Estimar el modelo óptimo que caracteriza la por vía i.v.
|
|
- Juan José Guzmán Giménez
- hace 6 años
- Vistas:
Transcripción
1 Caso 9: Farmacocinética de digoxina 61 Caso 9. Estimar el modelo óptimo que caracteriza la cinética plasmática de Digoxina administrada por vía i.v. (REGRESIÓN NO LINEAL PONDERADA) (J. MARTÍNEZ LANAO, USAL) CASO PRÁCTICO La Digoxina constituye un cardiotónico que presenta una amplia distribución en el organismo. Tras la administración del fármaco marcado radiactivamente por vía intravenosa tipo bolus se obtuvieron muestras de sangre de un voluntario a tiempos previamente programados que fueron analizadas mediante un contador de centelleo. Las concentraciones plasmáticas de Digoxina obtenidas a los diferentes tiempos fueron las siguientes: El error asociado a las concentraciones plasmáticas de Digoxina (desviación han sido calculadas con un coeficiente de variación constante del 7%. TEORÍA El análisis farmacocinético de la disposición de la Digoxina, recurre habitualmente a la utilización de modelos compartimentales que se caracterizan por el uso de ecuaciones matemáticas poliexponenciales. Dos de los modelos multicompartimentales más frecuentemente utilizados para caracterizar la disposición de fármacos en el organismo animal o humano son los modelos bi y tricompartimental, cuyo esquema se comenta a continuación. El modelo bicompartimental considera el organismo dividido en dos compartimentos de distribución. Uno central (compartimento 1) que agrupa el plasma y los tejidos fuertemente irrigados del organismo y donde se asume una distribución homogénea e instantánea del fármaco y un compartimento periférico (compartimento 2) que agrupa aquellos órganos y tejidos donde se produce un retraso en la distribución del fármaco. La distribución del fármaco entre los compartimentos 1 y 2 está regida por microconstantes de distribución de primer orden ( 12 y 21). La eliminación del fármaco se produce desde el compartimento central o compartimento 1 por biotransformación y/o excreción renal regida por una constante de eliminación ( 10) habitualmente lineal y de primer orden:
2 62 Caso 9: Farmacocinética de digoxina 12 A1 A Modelo bicompartimental El modelo tricompartimental se utiliza para fármacos que se caracterizan por presentar una distribución muy amplia en el organismo. La filosofía de diseño de modelo tricompartimental es análoga a la del modelo bicompartimental. La diferencia fundamental estriba en que se asume la existencia de un compartimento central (compartimento 1) análogo al del modelo anterior y dos compartimentos periféricos, accesible (compartimento 2) y profundo (compartimento 3) existiendo diferencias en la velocidad de distribución del fámarco: A A1 A2 21 Modelo tricompartimental Ambos modelos se formulan matemáticamente utilizando ecuaciones diferenciales ordinarias, lineales y de primer orden. Estos sistemas de ecuaciones convenientemente integrados, utilizando, entre otros, herramientas matemáticas muy útiles como por ejemplo las trasnformadas de Laplace, generan ecuaciones poliexponenciales habituales en el campo de la Farmacocinética. La solución analítica del modelo bicompartimental para un fármaco que se administra por vía intravenosa tipo bolus es la de una ecuación biexponencial desdendente: Solución para el compartimento central (1): A 1 =A(1)e 1t +A(2)e 2t Las constantes y son macroconstantes o constantes híbridas que se relacionan 1 2 matemáticamente con las microsconstantes del modelo mediante la siguiente ecuación: = La solución analítica del modelo tricompartimental equivalente es la de una ecuación triexponencial descendente: Solución para el compartimento central (1): A 1 =A(1)e 1t +A(2)e 2t +A(3)e 3t = Los parámetros de las ecuaciones matemáticas exponenciales pueden estimarse mediante regresión no-lineal ponderada con la ayuda de SIMFIT. El programa utilizado para
3 Caso 9: Farmacocinética de digoxina 63 resolver este problema es EXFIT localizado en el menú Fit del SIMFIT y que permite ajustar los parámetros de una ecuación poliexponencial entre 1 y n exponenciales. En este caso concreto utilizaremos EXFIT para ajustar los datos del problema a 2 y 3 exponenciales, que corresponden a los modelos bi y tricompartimentales respectivamente. Al tratarse de datos con error no constante realizaremos una regresión no lineal con pesos estadísticos o regresión no lineal ponderada. PROCEDIMIENTO PASO A PASO 1.- Abrir el archivo con los datos: caso9.xls. Abra el archivo, seleccione los datos númericos y cópielos al portapapeles. Se importarán a Simfit en su momento mediante la opción Paste. 2.- Ajuste de los datos a ecuaciones poliexponenciales. En la barra de opciones del menú principal despliegue la opción Fit y dentro de ella seleccione Sum of 1 to n exponentials functions - exfit y Run the program. A continuación aparece una pantalla con 6 opciones debiendo seleccionarse la opción 1 que corresponde a decaimientos exponenciales: Ahora deberemos importar los datos de nuestro archivo que los tenemos en el protapapeles, para ello seleccionamos: New data > O > File/Clipboard > Paste > O > Open. Una vez cargados los datos procedemos al análisis seleccionando Analyse the current data set.
4 64 Caso 9: Farmacocinética de digoxina Nos pide que introduzcamos el orden inferiror y superior del modelo, en este caso 2 y 3 respectivamente correspondiendo al número de exponenciales que se pretende optimizar en cada caso. A continuación se selecciona el método a usar para las estimadas iniciales de los parámetros. Seleccionamos You input paramenter starting estimates. Seleccionamos el tipo de salida debiendo marcarse las opciones recogidas en el cuadro: Es importante disponer de información sobre la bondad del ajuste así como de la representación de residuales que serán muy útiles para discriminar entre modelos farmacocinéticos. A continuación se introducen las estimadas iniciales para el caso de 2 exponenciales. En el ejemplo utilizaremos: A(1)=0.1, A(2)=1, k(1)=0.02, k(2)=0.4 Una vez realizado el ajuste, el programa presenta en la pantalla los parámetros optimizados. Además de los coeficientes y exponentes de la ecuación exponencial EXFIT calcula el área bajo la curva de niveles plasmáticos (AUC) entre tiempo 0 e. El AUC es un parámetro farmacocinético muy utilizado para análisis modelo-independiente o para cálculos de biodisponibilidad y bioequivalencia.
5 Caso 9: Farmacocinética de digoxina 65 En esta tabla aparece, junto con el valor óptimo de cada parámetro del modelo seleccionado, el error estándar del parámetro, así como los límites de confianza al 95% para dicho parámetro. Así mismo, la tabla muestra la probabilidad (p) de que el parámetro sea redundante, es decir practicamente igual a cero. A continuación, el programa muestra la matriz de correlación de los parámetros seguida de la tabla que muestra los datos experimentales junto a los valores teóricos ajustados. Por último, aparece una tabla con toda la estadística asociada al ajuste. Posteriormente el programa muestra el gráfico correspondiente al ajuste:
6 66 Caso 9: Farmacocinética de digoxina A continuación da la opción de realizar una descomposición llamada Deconvolution por el programa, que permite analizar la contribución de cada término exponencial en el proceso global: Seguidamente el programa reinicia el proceso ahora para un modelo de 3 exponenciales. En este punto habrá que introducir como estimas iniciales las siguientes: A(1)=0.1, A(2)=1, A(3)=4, k(1)=0.01, k(2)=0.3, k(3)=8 A continuación aparecerán los parámetros respectivos, la estadística asociada al ajuste, las gráficas, etc, de manera análoga a lo visto anteriormente para el caso de 2 exponenciales. Finalmente SIMFIT presenta una tabla en la que se comparan los dos modelos probados mediante estadísticos relacionados con la bondad del ajuste y la discriminación entre modelos rivales, como son el test F y los criterios de Akaike (AIC) y de Schwarz (SC). Allí se podrá de manifiesto que la función con 3 exponenciales ajusta estadísticamente mejor los datos que la función con 2 exponenciales. Es interesante durante la realización del ejercicio examinar los gráficos de residuales frente a las variables independiente (tiempo de obtención de la muestra) y dependiente (valor predicho de la concentración plasmática). El análisis de residuales constituye una herramienta muy útil para evaluar la bondad del ajuste y para discriminar entre modelos rivales.
v = V max[s] K m +[S]
Caso 206: Cálculo de V max y K m mediante la linealización Lineweaver-Burk Caso 206 : Cálculo de V max y K m mediante la linealización de Lineweaver-Burk (Regresión lineal sin pesos estadísticos (todas
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detalles3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.
3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesBASES FARMACOCINÉTICAS PARA EL DISEÑO O DE UNA PAUTA TERAPÉUTICA. Dr. Pedro Guerra López
BASES FARMACOCINÉTICAS PARA EL DISEÑO O DE UNA PAUTA TERAPÉUTICA Dr. Pedro Guerra López Pautas terapeuticas Objetivos de esta lección. - Conocer el interés clínico de la farmacocinética en general en cuanto
Más detallesUNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA
UNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA I. DATOS INFORMATIVOS 1.1 Asignatura : Estadística para el Comunicador Social 1.2 Código : 1001-1023 1.3 Pre-requisito
Más detallesAnálisis Probit. StatFolio de Ejemplo: probit.sgp
STATGRAPHICS Rev. 4/25/27 Análisis Probit Resumen El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la variable dependiente Y caracteriza un evento con sólo
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 detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesMATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
Más detallesOpen Office Calc. Elaboración de una tabla de valores de las áreas de la distribución normal
Open Office Calc. Elaboración de una tabla de valores de las áreas de la distribución normal Objetivo: Conocer y calcular los valores de las áreas de la distribución normal mediante OpenOffice Calc. Conocimiento
Más detallesCaso 314: Cálculo de velocidades iniciales en Cinética. Discriminación entre modelos, cálculo de pendientes y asíntotas (F.J.
Caso 314: Cálculo de velocidades iniciales 1 Caso 314: Cálculo de velocidades iniciales en Cinética. Discriminación entre modelos, cálculo de pendientes y asíntotas (F.J. Burguillo) CASO PRÁCTICO La siguiente
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesTransformaciones de Box-Cox
Transformaciones de Box-Cox Resumen El procedimiento para las Transformaciones de Box-Cox es diseñado para determinar una transformación optima para Y mientras se estima un modelo de regresión lineal.
Más detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesUSO HERRAMIENTAS EXCEL PARA LA PREDICCION
USO HERRAMIENTAS EXCEL PARA LA PREDICCION Nassir Sapag Chain MÉTODO DE REGRESIÓN LINEAL SIMPLE El método de Regresión Lineal (o Mínimos cuadrados) busca determinar una recta, o más bien la ecuación de
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
Más detallesPronósticos Automáticos
Pronósticos Automáticos Resumen El procedimiento de Pronósticos Automáticos esta diseñado para pronosticar valores futuros en datos de una serie de tiempo. Una serie de tiempo consiste en un conjunto de
Más detallesRegresión y Correlación
Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detallesEVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I.
EVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO 2013-2014. Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I. UNIDAD 3: POLINOMIOS Y FRACCIONES ALGEBRAICAS Operaciones
Más detallesEstimación de un modelo de ecuaciones simultáneas usando el software econométrico Gretl
Estimación de un modelo de ecuaciones simultáneas usando el software econométrico Gretl Catalina García, María del Mar López y Román Salmerón Departamento de Métodos Cuantitativos para la Economía y la
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detalles1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7.
MODELO A Examen de Estadística Económica (2407) 20 de junio de 2009 En cada pregunta sólo existe UNA respuesta considerada más correcta. Si hay dos correctas deberá escoger aquella respuesta que tenga
Más detallesCEFUROXIMA STADA EFG RESUMEN DEL ESTUDIO DE BIOEQUIVALENCIA
OBJETIVO CEFUROXIMA STADA EFG RESUMEN DEL ESTUDIO DE BIOEQUIVALENCIA El Estudio de Bioequivalencia de Cefuroxima STADA EFG se ha realizado siguiendo las Directrices que la Unión Europea recomienda para
Más detallesAPÉNDICE I. Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario
APÉNDICE I Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario En este apéndice se muestra la información correspondiente a la elaboración de las diferentes curvas
Más detallesCOORDINACIÓN DE FORMACIÓN BASICA PROGRAMA DE UNIDAD DE APRENDIZAJ E POR COMPETENCIAS
UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA COORDINACIÓN DE FORMACIÓN BASICA PROGRAMA DE UNIDAD DE APRENDIZAJ E POR COMPETENCIAS I. DATOS DE IDENTIFICACIÓN 1. Unidad Académica: Facultad de Ciencias 2. Programa
Más detallesAnálisis matemático de la función de Nelson y Siegel
Anexos Anexo 1 Análisis matemático de la función de Nelson y Siegel La función que define el tipo forward según el modelo propuesto por Nelson y Siegel (1987) es la siguiente: con m 0 y τ 0. 1 > m m m
Más detallesMATEMÁTICA DE CUARTO 207
CAPÍTULO 1 CONJUNTOS NUMÉRICOS 1 Introducción... pág. 9 2 Números naturales... pág. 10 3 Números enteros... pág. 10 4 Números racionales... pág. 11 5 Números reales... pág. 11 6 Números complejos... pág.
Más detallesCRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES
Matemáticas hasta 6º de Primaria CONTENIDOS Bloque 5. Estadística y probabilidad CRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES Gráficos y parámetros estadísticos. Recogida y clasificación
Más detallesESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura Créditos
ESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura 46497 Créditos 6 ECTS Carácter Básica Rama de Conocimiento Ciencias de la Salud Materia Fisiología Ubicación dentro del
Más detallesDEPARTAMENTO DE MATEMÁTICAS
DEPARTAMENTO DE MATEMÁTICAS 1. PRIMER CURSO 1.1. CONTENIDOS - Números naturales. - Múltiplos y divisores. Máximo común divisor y Mínimo común múltiplo. - Números enteros. - Números decimales. Aproximación
Más detallesPráctica 3 Diseño de una red wireless para la comunicación y transmisión de datos asociados a pacientes en una planta hospitalaria.
Master en Ingeniería Biomédica Técnicas de simulación wireless/fdtd/fem para aplicaciones biomédicas Práctica 3 Diseño de una red wireless para la comunicación y transmisión de datos asociados a pacientes
Más detallesPROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX
Prof.: MSc. Julio Rito Vargas Avilés Planteamiento del problema: PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX Una compañía de manufactura se dedica a la fabricación de tres productos: A,
Más detallesEl determinante de una matriz se escribe como. Para una matriz, el valor se calcula como:
Materia: Matemática de 5to Tema: Definición de Determinantes Marco Teórico Un factor determinante es un número calculado a partir de las entradas de una matriz cuadrada. Tiene muchas propiedades e interpretaciones
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesTEMA 3: CINÉTICA HOMOGÉNEA. REACCIONES SIMPLES CQA-3/1
TEMA 3: CINÉTICA HOMOGÉNEA. REACCIONES SIMPLES CQA-3/1 CARACTERÍSTICAS DE LAS REACCIONES HOMOGÉNEAS Todas las sustancias reaccionantes se encuentran en una sola fase Velocidad de reacción: Objetivo principal
Más detalles1. Cómo introducir datos en SPSS/PC? - Recordatorio
1 Taller de Estadística Curso 2oo5/2oo6 Descripción de datos bivariantes El objetivo de esta práctica es familiarizarse con las técnicas de descripción de datos bidimensionales y con algunas de las opciones
Más detallesCONSTRUCCIÓN DE GRÁFICOS CON EXCEL
CONSTRUCCIÓN DE GRÁFICOS CON EXCEL I. Recomendaciones para la utilización de cada gráfico de Excel 1. Gráfico de columna horizontal (figura 1) y vertical (figura 2) Son útiles para comparar categorías,
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2015-2016 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES
Más detallesAplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México Presentan: Dr. Miguel
Más detallesCómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.
Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada
Más detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
Más detallesCRITERIOS DE EVALUACIÓN Y CALIFICACIÓN EN BACHILLERATO
CRITERIOS DE EVALUACIÓN Y CALIFICACIÓN EN BACHILLERATO CRITERIOS DE EVALUACIÓN DE MATEMÁTICAS APLICADAS A LAS C SOCIALES I 1 Utilizar los números reales para presentar e intercambiar información, controlando
Más detallesPráctica 9 REGRESION LINEAL Y CORRELACIÓN
Práctica 9. Regresión lineal y Correlación 1 Práctica 9 REGRESION LINEAL Y CORRELACIÓN Objetivos: En esta práctica utilizaremos el paquete SPSS para estudiar la regresión lineal entre dos variables y la
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 detallesTeoría de errores -Hitogramas
FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:
Más detallesSOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante
SOLUCIÓ A LOS EJERCICIOS DEL SPSS Bivariante. a). La media y la varianza de las variables estatura y peso en la escala de medida norteamericana. Peso Peso: Transformar -> Calcular: Libras.4536 Peso libras
Más detallesIntroducción a circuitos de corriente alterna(2).
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Física FI2003 - Métodos Experimentales Semestre otoño 2009 Profesores: Denise Criado, Claudio Falcón, Nicolás Mujica GUIA
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesFACULTAD: Facultad de Ciencias de la Educación
INFORMACIÓN GENERAL FACULTAD: Facultad de Ciencias de la Educación CURSO: ESTADISTICA INFERENCIAL Carrera: LICENCIATURA EN ADMINISTRACIÓN EDUCATIVA Nombre del Curso: ESTADISTICA INFERENCIAL Pre-requisito:
Más detallesCalculadora. Navegar Historial. Separar Expresiones. Graficar Ecuaciones. Abrir Página OXY. Notación SCI/ENG. Deshacer (hasta 30 pasos)
Calculadora Tecla Navegar Historial Separar Expresiones Deshacer (hasta 30 pasos) Rehacer (hasta 30 pasos) Graficar Ecuaciones Asignar Ecuaciones Personalizadas. Abrir Página OXY Conversión Fracción/Grado
Más detallesVariables estadísticas bidimensionales: problemas resueltos
Variables estadísticas bidimensionales: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO
Más detallesConsideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS)
Consideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS) Agosto 2008 SEAN YUN Traducido por ANDREA MARÍN Modelando RF con Precisión 0 0 ICS Telecom ofrece
Más detallesMEDICAMENTOS GENERICOS
MEDICAMENTOS GENERICOS ACLARACIONES AL CONCEPTO DE GENERICOS En general, Médicos y Farmacéuticos identifican inmediatamente como genérico a los medicamentos sin marca y se aplican a ellos conceptos en
Más detalles4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE
Análisis de funciones de una variable 49 4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE En esta sección realizaremos algunos ejercicios sobre el estudio de funciones de una variable: En la parte final hay ejercicios
Más detallesMAT08-13-CALCULA - La calculadora ClassPad 300 como recurso didáctico en la enseñanza de las matemáticas
ENUNCIADO Para completar el curso te proponemos la siguiente actividad: Selecciona cualquier contenido o contenidos del área de Matemáticas (o de otra especialidad si esta no es tu área de trabajo) de
Más detallesMATEMÁTICAS 2º DE BACHILLERATO
MATRICES 1. Matrices y tipos de matrices 2. Operaciones con matrices 3. Producto de matrices 4. Matriz traspuesta 5. Matriz inversa 6. Rango de matrices DETERMINANTES 7. Determinantes de orden 2 y 3 8.
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesCINÉTICA QUÍMICA DETERMINACIÓN DEL ORDEN DE REACCIÓN Y ENERGÍA DE ACTIVACIÓN
II PRÁCTICA 2 CINÉTICA QUÍMICA DETERMINACIÓN DEL ORDEN DE REACCIÓN Y ENERGÍA DE ACTIVACIÓN En esta experiencia comprobaremos la influencia de la concentración de los reactivos, de la temperatura, y de
Más detallesTABLA 8.1 Energías de explosión de las sustancias explosivas. Hidrocarburo He (Kj/mol) He (kj/kg)
8.2 Manuales de Usuario 8.2.1 Instrucciones para operar Excel. Método TNT. El primer paso es poner en forma de lista y en orden alfabético los tipos de hidrocarburos con los que se va a trabajar, con sus
Más detallesDEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS ANALISIS INSTRUMENTAl I
PRIMERA RELACIÓN DE PROBLEMAS. CALIBRACIÓN EN QUÍMICA ANALÍTICA 1.- En la determinación de una especie X por un método instrumental en el que la señal analítica se define como P = kc x, se obtuvieron los
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesSílabo de Cálculo III
Sílabo de Cálculo III I. Datos Generales Código Carácter UC0067 Obligatorio Créditos 5 Periodo Académico 2017 Prerrequisito Cálculo II Horas Teóricas 4 Prácticas 2 II. Sumilla de la Asignatura La asignatura
Más detallesÍndice. I. Datos de identificación 3. II. Presentación de la guía de evaluación del aprendizaje 4
Índice Pág. I. Datos de identificación 3 II. Presentación de la guía de evaluación del aprendizaje 4 III. Ubicación de la unidad de aprendizaje en el mapa curricular 4 IV. Objetivos de la formación profesional
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES
Más detallesEstadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
Más detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Más detallesTema 8. Análisis de dos variables Ejercicios resueltos 1
Tema 8. Análisis de dos variables Ejercicios resueltos 1 Ejercicio resuelto 8.1 La siguiente tabla muestra la distribución del gasto mensual en libros y el gasto mensual en audiovisual en euros en los
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesMatemáticas. Selectividad ESTADISTICA COU
Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries
Más detallesÍNDICE CAPÍTULO 0 CANCEPTOS ALGEBRAICOS 1 CAPÍTUO 1 ECUACIONES Y FUNCIONES LINEALES 56 CAPÍTULO 2 FUNCIONES ESPECIALES 133. Prefacio...
ÍNDICE Prefacio... XV CAPÍTULO 0 CANCEPTOS ALGEBRAICOS 1 0.1 Conjuntos... 2 0.2 Los números reales... 10 0.3 Exponentes de las integrales... 16 0.4 Radicales y exponentes racionales... 21 0.5 Operaciones
Más detallesFigura Área de Influencia de las estaciones complementarias a la estación Centro
INFORME FINAL Instituto de Ingeniería Coordinación de Hidráulica Figura 3.5.1 Área de Influencia de las estaciones complementarias a la estación Centro Tabla 3.5.2 Estaciones dentro del área de influencia
Más detallesEstadística Industrial. Universidad Carlos III de Madrid Series temporales Práctica 5
Estadística Industrial Universidad Carlos III de Madrid Series temporales Práctica 5 Objetivo: Análisis descriptivo, estudio de funciones de autocorrelación simple y parcial de series temporales estacionales.
Más detallesMANUAL DE USO PROGRAMA SENSIBAR
MANUAL DE USO PROGRAMA SENSIBAR ANALSIS DE SENSIBILIDAD Y SIMULACION DE MONTECARLO JOSE FUENTES VALDES FACEA - UNIVERSIDAD DE CONCEPCION Facultad de Economía Universidad de Concepción 1 SensiBar. ANALSIS
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grupo Lunes jueves 1PM22 11:00-12:00 11:00-13:00 Prof. Miguel Hesiquio Garduño. Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com 1 de Agosto de 2011 OBJETIVO
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesManual de GeoConcept 6 II Parte
Manual de GeoConcept 6 II Parte Noviembre de 006 Convenciones Usted notará la presencia de diferentes iconos que le indicarán la existencia de un párrafo importante, un señalamiento o un ejercicio. Atención,
Más detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesPontificia Universidad Católica del Ecuador
Pontificia Universidad Católica del Ecuador 1. DATOS INFORMATIVOS: Av. 1 de Octubre 1076 y Roca Apartado postal 17-01-18 Fax: 593 99 16 56 MATERIA O MÓDULO: CALCULO DIFERENCIAL CÓDIGO: 1063 CARRERA: NIVEL:
Más detallesValorización de Bonos Estructurados. Omar Pinedo
Valorización de Bonos Estructurados Omar Pinedo Qué es un bono estructurado? Es un bono que, debido a sus cláusulas, tiene una opción financiera implícita. Se valoriza descomponiendo en: V(Estructurado)=
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesConferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal
Conferencia clase Al desacoplar las ecuaciones se tiene stemas de ecuaciones diferenciales lineales usando álgebra lineal Contenido. 1. stemas de ecuaciones diferenciales de primer orden. 2. Forma matricial
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más 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 detallesTalleres estimación de tamaño de muestra
Talleres estimación de tamaño de muestra A continuación usted encuentra algunos ejercicios que le pueden servir de guía para practicar el cálculo de tamaños de muestra según los diferentes métodos de muestreo
Más detallesZ i
Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda
Más detallesMaría Paula Coluccio y Patricia Picardo Laboratorio I de Física para Biólogos y Geólogos Depto. de Física, FCEyN, UBA 1999
María Paula Coluccio y Patricia Picardo Laboratorio I de Física para Biólogos y Geólogos Depto. de Física, FCEyN, UBA 1999 En el presente trabajo nos proponemos estimar el valor de la aceleración de la
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesY accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
Más detallesPROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C)
PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) I.E.S. Universidad Laboral de Málaga Curso 2015/2016 PROGRAMACIÓN DE LA
Más detallesCONTENIDO PROGRAMÁTICO
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2015/09/30 Revisión No. 2 AC-GA-F-8 Página 1 de 5 ESTADÍSTICA I CÓDIGO 160011 PROGRAMA ECONOMÍA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE SEGUNDO PRERREQUISITOS
Más detalles18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso.
PRIMER CURSO DE E.S.O Criterios de calificación: 80% exámenes, 10% actividades, 10% actitud y trabajo 1 Números naturales. 2 Potencias de exponente natural. Raíces cuadradas exactas. 3 Divisibilidad. Concepto
Más detalles