Juan Ruiz Ramírez 1*, Christian Pérez Salazar 2, Gabriela E. Hernández Rodríguez 3

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

Download "Juan Ruiz Ramírez 1*, Christian Pérez Salazar 2, Gabriela E. Hernández Rodríguez 3"

Transcripción

1 Alcacoes de Software bre e la eseñaza de la Estadístca e las IES e Méxco Alcatos of Free Software the educato of the Statstcs the IES Mexco Jua Ruz Ramírez *, Chrsta Pérez Salazar, Gabrela E. Herádez Rodríguez 3 Dr. e Cecas. Itegrate del úcleo Académco y Profesor del Doctorado e Fazas Públcas, Facultad de Ecoomía de la Uversdad Veracruzaa. Av. Xalaa s/, esq. Mauel Ávla Camacho, 900, Xalaa, Veracruz, Méxco. Tel. (8) , ext. 40. jruzuv@gmal.com Maestro e Redes y Sstemas Itegrados. Técco Académco del Isttuto de Ivestgacoes Multdsclaras de la Uversdad Veracruzaa. Calle Agustí Melgar o. 34, col. Udad Veracruzaa, 9000, Xalaa, Veracruz, Méxco. Teléfoos: (8) chrstas_mx@hotmal.com c. e Ecoomía, estudate del Doctorado e Fazas Públcas y maestra e la Facultad de Ecoomía de la Uversdad Veracruzaa. Av. Xalaa s/, esq. Mauel Ávla Camacho, 900, Xalaa, Veracruz, Méxco. Tel. (8) gabyeredra@yahoo.com.mx * Autor ara corresodeca: jruzuv@gmal.com Resume El escaso uso de los software estadístcos comercales e las Isttucoes de Educacó Sueror (IES) se debe a los costos de los msmos y al úmero de lcecas adqurdas, lo que lmta el uso de la alcacó de las tecologías de la formacó y la comucacó (TIC),así como e la caldad de la eseñaza y e la caldad del emleo de los egresados de las IES; auado a las lmtacoes que tee los softwares al o dsoer de todos los rocedmetos estadístcos requerdos y a los osbles errores que uede ocurrr al emlear las fórmulas aroadas. Es or ello que se lateó el objetvo de Presetar alcacoes de software lbre utlzado e la eseñaza de la estadístca e las Isttucoes de Educacó Sueror. Para ello se reseta la alcacó de los softwares Efceca relatva y Muestreos Estadístcos, ambos se desarrollaro or los autores del resete trabajo co el leguaje de rogramacó JAVA. Estos rogramas so fácles de usar y so recsos y cofables e sus resultados; además se ha alcado e la doceca, como ocurró co el software Efceca relatva e el curso de la exereca educatva Dseños exermetales e la facultad de Cecas Agrícolas, y el segudo software fue emleada su versó de rueba e el Curso-Taller de Estadístca e el doctorado e Fazas Públcas de la Uversdad Veracruzaa. Se cocluye que estos softwares estadístcos so útles e la eseñaza y e la fácl y correcta alcacó de los métodos estadístcos. Palabras clave: Software lbre; efceca relatva; métodos de muestreo; Java; educacó sueror Abstract The scaty use of the statstcal commercal software the Isttutos of hgher Educato (IES) owes to tself to the costs of the same oes ad to the umber of acqured lceses, whch lmts the use of the alcato of the I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu

2 techologes of the formato ad the commucato (TIC), as well as the qualty of the educato ad the qualty of the emloymet of the goe away oes from the IES; uted to the lmtatos that have the softwares o ot havg had all the statstcal eeded rocedures ad to the ossble mstakes that ca hae o havg used the arorate formulae. It s for t that aeared the am of "Presetg alcatos of free software used the educato of the statstcs the Isttutos of To Educato". For t oe resets the alcato of the softwares" Relatve Effcecy" ad "Statstcal Samlgs", both develoed for the authors of the reset work wth the laguage of rogrammg JAVA. These rograms are easy to use ad are recse ad relable hs results; addto they have bee aled the teachg, sce t haeed wth the software "Relatve Effcecy" the course of the educatoal exerece "Exermetal desgs" the faculty of Agrcultural Sceces, ad the secod software was used hs verso of test the Course-worksho of Statstcs the doctorate Publc Face of the Uversty Veracruzaa. Oe cocludes that these statstcal softwares they are useful the educato ad the easy ad correct alcato of the statstcal methods. Keywords: free Software; relatve effcecy; methodologes of samlg; Java; hgher educato Itroduccó Por defcó (FSF, OSI, GU; 04) Software bre (S), e ocas alabras, sgfca que los usuaros tee la lbertad ara ejecutar, coar, dstrbur, estudar, modfcar y mejorar el software. Es decr, el S es ua cuestó de lbertad, o de reco. Co estas lbertades, los usuaros cotrola el rograma y lo que este hace. Cuado los usuaros o cotrola el rograma, decmos que dcho rograma «o es lbre», o que es «rvatvo». U rograma que o es lbre cotrola a los usuaros, y el rogramador cotrola el rograma, co lo cual el rograma resulta ser u strumeto de oder justo. Así també, Delgado y Olver (006) cosdera que el software es lbre s garatza las sguetes cuatro lbertades: lbertad de ejecutar el rograma co cualquer roósto (rvado, educatvo, úblco, comercal, etc.); lbertad de estudar y modfcar el rograma (ara lo cual es ecesaro oder acceder al códgo fuete); lbertad de coar el rograma; y lbertad de mejorar dcho rograma y hacer úblcas las mejoras, de forma que se beefce toda la comudad. Pard (007), mecoa como vetajas de usar software lbre e la educacó, a a). Desarrollo comutaro y aberto, b). Ideedeca ecoómca y técca, y c). bertad de dstrbucó, las cuales se descrbe a cotuacó: Desarrollo comutaro y aberto I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu

3 El software o es ya u roducto termado que os etrega y os lmtamos a acetarlo y usarlo tal como está. os royectos de S se crea y desarrolla e comudad, cualquera uede cotrbur s ecesdad de ser rogramador, la exereca de los usuaros y sus sugerecas tee flueca decsva e el rumbo del royecto. El alumado o solo uede areder estudado el fucoameto de rogramas que se utlza a daro so que també uede reutlzar artes de estos ara sus roos royectos. Tato alumos como rofesores uede modfcar y exteder el software ara cubrr sus ecesdades y uede corregrlo de ser ecesaro. Ideedeca ecoómca y técca El S es accesble a todos or aturaleza. Por u lado o se latea la stuacó de utlzar coas legítmas al o oder costear las lcecas y or el otro, uo o deede de las decsoes de la emresa. S u roducto o satsface uestras ecesdades osotros msmos odemos modfcar el rograma o cotratar a u rogramador local ara que realce la tarea. bertad de dstrbucó El rofesor uede, s gú medmeto legal, realzar ua comlacó de los rogramas y ejerccos utlzados e su curso y reartrlo etre sus estudates ara que los use e la catdad de equos que desee. Comárese co la mayoría de las lcecas, las cuales desde ya rohíbe la coa de los rogramas, oe u toe a la catdad de stalacoes y tee duracó lmtada. Por otra arte, Ramírez y Cols. (0a, 0b y 03) mecoa los tres mometos (o etaas) evolutvos del ser e el mudo dgtal (teret): Cosumo, Colaboracó y Costruccó. E el rmer mometo el usuaro solo se lmtaba a ubcar formacó y seleccoar lo que ara él era relevate o o. E el segudo mometo el usuaro se coecta co otros usuaros co tereses smlares a los suyos. E el últmo mometo el usuaro es algue que, además de teer semre resete la dea de colaborar, decde crear sus roos objetos dgtales ara su dfusó. El cambo etre cada ua de las etaas se da a artr de dos asectos: covccó y cometeca. E este trabajo se cosdera que estos tres mometos també uede alcarse al desarrollo del software, e dode asamos de ser cosumdores (solo utlzar software que algua emresa o ersoa desarrolló) a colaboradores (aortado deas, hacedo revsoes de versoes beta, etc.) a ser costructores de software co el f de cubrr uestras roas ecesdades y de otros. I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 3

4 U roblema que se reseta e las Isttucoes de Educacó Sueror es la falta de recursos ecoómcos ara adqurr las lcecas de los softwares estadístcos comercales, or lo que se debe romover el uso del software gratuto y de refereca que además sea software lbres. E la estratega de eseñaza-aredzaje se emlea los medos tecológcos, etre ellos, el uso de software estadístco, los cuales, e su mayoría o determa los tamaño de muestra, realza la estmacó de los arámetros, motvo or el cual se tee que cosultar alguos software de uso lbre, como so Muestreo (Rodríguez,999); Muestreo estadístco, tamaño de muestra y estmacó de arámetros (Motesos et al., 009), SOTAM ; Edat 3. 3 y també se cta los que requere u ago or lceca aual como es el software POSDEM 4, o los que requere u costo, or ejemlo: ForSamlg.3 5. Co resecto al software Muestreo, que realzó (Rodríguez, 999) e la facultad de estadístca e formátca de la Uversdad Veracruzaa, sólo se uede acceder bajo el Sstema Oeratvo MS-DOS y e comutadoras atguas. Esto motvó a los autores del resete documeto a elaborar u uevo rograma que ermta trabajar e ambetes de terfaces gráfcas y se decdó hacerlo utlzado el leguaje de rogramacó JAVA, debdo al coocmeto revo co el que se cotaba de este leguaje. U roblema que reseta los software estadístcos como so el STATISTICA, STATA, SAS, etre otros, cluyedo el software lbre R, es la falta del cálculo de la Efceca Relatva (ER), método emleado e la Materas o Exerecas Educatvas de Estadístca o e la de Dseños exermetales e el tema de aálss de varaza ara evaluar s el Dseño exermetal emleado es el aroado o s los datos del exermeto se debe reaalzar co otro dseño exermetal u oco meos comlejo. Para ello Ruz-Ramírez y Cols. (0) realzaro el rograma que calcula la Efceca Relatva de los Dseños Exermetales. Otro software lbre realzado or los autores del resete trabajo es el de Muestreos Estadístcos, també útl e la eseñaza de la Estadístca e las Isttucoes de Educacó Sueror, e sus rogramas de lcecatura y osgrado. Es or ello que se lateó el objetvo Presetar alcacoes de software lbre utlzado e la eseñaza de la estadístca e las Isttucoes de Educacó Sueror. os Recursos Educatvos Abertos (REA) e la educacó Sueror htt:// htt:// 3 htt://aredeelea.udea.edu.co/lms/moodle/course/vew.h?d=3 4 htt://osdem.com/ 5 htt:// I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 4

5 Actualmete e la educacó sueror ha surgdo uevos retos, se ha creado uevas oortudades, ero al msmo temo se ha desarrollado uevas desgualdades; u ejemlo de lo ateror es la llamada brecha dgtal (Salado, 0). Tercero y Matías (00) la defe como la dstaca etre los que tee y los que carece de acceso a las TIC. a OECD (00, ctado or Ugas y Cedrós, 005) la defe como la dstaca co resecto a las oortudades ara el uso de las TIC y CEPA (003, ctado or Tello, 008) la utlza como la dfereca etre los rcos y los obres e formacó. Esta dstaca es rovocada or dversos factores; Satoyo y Martíez (003), Ugas y Cedrós (005) juto co Tello (008), los señala como: falta de coocmeto (ula caactacó, adecuada alcacó y uso de recursos), factores socoecoómcos (altos costos, fraestructura, etc.). Salado (0), mecoa que los rofesores debe ser caaces de acortar dstacas y desgualdades dado acceso a sus educados de mejores oortudades, ara lo cual debe mateerse actualzados, tato e el camo de su esecalzacó, como e las estrategas edagógcas. Ua mejor rearacó los coducrá a la utlzacó y arovechameto de recursos como los REA que además de erquecer los rocesos educatvos, ermte el trabajo colaboratvo y cotrbuye al desarrollo de cometecas (Ramírez y Mortera, 009). El coceto recursos educatvos abertos (REA) tee sus cos e 00, cuado el Massachusetts Isttute of Techology (MIT) creó el rograma OeCourseWare (OCW), s embargo, el térmo como tal fue acuñado u año más tarde or la UESCO e el Prmer foro mudal sobre recursos educatvos de lbre acceso y es descrto como los materales y recursos educatvos que uede ser reutlzados ara la doceca y el aredzaje de forma gratuta (UESCO, 00). Segú Ramírez y Mortera (009), debe cotar co crteros académcos y derechos de autor de acuerdo a estádares teracoales. os REA cluye: cursos y rogramas currculares, módulos ddáctcos, guías de estudate, lbros de texto, artículos de vestgacó, vdeos, odcasts, herrametas de evaluacó, materales teractvos, bases de datos, software, alcacoes (cluyedo las móvles) y cualquer otro materal educatvo dseñado ara el uso e la eseñaza y el aredzaje (OECD, 007). Software de muestreo: recurso educatvo tecológco E el curso de la Exereca Educatva Estadístca I, de la Facultad de Ecoomía, regó Xalaa de la Uversdad Veracruzaa, se tee e el rograma de estudos, el tema de Muestreo el cual comúmete o se exlca a detalle e el erodo académco, auado a que se realza de forma maual los cálculos del tamaño de muestra a través de las fórmulas ara cada estmador, corresodete al método de muestreo emleado, lo que lo hace oco atractvo ara I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 5

6 los estudates ya que es muy fácl equvocarse al susttur valores e las fórmulas o realzar mal ua oeracó artmétca, lo que oblga a teer que emezar uevamete ara revsar todo el roceso. Al mecoar las fuetes de formacó emleadas e las vestgacoes, se uede utlzar formacó secudara que rovee de fuetes ofcales como so el IEGI, el Baco de Méxco, SIAP-SAGARPA, etc., s embargo cuado la formacó requerda o exste o o está dsoble, etoces se debe geerar, y esto comúmete se realza a través de la alcacó de ecuestas y el roblema que se reseta es la determacó del tamaño de muestra y la eleccó de los elemetos que coformará la muestra. Ua maera de resolverlo es a través de la alcacó de las fórmulas corresodetes, e fucó al método robablístco y al estmador requerdo. S embargo, e ocasoes se dfculta realzar las oeracoes artmétcas or lo que emlear u software ex-rofeso es otra ocó ara resolver este roblema. Por todo lo ateror, el objetvo que se latea es elaborar u software lbre (como u REA) que calcule el tamaño de muestra medate métodos de muestreo robablístco y realce la seleccó aleatora de los elemetos que coformará la muestra y ua vez alcada la ecuesta, realzar la estmacó de los arámetros. Se decdó hacerlo lbre ya que uo de los objetvos es que srva de aoyo ara los estudates cuyas carreras cluya e sus laes de estudo el muestreo robablístco y que e muchas ocasoes o cueta co los recursos ara adqurr software co lceca. Programa Muestreos Estadístcos El resete rograma estadístco comutacoal se elaboró co la lataforma Java, Stadard Edto 7, Develomet Kt (Java, 04), que es u etoro de desarrollo ara crear alcacoes y comoetes utlzado el leguaje de rogramacó Java; aoyados co el etoro de desarrollo tegrado (IDE or sus sglas e glés) de códgo aberto, etbeas, e su versó 7.. (etbeas, 04). Esto os ermtó hacerlo deedete del sstema oeratvo y uede ser usado e cualquer versó de Wdows, Mac y ux, teedo como úco requsto stalar el ambete de ejecucó de Java. Para utlzar el rograma, es ecesaro teer stalado el ambete de ejecucó de Java e su comutadora (també se hace refereca al software de Java como: Java Rutme, Rutme Evromet, Rutme, JRE, máqua vrtual de Java, máqua vrtual, Java VM, JVM, VM, lug de Java, comlemeto de Java o descarga de Java), el cual uede ser descargado de forma gratuta de su ága ofcal (htt:// Desués de stalar java, se ejecuta el rograma de muestreos estadístcos hacedo doble clc sobre el archvo MuestreosEstadstcos.jar. I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 6

7 E esta rmera versó del rograma se cosdera el cálculo de cuatro dferetes tos de muestreo robablístco: Muestreo Aleatoro Smle, Muestreo Aleatoro Estratfcado, Muestreo Sstemátco y Muestreo or Coglomerados. Adcoalmete, ara cada muestreo se ermte realzar la estmacó de la meda oblacoal, total oblacoal y roorcó oblacoal, así como el cálculo de los tamaños de muestra ara cada caso. Cueta además co u aartado ara geerar úmeros aleatoros (ordeados y s ordear; además, se dsoe de la ocó de exortarlos al Excel) e base al total de oblacó y tamaño de muestra esecfcados. E la fgura se muestra el dagrama de flujo del Muestreo Aleatoro Smle ara realzar el cálculo de la meda oblacoal, total oblacoal y roorcó oblacoal, adcoalmete, durate este roceso se uede realzar el cálculo del tamaño de muestra. Algo smlar es ara los casos de los muestreos: aleatoro estratfcado, sstemátco y or coglomerados. Fgura. Dagrama de flujo del Muestreo Aleatoro Smle. Icluye el cálculo del tamaño de muestra. I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 7

8 as fórmulas emleadas e la determacó del tamaño de muestra o del tervalo de cofaza ara los dferetes estmadores y ara el muestreo rrestrcto aleatoro o estratfcado, se emlearo las fórmulas de los Cuadros y, resectvamete. I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 8

9 I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 9 Cuadro. Fórmulas ara calcular el tamaño de muestra cuado se estma μ, e el muestreo rrestrcto aleatoro. Parámetro Estmador Varaza Estmada Tamaño Muestral μ y y ˆ S y V ) ˆ( 4 B y ˆ S V ( ˆ) ˆ 4 B y ˆ V ˆ ˆ ˆ) ˆ( B 4

10 I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 0 Cuadro. Fórmulas ara calcular el tamaño de muestra cuado se estma μ, y e el muestreo estratfcado. Estmador Varaza Estmada Tamaño Muestral μ Alcacoes de software lbres Efceca Relatva y Muestreos Estadístcos Debdo a que el tema de Efceca Relatva se emlea e los cursos de Estadístca y e artcular e la de Dseños Exermetales e las lcecaturas de agroomía, de estadístca y ecoomía etre otras, auado a que los métodos de muestreo lo marte e la mayoría de las Uversdades de Méxco, or ejemlo: Uversdad de Colma, Uversdad acoal Autóoma de Méxco, Uversdad Autóoma de Coahula, Uversdad Veracruzaa, Uversdad Juárez Autóoma de Tabasco, Uversdad acoal Autóoma de Méxco, Isttuto Tecológco de Aguascaletes, Uversdad Autóoma de Aguascaletes, Cetro De Eseñaza Técca y Sueror, y la Uversdad Autóoma de Baja Calfora, etre otras. Otras Uversdades de otros aíses que emlea los métodos de muestreo so: Uversdad de Valladold. Esaña, Uversdad Católca de Cuyo Sede Sa us. Argeta, Uversdad de a Reúblca. Uruguay y Uversdad acoal de Paamá. Paamá, or ctar alguas. est ˆ ˆ est V ˆ ˆ ) ˆ ˆ( est y y est y est ˆ est S y V ) ˆ( ) ˆ( ) ( ˆ ˆ est y est V V D c c B B D total el ara 4 meda la ara 4 c c B 4

11 o ateror mafesta la mortaca de estos temas y auado a que la Efceca Relatva o la calcula los rcales softwares estadístcos comercales, esto hace que la dsoscó de su corresodete software lbre ermta la utlzacó del msmo y se muestre como ua ovacó tecológca detro de las TIC. E la fgura se muestra la resetacó del software Efceca Relatva, e la cual se reseta ua breve exlcacó de este rograma estadístco. Fgura. Descrcó y desarrolladores del software Efceca Relatva. E la fgura 3 se muestra los osbles cálculos de la efceca relatva e relacó al dseño emleado, or ejemlo, el Dseño de Cuadro ato vs Dseño de Bloques al azar, o la evaluacó del Dseño de Bloques al Azar vs el Dseño Comletamete al Azar. Fgura 3. Vetaa rcal del software Efceca Relatva. I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu

12 Ua alcacó de este software la hcero Ruz-Ramírez y Cols. (0) dode evaluaro s el Dseño de Bloques al azar emleado e exermetos e el cultvo de caña de azúcar y se ecotró que el 4.67% o seleccoó el DBA de maera correcta, or lo que se tuvero que reaalzar co el Dseño Comletamete al Azar. Por lo que resecta al software de Muestreos Estadístcos, e la fgura 4 se da ua descrcó de lo que realza el software. Fgura 4. Presetacó y descrcó del software de Muestreos Estadístcos. Ua vez dado clc e acetar, se reseta e la fgura 5, la osbldad de calcular el tamaño de muestra, la geeracó de úmeros aleatoros y la estmacó del arámetro corresodete al método de muestreo estudado. I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu

13 Fgura 5. Cálculo del tamaño de muestra, geeracó de úmeros aleatoros y estmacó del arámetro corresodete al método de muestreo seleccoado. Para evtar alcar las fórmulas del Cuadro, se calculó co el software de Muestreos Estadístcos, el tamaño de muestra co el muestreo rrestrcto aleatoro, tal como se muestra e la fgura 6. I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 3

14 Fgura 6. Ejemlo del cálculo del tamaño de muestra ara el Muestreo Aleatoro Smle Coclusoes Se cocluye que los softwares estadístcos lbres mostrados so ua ovacó a las TIC y ermte ser utlzadas como aoyo e las estrategas de eseñaza-aredzaje, así como e el camo rofesoal e la solucó de roblemas laborales y de vestgacó; auado a que los softwares lbres ermte otmzar los recursos ecoómcos de las Uversdades úblcas o rvadas. Referecas CEPA (003). os camos haca ua socedad de la formacó e Amérca ata y el Carbe. Satago de Chle. Delgado, A. M., y Olver R. (006, Octubre). a romocó del uso del software lbre or arte de las uversdades. [E líea]. RED. Revsta de Educacó a Dstaca, úmero 7 [Cosultado el: 0 de eero de 04]. Dsoble e: htt:// Free Software Foudato. About the Free Software Foudato. [E líea]. [Cosultado el: 0 de eero de 04]. Dsoble e: htt:// I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 4

15 Java SE Develomet Kt 7 Dowloads. Oracle Techology etwork. [E líea]. [Cosultado el: 0 de eero de 04]. Dsoble e: htt:// dowloads html Motesos óez O.A., ua Esoza I., Herádez Suárez C.M., Toco Zermeño M.A. (009). Muestreo estadístco. Tamaño de muestra y estmacó de arámetros. Textos Téccos Uverstaros. Uversdad de Colma. etbeas. etbeas IDE 7.. Release Iformato. [E líea]. [Cosultado el: 0 de eero de 04]. Dsoble e: htts://etbeas.org/commuty/releases/7/ OECD (00). Uderstadg the Dgtal Dvde. [E líea]. Orgazato for Ecoomc Co-oerato ad Develomet. [Cosultado el: 0 de eero de 04]. Dsoble e: htt:// OECD. Gvg kowledge for free: the emergece of oe educatoal resources. Pars, Edtoral CERI, Orgazacó ara la Cooeracó y Desarrollo Ecoómco. (00). os desafíos de las tecologías de la formacó y las comucacoes e la educacó. Esaña: OCDE y Mstero de Educacó, Cultura y Deorte. OSI Oe Source Itatve. The Oe Source Defto. [E líea]. [Cosultado el: 0 de eero de 04]. Dsoble e: htt://oesource.org/defto Pard, A. (007). Fudametacó del uso de software lbre e la uversdad úblca. Eseñado matemátca co herrametas alteratvas. Joradas de Eseñaza e Ivestgacó Educatva e el camo de las Cecas Exactas y aturales. 8-9 de octubre de 007. Ramrez Martell, A., Frare Quroz, J., Motes Reyes, D., Olva Mesa, O. G., García Esqueda, G., Mayo Castelá, S. D., Corelo Vdal, I. G., Cruz Soto, M., Ola Cobos, S. J. (0a) Dseño de mage dgtal co software lbre. Red Iberoamercaa ara el Desarrollo Sustetable, A.C. Méxco. Ramírez Martell, A., Frare Quroz, J., Ola Cobos, S. J., Mayo Castelá, S. D., Corelo Vdal I. G. y Jaramllo Mola, H. (0b). Produccó de vdeo co software lbre. Red Iberoamercaa ara el Desarrollo Sustetable, A.C. Méxco. I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 5

16 Ramírez Martell, A., Frare, J., Herádez, V.M., Olva, O.G., Mayo, S.D., Ola, S. Corelo, I., Olgu, P. A. y Gutérrez, I.R. (03). Produccó de audo co software lbre. Red Iberoamercaa ara el Desarrollo Sustetable, A.C. Méxco. Ramírez, M. S. y Mortera, J. F. (009). Imlemetacó y Desarrollo del Portal Académco de Recursos Educatvos Abertos (REAs): Kowledge Hub ara Educacó Básca. Memoras de cogreso de la Red de Posgrados e Educacó. Guaajuato, Guaajuato. Rodríguez Pérez, Gullermo (999). "Sstema comutacoal que faclta el cálculo de las dversas téccas de muestreo". Modaldad Práctco-Técco. Facultad de Estadístca e Iformátca. Uversdad Veracruzaa. Ruz-Ramírez, Jua; Pérez-Salazar, Chrsta; Cruz-Kur, us; Herádez-Rodríguez, Gabrela Erédra (0). Programa que calcula la efceca relatva de los dseños exermetales. Terra atoamercaa, vol. 30, úm., eero-marzo, 0, Salado Rodríguez, lá Ivetthe (0). Cotrbucó de los recursos educatvos abertos al aredzaje sgfcatvo de las tecologías de formacó y comucacó e el estudate uverstaro. Revsta Iteracoal Admstracó & Fazas. Vol. 4. o.. Satoyo, A.y Martíez, E. (003). a brecha dgtal. Mtos y realdades. Méxco: UABC. Sstema Oeratvo GU. Qué es el Software bre? [E líea]. [Cosultado el: 0 de eero de 04]. Dsoble e: htts:// Tello, E. (008). as tecologías de la formacó y comucacoes (TIC) y la brecha dgtal: su macto e la socedad de Méxco. Revsta de uversdad y socedad del coocmeto. Vol. 4 (o. ). Tercero, J., Matías, G. (00). Debates: Iformacó, tecología y desarrollo. Méxco: Taurus. Ugas,., Cedrós, J. (005). Brecha dgtal e la dfusó de la tecología de Iteret ara el acceso a la Socedad Red. Revsta de Cecas Socales, mayo, UESCO (00). Forum o the mact of oe courseware for hgher educato develog coutres. Fal reort. Pars. I Cofereca Cetífca Iteracoal UCIECIA 04 Uversdad de las Cecas Iformátcas. a Habaa, Cuba uceca@uc.cu 6

SOFTWARE LIBRE QUE CALCULA EL TAMAÑO DE MUESTRA MEDIANTE MÉTODOS DE MUESTREO PROBABILÍSTICO RESUMEN

SOFTWARE LIBRE QUE CALCULA EL TAMAÑO DE MUESTRA MEDIANTE MÉTODOS DE MUESTREO PROBABILÍSTICO RESUMEN SOFTWARE IBRE QUE CACUA E TAMAÑO DE MUESTRA MEDIATE MÉTODOS DE MUESTREO PROBABIÍSTICO Jua Ruz Ramírez Gabrela E. Herádez Rodríguez Chrsta Pérez Salazar 3 RESUME U roblema recurrete e los estudos observacoales

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS UNIVERIDAD de VALLADOLID ECUELA de INGENIERÍA INDUTRIALE INGENIERO TÉCNICO INDUTRIAL, EPECIALIDAD EN MECÁNICA PROYECTO FIN DE CARRERA ANÁLII ETADÍTICO DEL CONTROL DE CALIDAD EN LA EMPREA Autor: Galca Adrés,

Más detalles

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA SILABUS DE CABLEADO ESTRUCTURADO I. INFORMACION GENERAL CARRERA PROFESIONAL : ELECTRONICA INDUSTRIAL MODULO PROFESIONAL : SISTEMAS DE CONTROL DE PROCESOS INDUSTRIALES Y COMUNICACIONES. UNIDAD DIDACTICA

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

BOLETÍN OFICIAL DEL ESTADO

BOLETÍN OFICIAL DEL ESTADO BOLEÍN OFICIAL EL ESAO Núm. 175 Sábado 19 de julo de 014 Sec. I. Pág. 57158 I. ISPOSICIONES GENERALES COMISIÓN NACIONAL E LOS MERCAOS Y LA COMPEENCIA 7658 Crcular 3/014, de de julo, de la Comsó Nacoal

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Uversdad de oora Departameto de Matemátcas Área Ecoómco Admstratva Matera: Estadístca I Maestro: Dr. Fracsco Javer Tapa Moreo emestre: 05- Hermosllo, oora, a 5 de septembre de 05. Itroduccó E la clase

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1 63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Resumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización.

Resumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización. Optmzacó de ua cartera de versoes utlzado algortmos geétcos María Graca Leó, Nelso Ruz, Ig. Fabrco Echeverría Isttuto de Cecas Matemátcas ICM Escuela Superor Poltécca del Ltoral Vía Permetral Km 30.5,

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es

Más detalles

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES Uversdad de Los Ades Facultad de Cecas Ecoómcas y Socales Escuela de Admstracó y Cotaduría Públca Departameto de Cecas Admstratvas Cátedra de Produccó y Aálss de la Iversó Asgatura: Matemátca Facera APLICACIONES

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

Más detalles

Ampliación de Redes de Telefonía Básica

Ampliación de Redes de Telefonía Básica Amplacó de Redes de Telefoía Básca Carlos D. Almeda Uversdad Nacoal de Asucó. Sa Lorezo, Paraguay cdad@eee.org Nlto R. Amarlla Uversdad Nacoal de Asucó. Sa Lorezo, Paraguay dmatest@copaco.com.py Bejamí

Más detalles

INSTITUTO POLITECNICO NACIONAL

INSTITUTO POLITECNICO NACIONAL INSTITUTO POLITECNICO NACIONAL CENTRO DE INVESTIGACIÓN EN COMPUTACIÓN MEMORIAS ASOCIATIVAS BIDIRECCIONALES ALFA-BETA T E S I S QUE PARA OBTENER EL GRADO DE DOCTOR EN CIENCIAS DE LA COMPUTACIÓN PRESENTA:

Más detalles

Simulación de sistemas discretos

Simulación de sistemas discretos Smulacó de sstemas dscretos Novembre de 006 Álvaro García Sáchez Mguel Ortega Mer Smulacó de sstemas dscretos. Presetacó... 4.. Itroduccó... 4.. Sstemas, modelos y smulacó... 4.3. Necesdad de la smulacó...

Más detalles

Análisis de la Varianza

Análisis de la Varianza Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano Valoracó de opcoes de compra y veta del qutal de café e el mercado ecuatorao Adrá Morocho Pérez, Ferado Sadoya Sachez Igeero e Estadístca Iformátca 003 Drector de Tess, Matemátco, Escuela Poltécca Nacoal,

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

Introducción a la simulación de sistemas discretos

Introducción a la simulación de sistemas discretos Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

7. Muestreo con probabilidades desiguales.

7. Muestreo con probabilidades desiguales. 7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para

Más detalles

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5. 5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de

Más detalles

Las hipotecas y la tasa anual equivalente

Las hipotecas y la tasa anual equivalente 49 Juo 2005,. 25-32 Las hotecas y la tasa aual equvalete La mayor arte de osotros hacemos uso de los crédtos que os ofrece las etdades faceras ara la adquscó de dsttos bees, sobre todo la vveda. E este

Más detalles

Elaborado por: Ing. Rubén Toyama U. 1

Elaborado por: Ing. Rubén Toyama U. 1 CONTENIDO IDENTIFICACIÓN... 2 PLANIFICACIÓN DE LOS ENCUENTROS... 2 PROGRAMA ANALITICO... 3 ORIENTACIONES METODOLÓGICAS... 8. - Itroduccó.... 8..- Objetvos Geerales.... 9 2.- Desarrollo... 9 Prmer ecuetro...

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

Introducción. Ámbito de la Estadística. Antecedentes. III Objetivos. INE. Instituto Nacional de Estadistica

Introducción. Ámbito de la Estadística. Antecedentes. III Objetivos. INE. Instituto Nacional de Estadistica Itroduccó La Estadístca de Idcadores Hosptalaros proporcoa u cojuto de dcadores báscos que stetza los recursos de persoal y de dotacó, ya sea stalada o e fucoameto, de que dspoe los establecmetos sataros

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

Regresión - Correlación

Regresión - Correlación REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:

Más detalles

Tema 6: Introducción al muestreo. Estimadores

Tema 6: Introducción al muestreo. Estimadores Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

Análisis Financiero de Proyectos

Análisis Financiero de Proyectos UNIVERSIDAD POLITÉCNICA DE MADRID COLEGIO DE POSTGRADUADOS DE MÉXICO E.T.S.I. AGRONOMOS Departameto Proyectos y Plafcacó Rural Proyecto de Iovacó Educatva para la mplatacó del Espaco Europeo de Educacó

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

10 Un trabajador cobra por horas según el siguiente baremo:

10 Un trabajador cobra por horas según el siguiente baremo: Udad REPASO DE ESTADÍSTICA! 0 U trabajador cobra or horas segú el sguete baremo: Hora ormal (lues a veres):.000 tas. Hora etra (lues a veres): e.000 tas. Hora etra de semaa:.00 tas. Sabedo que etre semaa

Más detalles

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA SILABUS DE MICROCONTROLADORES I I. INFORMACION GENERAL CARRERA PROFESIONAL : ELECTRONICA INDUSTRIAL MODULO PROFESIONAL : SISTEMAS DE POTENCIA Y AUTOMATIZACION UNIDAD DIDACTICA : MICROCONTROLADORES I. SEMESTRE

Más detalles

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato. UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

Ingeniería Industrial ISSN: 0258-5960 revistaii@ind.cujae.edu.cu. Instituto Superior Politécnico José Antonio Echeverría. Cuba

Ingeniería Industrial ISSN: 0258-5960 revistaii@ind.cujae.edu.cu. Instituto Superior Politécnico José Antonio Echeverría. Cuba Igeería Idustral ISSN: 0258-5960 revsta@d.cujae.edu.cu Isttuto Superor Poltécco José Atoo Echeverría Cuba Vter-Moya, Jorge; Jácome-Vllacres, María Belé; Meda-Leó, Alberto; Ploto-Fletas, Neydals Ídce tegral

Más detalles

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería e Iformátca Mg. Ig. Susaa Valesberg Profesor Ttular MODELOS DE VARIABLE ALEATORIA DISCRETA SITUACIONES A RESOLVER I- El

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre:

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre: Exame Parcal 1 Nombre: AGRO 66 1 Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro y la calculadora. Para obteer crédto parcal las respuestas debe ser cosstetes.

Más detalles

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno: Udad 6 Aualdades atcpadas Objetvos Al falzar la udad, el alumo: Calculará el moto producdo por ua aualdad atcpada. Calculará el valor presete de ua aualdad atcpada. Calculará el valor de la reta de ua

Más detalles

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO)

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) I. Descrpcó del cálculo de los dcadores IFO CIFO La flota e operacó se medrá a través de los mecasmos IFO y CIFO, de acuerdo a lo establecdo

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

Expectativas del Mercado y Creación de Valor en la Empresa

Expectativas del Mercado y Creación de Valor en la Empresa 2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea

Más detalles

Análisis acerca de la distribución de Weibull con datos truncados y la distribución generalizada de Pareto aplicado a fallas en dieléctricos

Análisis acerca de la distribución de Weibull con datos truncados y la distribución generalizada de Pareto aplicado a fallas en dieléctricos Herrera Lus A. Salvaterra Lucas M. Razztte Adrá C. Kovalevs Laura I. Damm Quña ablo L. Irurzu Isabel M. Mola Eduardo E. Aálss acerca de la dstrbucó de Webull co datos trucados la dstrbucó eeralzada de

Más detalles

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA SILABUS DE REDES INDUSTRIALES II I. INFORMACION GENERAL CARRERA PROFESIONAL : ELECTRONICA INDUSTRIAL MODULO PROFESIONAL : SISTEMAS DE CONTROL DE PROCESOS INDUSTRIALES Y COMUNICACIONES. UNIDAD DIDACTICA

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

11. TRANSFORMADOR IDEAL

11. TRANSFORMADOR IDEAL . TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la

Más detalles

Análisis Estadístico de Mediciones de la Velocidad del Viento Utilizando la Técnica de Valores Desviados

Análisis Estadístico de Mediciones de la Velocidad del Viento Utilizando la Técnica de Valores Desviados Smposo de Metrología 008 Satago de Querétaro, Méxco, al 4 de Octubre Aálss Estadístco de Medcoes de la Velocdad del Veto Utlzado la Técca de Valores Desvados E. Cadeas, a W. Rvera b a Uversdad Mchoacaa

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

Guía de servicio al cliente VAIO-Link

Guía de servicio al cliente VAIO-Link Guía de servicio al cliete VAIO-Lik "Tratamos cada problema de cada cliete co cuidado, ateció y respecto y queremos que todos uestros clietes se sieta bie sobre la experiecia que tiee co VAIO-Lik." Guía

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral.

Más detalles