AMARANTO (Amaranthus hypochondriacus L.)
EFECTO DEL CRECIMIENTO DETERMINADO E INDETERMINADO EN LA CALIDAD DE LA SEMILLA EN AMARANTO (Amaranthus hypochondriacus L.) Dra. Ma. de la Luz Ramírez Vazquez maluz_r_v@hotmail.com INTRODUCCIÓN La mayor
Más detallesTALLER N 2. www.siresistemas.com/clases www.fundacionsire.org www.siresistemas.com
TALLER N 2 1. Supóngase que los nueve valores siguientes, representan observaciones aleatorias provenientes de una población normal: 1, 5, 9, 8, 4, 0, 2, 4, 3. Constrúyase un intervalo de confianza de
Más detallesCómo Calcular la Demanda de Compra de Inmuebles
Autor: Método Carlos de Google Pérez-Newman Trends www.tupuedesvender
Más detallesMANUAL DEL DOCENTE Contenido
MANUAL DEL DOCENTE Contenido 1. Usuario y Contraseña... 3 2. Desbloquear tu cuenta... 4 3. Pantalla principal... 5 4. Buzón... 5 5. Encuestas personalizadas... 6 6. Escolares (Revisar Kardex Académico
Más detallesCentro guatemalteco de investigación y capacitación de la caña de azúcar. -CENGICAÑA-
Centro guatemalteco de investigación y capacitación de la caña de azúcar. -- Joel Morales, José Luis Quemé y Mario Melgar. Primera Edición Santa Lucia Cotz. Agosto 2009. InfoStat Contenido Aspectos generales
Más detallesPruebe su Suerte con Divertidos Juegos de Frutas y Vegetales
Pruebe su Suerte con Divertidos Juegos de Frutas y Vegetales OBJETIVOS DE APRENDIZAJE Al finalizar la lección, los participantes podrán: Describir por lo menos tres beneficios para la salud relacionados
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 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 detallesA. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords
A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica
Más detallesCifras significativas
Cifras significativas No es extraño que cuando un estudiante resuelve ejercicios numéricos haga la pregunta: Y con cuántos decimales dejo el resultado? No es extraño, tampoco, que alguien, sin justificación,
Más detallesDISEÑO DE BLOQUES COMPLETOS AL AZAR : DBCA
DISEÑO DE BLOQUES COMPLETOS AL AZAR : DBCA Conocido como diseño de doble vía, se aplica cuando el material es heterogéneo. las unidades experimentales homogéneas se agrupan formando grupos homogéneos llamados
Más detallesEste procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:
STATGRAPHICS Re. 4/d/yyyy Pruebas de Hipótesis (Una Muestra) Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: 1. la media μ de una distribución normal.. la desiación
Más detallesCómo calificar actividades en Moodle?
Cómo calificar actividades en Moodle? Moodle tiene diversos recursos para actividades, las cuales pueden ser evaluadas por el docente para hacerle seguimiento al aprendizaje de los estudiantes. Tanto las
Más detallesManejo de Filas, Columnas, Celdas y Rangos
Manejo de Filas, Columnas, Celdas y Rangos Selección de filas Selección de columnas Selección de celdas y rangos Ingresar, editar y eliminar datos Tipos de datos Agregar nombres a celdas y rangos Insertar
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 detallesIDE y Análisis de datos
IDE y Análisis de datos Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Presentación Objetivos Metodología Introducción IDE y Análisis de datos 1 Planeación de la investigación Proceso
Más detallesFORMATO CONDICIONAL EN EXCEL
FORMATO CONDICIONAL EN EXCEL El Formato Condicional es una herramienta muy útil como información gráfica adicional para los datos numéricos que están en celdas o en rangos. Este tipo de formato tiene un
Más detallesOtra forma de enumerar los resultados es en una tabla de frecuencia:
Materia: Matemática de Séptimo Tema: Intervalo de Clases e Histogramas Qué pasa si quisieras matar algo tiempo mientras esperas tu vuelo de conexión en el aeropuerto? Empiezas a contar el número de personas
Más detallesUna base de datos de Access puede estar conformada por varios objetos, los más comunes son los siguientes:
MICROSOFT ACCESS DEFINICIÓN MS Access es un programa para manejar bases de datos. Una base de datos es un conjunto de datos de un determinado tema o contexto, almacenados de forma sistemática, para obtener
Más detallesGuía de ayuda en línea - Preguntas frecuentes V1.2
Guía de ayuda en línea - Preguntas frecuentes V1.2 P: Cómo puedo encontrar vuelos con el mapa? Haga clic en un punto en el mapa para iniciar una búsqueda. A continuación, seleccione la opción deseada en
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
Más detallesCAPITULO III: METODOLOGIA. En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el
CAPITULO III: METODOLOGIA En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el objetivo propuesto en esta tesis. Primero se presenta la descripción general del programa y
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesGuía Rapida Herramienta Análisis de Clima
Guía Rapida Herramienta Análisis de Clima 3 Índice Índice Índice... 3 Herramienta Análisis de Clima... 5 Cómo leer este documento... 5... 6 Ingresando a Herramientas de Análisis... 6 Partes de Herramienta
Más detallesInterfaz HINARI, revistas, y otros recursos a texto completo
Interfaz HINARI, revistas, y otros recursos a texto completo En este tutorial se discutirá la interfaz del sitio Web de HINARI, revistas, recursos de las Editoriales Asociadas y otros recursos a texto
Más detallesIII Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios
III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios Esta lista contiene ejercicios y problemas tanto teóricos como de modelación. El objetivo
Más detallesCapítulo 2. Cómo utilizar la ayuda
Capítulo 2 Cómo utilizar la ayuda El SPSS cuenta con un completo sistema de ayuda al que puede accederse desde cualquier ventana o cuadro de diálogo. Este sistema de ayuda adopta varios formatos diferentes,
Más detallesMedidas de Dispersión
Medidas de Dispersión Revisamos la tarea de la clase pasada Distribución de Frecuencias de las distancias alcanzadas por las pelotas de golf nuevas: Dato Frecuencia 3.7 1 4.4 1 6.9 1 3.3 1 3.7 1 33.5 1
Más detallesMETODOLOGÍA 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 detallesPENDIENTE MEDIDA DE LA INCLINACIÓN
Capítulo 2 PENDIENTE MEDIDA DE LA INCLINACIÓN 2.1.2 2.1.4 Los alumnos utilizaron la ecuación = m + b para graficar rectas describir patrones en los cursos anteriores. La Lección 2.1.1 es un repaso. Cuando
Más detallesIndice I. INTRODUCCIÓN SEGURIDAD DE ACCESO REGISTRO DEL VALOR FLETE CONSULTAS V. GRÁFICAS. MANUAL GENERADORES DE CARGA RNDC Septiembre 2014 Versión 1
MANUAL GENERADORES DE CARGA RNDC Septiembre 2014 Versión 1 Indice I. INTRODUCCIÓN II. SEGURIDAD DE ACCESO III. REGISTRO DEL VALOR FLETE IV. CONSULTAS V. GRÁFICAS Ministerio de Transporte - Manual generadores
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 detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ
ANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ Presentado a: MARIA ESTELA SEVERICHE CORPORACION UNIVERSITARIA
Más detalles1. COMPARTIR Y MANTENER LIBROS
1. COMPARTIR Y MANTENER LIBROS Muchas de las habilidades que se evalúan en este capítulo guardan relación con el uso compartido de un libro, aunque otras muchas que se aplican al trabajo que uno realiza
Más detallesTABLAS WORD La tercer opción es usar el vínculo Dibujar Tabla, aquí se dimensiona la tabla dibujándola con el mouse
TABLAS WORD 2007 Las tablas permiten organizar la información en filas y columnas, de forma que se pueden realizar operaciones y tratamientos sobre las filas y columnas. Una tabla está formada por celdas
Más detallesCOMO REALIZAR CONSULTAS CON EL CONSTRUCTOR DE GEOCONSULTAS DEL SIG GUADUA.
1 COMO REALIZAR CONSULTAS CON EL CONSTRUCTOR DE GEOCONSULTAS DEL SIG GUADUA. Introducción El constructor de geoconsultas es una herramienta para usuarios un poco más avanzados y con conocimientos básicos
Más detallesLABORATORIO Nº 8 FILTROS EN EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar filtros en Microsoft Excel. 1) FILTRAR INFORMACIÓN Para agregar un filtro a una tabla se debe seleccionar
Más detallesEstructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo
Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,
Más detallesDeclaración Informativa de Operaciones con Terceros (DIOT) en Aspel-COI 7.0
Declaración Informativa de Operaciones con Terceros (DIOT) en Aspel-COI 7.0 Obtén esta Declaración de manera muy sencilla en Aspel-COI 7.0, sólo tienes que realizar ciertas configuraciones para que el
Más detallesANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL
ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL DEPARTAMENTO DE GEOGRAFÍA FACULTAD DE HUMANIDADES UNNE Prof. Silvia Stela Ferreyra Revista Geográfica Digital. IGUNNE. Facultad de Humanidades.
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesCONTENIDOS MÍNIMOS BLOQUE 2. NÚMEROS
CONTENIDOS Y CRITERIOS DE EVALUACIÓN DE MATEMÁTICAS 1º DE ESO. Bloque 1: Contenidos Comunes Este bloque de contenidos será desarrollado junto con los otros bloques a lo largo de todas y cada una de las
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de números Aleatorios para modelos de simulación Prof.: MSc. Julio Rito Vargas A. Grupo: INGENIERIA INDUSTRIAL
Más detallesESCUELA DE INFORMÁTICA
TÉCNICO EN SISTEMAS LABORAL SUBMODULO TEMA 1 (Visual Basic for Application) Microsoft VBA (Visual Basic for Applications) es el lenguaje de macros de Microsoft Visual Basic que se utiliza para programar
Más detallesImportancia del origen (genético) en un programa de mejoramiento. Fco. Zamudio (PhD)
Importancia del origen (genético) en un programa de mejoramiento Prólogo El éxito en el establecimiento y productividad de las plantaciones con árboles forestales depende en gran medida de: 1. La especie
Más detalles