Estimación de la diversidad

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

Download "Estimación de la diversidad"

Transcripción

1 Estimación de la diversidad

2 Curvas de acumulación de especies

3 Curvas de acumulación de especies curva de acumulación de especies (curva de colector) 6 5 A+B+C # de especies A A+B A+B+C+D parcelas

4 Curvas de acumulación de especies El orden de muestreo fue arbitrario. Pudo comenzar con cualquier parcela dando los mismos resultados.

5 Curvas de acumulación de especies curva de acumulación de especies 6 5 A+B+C # de especies B A+B A+B+C+D parcelas

6 Curvas de acumulación de especies curva de acumulación de especies 6 A+B+C 5 # de especies C A+C A+B+C+D parcelas

7 Y si añadimos parcelas? Siguiendo la teoría de biogeografía de islas podemos deducir que a mayor área de muestreo o mayor esfuerzo de colección mayor diversidad.

8 Distribución de abundancias

9 Distribución de abundancias

10 Distribución de abundancias La mayoría de las especies en una comunidad tienen abundancias intermedias Son pocas las mas abundantes Son pocas las menos abundantes (raras) Esto sugiere que a mayor área de muestreo o esfuerzo de colección mas especies raras se añadirán

11

12 Algunas curvas de acumulación tienden a una asíntota otras no # e s p e c i e s área o # de individuos? área o # de individuos

13 Las que tienden a una asíntota Pueden sugerirnos la riqueza total # e s p e c i e s área o # de individuos

14 Cuál de las curvas de acumulación anteriores utilizamos? Cada curva es diferente dependiendo del orden en que se incluyan las muestras Una opción es una curva suavizada mediante promediación de combinaciones de muestras: rarificación Construyan una curva rarificada para el ejemplo anterior

15

16 Curva rarificada por muestras Pasos (para método exacto): Haga una lista de las combinaciones posibles de 1, 2, 3, 4, etc. # de muestras Calcular promedios de especies presentes en todas las combinaciones de 1, 2, 3, 4, etc. # de muestras Graficar los promedios También se acostumbra calcular las desviaciones estándar para cada nivel de grupos de parcelas

17 Curva rarificada por muestras Pasos (para método aleatorio): Haga una lista de las combinaciones posibles de 1, 2, 3, 4, etc. # de muestras Calcular promedios de especies presentes en combinaciones seleccionadas al azar de 1, 2, 3, 4, etc. # de muestras Graficar los promedios También se acostumbra calcular las desviaciones estándar para cada nivel de grupos de parcelas

18 Curva rarificada por individuos Pasos (para método aleatorio): Haga una lista de las combinaciones posibles de 1, 2, 3, 4, etc. # de individuos Calcular promedios de especies presentes en combinaciones seleccionadas al azar de 1, 2, 3, 4, etc. # de individuos Graficar los promedios También se acostumbra calcular las desviaciones estándar para cada nivel de grupos de individuos

19 Curva rarificada por parcelas o individuos

20 Densidad de especies Muchas veces pensamos que podemos estimar la diversidad basándonos en promedios de diversidad por parcela Esta medida solo representa la densidad de especies (especies por unidad de área) Densidad de especies es sensitiva al número de individuos muestreados

21

22 Estimación de riqueza No podemos estimar riqueza basándonos en densidad de especies Determinar la riqueza de una comunidad o un paisaje toma demasiado esfuerzo y podemos equivocarnos Existen varios métodos de estimación

23 Estimación de riqueza Métodos: Extrapolar la asíntota Ajustar una distribución a lo observado Distribución geométrica Distribución log-normal Otras Resultados ambiguos pues varias distribuciones pueden resultar adecuadas dando estimados muy diferentes Estimadores paramétricos Estimadores no-paramétricos

24 Estimadores no-paramétricos Jackknife (incidencia) Jack1 Jack2 Chao Chao2 Chao2 corregido q 1 = # esp en solo 1 muestra m = # muestras

25 Calculen a Jack1, jack2 y Chao2 Parce las S1 S2 S3 S4 S5 R A B C D

26

27 Estimadores de riqueza También hay estimadores de riqueza que utilizan los datos de abundancia Jackknife (jack1 y jack2) Chao1 otros

28 Estimadores no-paramétricos No hacen suposiciones acerca de las características de la distribución de los datos Tienden a dar estimados mas certeros que otros métodos

29 Extrapolar la asíntota

30 Ajustar la distribución

31 Chao2: uno de los mejores

Remuestreo importancia y aplicaciones

Remuestreo importancia y aplicaciones Remuestreo importancia y aplicaciones Al usar índices de biodiversidad no es razonable suponer una distribución muestral conocida del estimador (índice de Shannon u otro) y por eso se recomienda utilizar

Más detalles

Distribuciones Fundamentales de Muestreo. UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides

Distribuciones Fundamentales de Muestreo. UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides Distribuciones Fundamentales de Muestreo UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides Distribuciones Muestrales La distribución de probabilidad de un estadístico

Más detalles

EXAMEN PRACTICO ECOLOGÍA VALOR:

EXAMEN PRACTICO ECOLOGÍA VALOR: EXAMEN PRACTICO ECOLOGÍA VALOR: 100 puntos Esta prueba se realizará en la plataforma Shiny (On Line), y luego se realizará un cuestionario en físico (hoja de respuestas). Diversidad alfa: Densidad de especies

Más detalles

Prácticas de Ecología Curso 3 Práctica 1: Muestreo

Prácticas de Ecología Curso 3 Práctica 1: Muestreo PRÁCTICA 1: MUESTREO Introducción La investigación ecológica se basa en la medición de parámetros de los organismos y del medio en el que viven. Este proceso de toma de datos se denomina muestreo. En la

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 10 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización En estadística existen dos métodos para la

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA DE TRABAJO 3 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. Sea X 1,..., X n una muestra aleatoria

Más detalles

José Ramón Martínez Batlle. Tema 2. Biogeografía ecológica (1). Medición, modelización, interpretación de la biodiversidad

José Ramón Martínez Batlle. Tema 2. Biogeografía ecológica (1). Medición, modelización, interpretación de la biodiversidad José Ramón Martínez Batlle Tema 2. Biogeografía ecológica (1). Medición, modelización, interpretación de la biodiversidad MODELOS DE ABUNDANCIA Modelos de abundancia A medida que se acumulaban gradualmente

Más detalles

Análisis Bioestadístico de datos

Análisis Bioestadístico de datos Análisis Bioestadístico de datos Se mide la Diversidad Alfa, Beta y Gamma, utilizando varios índices como se de detalla a continuación. Medición de la Diversidad Alfa: La gran mayoría de los métodos propuestos

Más detalles

Práctica 2. Tratamiento de datos

Práctica 2. Tratamiento de datos Errores Todas las medidas que se realizan en el laboratorio están afectadas de errores experimentales, de manera que si se repiten dos experiencias en las mismas condiciones es probable que los resultados

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2008 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2008 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 008 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva

Más detalles

Qué hacemos cuando la distribución no es normal? Qué significa ser normal? Qué significa ser normal? 1er. Simposio Metodología Seis Sigma

Qué hacemos cuando la distribución no es normal? Qué significa ser normal? Qué significa ser normal? 1er. Simposio Metodología Seis Sigma er. imposio Metodología eis igma Resumen Qué hacemos cuando la distribución no es normal? Qué significa ser normal? Ejemplos de situaciones normales Ejemplos de situaciones no normales Resumen Implicaciones

Más detalles

07 Estimación puntual e introducción a la estadística inferencial

07 Estimación puntual e introducción a la estadística inferencial 07 Estimación puntual e introducción a la estadística inferencial Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Contenido Qué es la estadística inferencial?

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales 1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA 1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,

Más detalles

CONCEPTOS BASICOS DE MUESTREO VARIABLE ALEATORIA. (Concepto no matemático)

CONCEPTOS BASICOS DE MUESTREO VARIABLE ALEATORIA. (Concepto no matemático) CAPITULO 8 CONCEPTOS BASICOS DE MUESTREO En la aplicación de los métodos de muestreo es importante recordar los siguientes conceptos básicos: 8.1. VARIABLE ALEATORIA. (Concepto no matemático) Es aquella

Más detalles

ESTADÍSTICA 1 o CC. Ambientales Tema 5: Contrastes de hipótesis no paramétricas

ESTADÍSTICA 1 o CC. Ambientales Tema 5: Contrastes de hipótesis no paramétricas ESTADÍSTICA 1 o CC. Ambientales Tema 5: Contrastes de hipótesis no paramétricas Contraste no paramétrico. Definición. Tipos Contraste χ 2 de bondad de ajuste Contraste de bondad de ajuste de Kolmogorov-Smirnov

Más detalles

Cap 7 Intervalos de Confianza

Cap 7 Intervalos de Confianza Cap 7 Intervalos de Confianza Mate 3015 7.1-1 INTERVALOS DE CONFIANZA PARA UNA PROPORCIÓN 7.1-2 Estadísticas inferencial Ahora discutimos estadística inferencial -el proceso de generalizar la información

Más detalles

Estimación. Introducción. Sea X la variable aleatoria poblacional con distribución de probabilidad f θ donde. es el parámetro poblacional desconocido

Estimación. Introducción. Sea X la variable aleatoria poblacional con distribución de probabilidad f θ donde. es el parámetro poblacional desconocido Tema : Introducción a la Teoría de la Estimación Introducción Sea X la variable aleatoria poblacional con distribución de probabilidad f θ (x), donde θ Θ es el parámetro poblacional desconocido Objetivo:

Más detalles

Fundamentos de la investigación en psicología

Fundamentos de la investigación en psicología Fundamentos de la investigación en psicología TEMA 10 1º curso Grado Psicología Curso académico 2017-18 TEMA 10. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD: VARIABLES CONTINUAS 1. El modelo normal 2. Ejercicios

Más detalles

ESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09)

ESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09) ESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09) Estimación de una media de población: σ conocida Requisitos 1. La muestra es aleatoria simple. (Todas las muestras del mismo tamaño

Más detalles

.4. Abundancia y dispersión: Teoría del muestreo aplicada al análisis de poblaciones sésiles.

.4. Abundancia y dispersión: Teoría del muestreo aplicada al análisis de poblaciones sésiles. [UNIDAD II] Página 20.4. Abundancia y dispersión: Teoría del muestreo aplicada al análisis de poblaciones sésiles. "El gran propósito de la vida no es el conocimiento, sino la acción" Thomas Huxley.4.1.

Más detalles

Teoría de la decisión

Teoría 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 detalles

Estimaciones puntuales. Estadística II

Estimaciones puntuales. Estadística II Estimaciones puntuales Estadística II Estimación Podemos hacer dos tipos de estimaciones concernientes a una población: una estimación puntual y una estimación de intervalo. Una estimación puntual es un

Más detalles

Unidad V: Estadística aplicada

Unidad V: Estadística aplicada Unidad V: Estadística aplicada 5.1 Inferencia estadística: Concepto, Estimación, Prueba de hipótesis La Inferencia Estadística es la parte de la estadística matemática que se encarga del estudio de los

Más detalles

Anexo 1. Para cada tipo de obra se utiliza una metodología diferente, la cual se describe a continuación:

Anexo 1. Para cada tipo de obra se utiliza una metodología diferente, la cual se describe a continuación: Anexo 1 A continuación se describe la metodología para evaluar las obras de restauración en campo y poder determinar su efectividad para recuperar cobertura y diversidad vegetal. METODOLOGIA Variables

Más detalles

Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo

Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso Práctico El objetivo de este ejercicio es analizar diferentes tipos de pruebas estadísticas en las

Más detalles

Para el bosque de pino, puede observarse la tabla de la estructura de la vegetación.

Para el bosque de pino, puede observarse la tabla de la estructura de la vegetación. 6. Resultados 6.1 Estructura de la Vegetación Bosque de Pino Para el bosque de pino, puede observarse la tabla de la estructura de la vegetación. Tabla 6.1.1 Estructura de la vegetación del hábitat de

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. 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 detalles

Fecha de elaboración: 2003 Fecha de última actualización: F1232 Probabilidad y Estadística 1/9

Fecha de elaboración: 2003 Fecha de última actualización: F1232 Probabilidad y Estadística 1/9 Programa elaborado por: PROGRAMA DE ESTUDIO PROBABILIDAD Y ESTADÍSTICA Programa Educativo: Área de Formación : Licenciatura en Física Integral Profesional Horas teóricas: 4 Horas prácticas: 0 Total de

Más detalles

Juan Carlos Colonia INFERENCIA ESTADÍSTICA

Juan Carlos Colonia INFERENCIA ESTADÍSTICA Juan Carlos Colonia INFERENCIA ESTADÍSTICA PARÁMETROS Y ESTADÍSTICAS Es fundamental entender la diferencia entre parámetros y estadísticos. Los parámetros se refieren a la distribución de la población

Más detalles

Estadística. Carrera: AGM Participantes Representante de las academias de Ingeniería Agronomía de los Institutos Tecnológicos.

Estadística. Carrera: AGM Participantes Representante de las academias de Ingeniería Agronomía de los Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Ingeniería en Agronomía AGM 0614 3 2 8 2. HISTORIA DEL PROGRAMA Lugar

Más detalles

Práctica 6: Fundamentos de la Inferencia. Teorema Central del Límite.

Práctica 6: Fundamentos de la Inferencia. Teorema Central del Límite. : Fundamentos de la Inferencia. Teorema Central del Límite. 1. Dada una población de media µ = 400 y varianza σ 2 = 1.600. Se obtiene una muestra aleatoria de tamaño 35. Detallar bajo qué condiciones se

Más detalles

Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central

Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Objetivos: Al terminar este capítulo podrá: 1. Explicar por qué una muestra es la única forma posible de tener conocimientos acerca de una

Más detalles

Distribuciones Muestrales e Intervalos de Confianza

Distribuciones Muestrales e Intervalos de Confianza Distribuciones Muestrales e Intervalos de Confianza Sesión 5 Dr. Carlos J. Vilalta (DAP) Estadística - Curso propedéutico MAPP 2016 Centro de Investigación y Docencia económicas (CIDE) Contacto: carlos.vilalta@cide.edu

Más detalles

CURSO DE METODOLOGIA DE LA INVESTIGACION

CURSO DE METODOLOGIA DE LA INVESTIGACION CURSO DE METODOLOGIA DE LA INVESTIGACION Dr. Iván Espinoza Salvadó Profesor Titular III Unidad de Investigación Científica Facultad de Ciencias Médicas. MUESTREO Universo: Conjunto de individuos u objetos

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva

Más detalles

Estimación de Parámetros.

Estimación de Parámetros. Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un

Más detalles

Problemas de Estimación de una y dos muestras

Problemas de Estimación de una y dos muestras Problemas de Estimación de una y dos muestras Walpole Myers Myers Facultad de Estudios Superiores Acatlán Licenciatura en Economía 13 de marzo 2017 José A. Huitrón Mendoza Introducción En los ejercicios

Más detalles

Ecología de Comunidades Clase 2

Ecología de Comunidades Clase 2 Ecología de Comunidades Clase 2 Comunidad biológica La semana pasada grupos de poblaciones de diferentes especies que ocurren en el mismo lugar y al mismo tiempo Ecología de comunidades el estudio científico

Más detalles

Modelado y simulación en Ingeniería Química. Manuel Rodríguez

Modelado y simulación en Ingeniería Química. Manuel Rodríguez ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema (o proceso), donde: Desarrollados

Más detalles

Qué es la Biodiversidad?

Qué es la Biodiversidad? Biodiversidad Qué es la Biodiversidad? La biodiversidad o diversidad biológica es la variedad de la vida. Este concepto incluye varios niveles de la organización biológica. Abarca a la diversidad de especies

Más detalles

La econometría : una mirada de pájaro

La econometría : una mirada de pájaro La econometría : una mirada de pájaro Contenido Objetivo Definición de Econometría Modelos determinista y estocástico Metodología de la econometría Propiedades de un modelo econométrico Supuestos de un

Más detalles

MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL

MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.

Más detalles

TRABAJO 2: Muestreo con calculadora. TC /2017.

TRABAJO 2: Muestreo con calculadora. TC /2017. TRABAJO : Muestreo con calculadora. TC3. 06/07. APELLIDOS: GRUPO: NOMBRE: DNI (o NIE): A: B: C: D: En los enunciados de los ejercicios que siguen aparecen los valores A, B, C y D, que representan respectivamente

Más detalles

Variables aleatorias: El caso continuo. Random variables: The continuous case. Rincón de la Bioestadística

Variables aleatorias: El caso continuo. Random variables: The continuous case. Rincón de la Bioestadística Variables aleatorias: El caso continuo Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Random variables: The continuous case E l tratamiento de una variable

Más detalles

Universidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

Universidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA Universidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA Ateneo Ruperto P. Bonet Chaple UTB-Julio 2016 OBJETIVO Aplicar las técnicas de Muestreo e Inferencia Estadística Determinar el tamaño

Más detalles

Hipótesis. (x), donde es el parámetro poblacional desconocido. Problemas Inferenciales sobre

Hipótesis. (x), donde es el parámetro poblacional desconocido. Problemas Inferenciales sobre Tema 7: Introducción a los Contrastes de Hipótesis Introducción Sea X la variable aleatoria poblacional con distribución de probabilidad f (x), donde es el parámetro poblacional desconocido Problemas Inferenciales

Más detalles

Estimación. Diseño Estadístico y Herramientas para la Calidad. Estimación. Estimación. Inferencia Estadística

Estimación. Diseño Estadístico y Herramientas para la Calidad. Estimación. Estimación. Inferencia Estadística Diseño Estadístico y Herramientas para la Calidad Estimación Epositor: Dr. Juan José Flores Romero juanf@umich.m http://lsc.fie.umich.m/~juan M. en Calidad Total y Competitividad Estimación Inferencia

Más detalles

Indicadores de fecundidad

Indicadores de fecundidad Indicadores de fecundidad Estadísticas longitudinales de biografías reproductivas en Andalucía, 2002-2013 Nota metodológica Este producto estadístico ha sido concebido con el principal objetivo de poner

Más detalles

RECOPILACIÓN DE DATOS SOBRE DISEÑO DE MUESTREOS

RECOPILACIÓN DE DATOS SOBRE DISEÑO DE MUESTREOS RECOPILACIÓN DE DATOS SOBRE DISEÑO DE MUESTREOS Reunión RIESPO Junio 2010 NO HAY UN DISEÑO DE MUESTREOS UNIVERSAL DISEÑO IDEAL: Conceptualmente sencillo Fácil de llevar a cabo Independiente del observador

Más detalles

INDICE Capitulo uno Introducción y estadísticas descriptiva Capitulo dos Conceptos en probabilidad Capitulo tres

INDICE Capitulo uno Introducción y estadísticas descriptiva Capitulo dos Conceptos en probabilidad Capitulo tres INDICE Capitulo uno Introducción y estadísticas descriptiva 1.1. Introducción 1.2. descripción grafica de los datos 3 1.3. medidas numéricas descriptivas 11 Ejercicios 22 Apéndice: sumatorias y otras notaciones

Más detalles

Especialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA

Especialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA Especialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA Enrique Rosales Ronzón, Patricia Díaz Gaspar, mayo 2015 Estadística??? Ciencia, Técnica, Arte Reunir, Organizar, presentar,

Más detalles

Diseños factoriales a dos niveles

Diseños factoriales a dos niveles Diseños factoriales a dos niveles Tema 3. El diseño 4. Diseños k (tabla de signos) Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III

Más detalles

TÉCNICAS NO PARAMÉTRICAS DRA. LETICIA FLORES PULIDO

TÉCNICAS NO PARAMÉTRICAS DRA. LETICIA FLORES PULIDO TÉCNICAS NO PARAMÉTRICAS DRA. LETICIA FLORES PULIDO INTRODUCCIÓN En los ejemplos anteriores suponemos que conocemos la forma de la distribución de los datos. En la mayoría de las aplicaciones de este tipo,

Más detalles

UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM

UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT

Más detalles

Tipos de muestreo. MVZ.EPA. Ruby Sandy Moreno Mejia

Tipos de muestreo. MVZ.EPA. Ruby Sandy Moreno Mejia Tipos de muestreo MVZ.EPA. Ruby Sandy Moreno Mejia Definición de muestreo Ventajas Diseño del muestreo Tipos de muestreo Probabilístico No probabilístico Procedimiento utilizado para contar con datos para

Más detalles

DISEÑO Y MEDIDA DEL TRABAJO. Tema 4

DISEÑO Y MEDIDA DEL TRABAJO. Tema 4 DISEÑO Y MEDIDA DEL TRABAJO Tema 4 CONTENIDO Definición e importancia. Ergonomía. Economía de Movimientos. Cultura del trabajo en las Organizaciones Graficas de actividad, grafica hombre - maquina. Graficas

Más detalles

Tema 7: Ejercicios de Inferencia en una población Normal

Tema 7: Ejercicios de Inferencia en una población Normal Tema 7: s de Inferencia en una población Normal Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO 83 - INGENIERÍA INFORMÁTICA Otros I3 En una explotación minera las rocas

Más detalles

TEST DE RAZÓN DE VEROSIMILITUD GENERALIZADA

TEST DE RAZÓN DE VEROSIMILITUD GENERALIZADA TEST DE RAZÓN DE VEROSIMILITUD GENERALIZADA JUAN C. MANRÍQUEZ 1, LUIS CID 2 y MARCELA VALDEZ 3 1 Universidad del Bío Bío, Facultad de Ciencias, Departamento de Matemáticas jcmanriq@ubiobio.cl 2 Universidad

Más detalles

Tema: Análisis de valores faltantes con SPSS

Tema: Análisis de valores faltantes con SPSS Tema: Análisis de valores faltantes con SPSS 1.- Introducción Hemos de comenzar advirtiendo que el Procedimiento Valores perdidos no se incluye en el sistema Base de SPSS, por lo que solo estará disponible

Más detalles

Manual de Aplicación para la Pauta de Exámen de Trabajos Científicos

Manual de Aplicación para la Pauta de Exámen de Trabajos Científicos Manual de Aplicación para la Pauta de Exámen de Trabajos Científicos Dominio 1. Introducción Tomar en consideración que es el comienzo de su resumen, por ende debe ser atractiva, de no más de un párrafo

Más detalles

DISTRIBUCIONES MUESTRALES

DISTRIBUCIONES MUESTRALES DISTRIBUCIONES MUESTRALES Cuál es la finalidad de las distribuciones muéstrales y del método del muestreo como herramientas básicas de la estadística y qué aplicabilidad tienen en la vida cotidiana? Siendo

Más detalles

Nota de los autores... vi

Nota de los autores... vi ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...

Más detalles

Introducción al tratamiento de datos experimentales. Aplicación en fisicoquímica

Introducción al tratamiento de datos experimentales. Aplicación en fisicoquímica Introducción al tratamiento de datos experimentales Aplicación en fisicoquímica Medidas experimentales 1. 8.86 M H 2 O 2 100V 8.93M Titulación con KMnO 4 2. 8.78 M 3. 9.10 M Resultado promedio: 8.91 M

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Estimación de Kaplan Meier Bootstrap de la curva de supervivencia

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Estimación de Kaplan Meier Bootstrap de la curva de supervivencia UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS EAP DEESTADÍSTICA Estimación de Kaplan Meier Bootstrap de la curva de supervivencia Capítulo2 Método de remuestreo bootstrap MONOGRAFÍA

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

- Si se repite un experimento, en condiciones indistinguibles, los resultados presentan variabilidad.

- Si se repite un experimento, en condiciones indistinguibles, los resultados presentan variabilidad. Introducción Los modelos que vamos a estudiar son usados para averiguar si una o más variables o factores afectan nuestra variable de interés. Ejemplos donde esta disciplina puede ser utilizada son: -

Más detalles

TEMA 3.- EL ANALISIS ESTADISTICO DE LA INFORMACION (MODELIZACION) DIFERENTES TIPOS DE PROCEDIMIENTOS ESTADISTICOS

TEMA 3.- EL ANALISIS ESTADISTICO DE LA INFORMACION (MODELIZACION) DIFERENTES TIPOS DE PROCEDIMIENTOS ESTADISTICOS TEMA 3.- EL ANALISIS ESTADISTICO DE LA INFORMACION (MODELIZACION) PROCEDIMIENTOS ESTADISTICOS CONSTRUCCION DE MODELOS DIFERENTES TIPOS DE PROCEDIMIENTOS ESTADISTICOS Cada procedimiento es aplicable a un

Más detalles

(b) V ar X directamente usando la definición. (d) V ar X usando la fórmula abreviada.

(b) V ar X directamente usando la definición. (d) V ar X usando la fórmula abreviada. Ejercicios y Problemas adicionales. Capítulo II 1. La función de masa de probabilidad de X= número de defectos importantes en un elestrodoméstico seleccionado al azar, de un cierto tipo, es x 0 1 2 3 4.

Más detalles

Estadística I Tema 5: Introducción a la inferencia estadística

Estadística I Tema 5: Introducción a la inferencia estadística Estadística I Tema 5: Introducción a la inferencia estadística Tema 5. Introducción a la inferencia estadística Contenidos Objetivos. Estimación puntual. Bondad de ajuste a una distribución. Distribución

Más detalles

PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS. Sec. Repaso EX III MAT. 298 Núm.

PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS. Sec. Repaso EX III MAT. 298 Núm. PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS Nombre: Fecha: Sec. Repaso EX III MAT. 298 Núm. I. Verdadero (V) o Falso (F).. La Curva de Probabilidad Normal Estándar

Más detalles

ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.

ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. 1 PROBABILIDAD Probabilidad de un evento es la posibilidad relativa de que este ocurra al realizar el experimento Es la frecuencia de que algo ocurra dividido

Más detalles

Prof. Angel Zambrano ENERO 2009 Universidad de Los Andes Escuela de Estadística

Prof. Angel Zambrano ENERO 2009 Universidad de Los Andes Escuela de Estadística Prof. Angel Zambrano ENERO 009 Universidad de Los Andes Escuela de Estadística Muestreo: Es una metodología que apoyándose en la teoría estadística y de acuerdo a las características del estudio, indica

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.

Más detalles

VARIABLES ALEATORIAS CONTINUAS

VARIABLES ALEATORIAS CONTINUAS VARIABLES ALEATORIAS CONTINUAS Variables aleatorias continuas Distribución n Normal 1 Distribución n de Probabilidad Continua Una variable aleatoria continua asume un valor dentro del intervalo de los

Más detalles

Probabilidad Condicional

Probabilidad Condicional Probabilidad Condicional Ejemplo: Se tiene que dos bolas son seleccionadas aleatoriamente (sin reemplazo) de un caja que contiene r bolas rojas y b bolas azules. Cuál es la probabilidad de que la primera

Más detalles

Suma de productos Producto de sumas. Fundamentos de los Computadores Grado en Ingeniería Informática

Suma de productos Producto de sumas. Fundamentos de los Computadores Grado en Ingeniería Informática 2. Simplificación de funciones booleanas: as Método de Karnaugh aug Suma de productos Producto de sumas Fundamentos de los Computadores Grado en Ingeniería Informática Introducción Los circuitos digitales

Más detalles

EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)

EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) Fortino Vela Peón fvela@correo.xoc.uam.mx FVela-0 Objetivo Introducir las ideas básicas del principio de máxima verosimilitud. Problema Considere el experimento

Más detalles

Selección de la muestra.

Selección de la muestra. Universidad Nacional de Ingeniería Facultad de Electrotecnia y Computación Departamento de Electrónica Asignatura Metodología de la Investigación Carrera: Ing. Telecomunicaciones Semestre: II Año Lectivo:

Más detalles

ANEXO 2 1. NOVENTA PERCENTIL ESTIMADO.

ANEXO 2 1. NOVENTA PERCENTIL ESTIMADO. ANEXO 2 1. NOVENTA PERCENTIL ESTIMADO. El PMSMB ha adoptado recientemente la estrategia de muestreo sistemático al azar para la evaluación de los moluscos que se desarrollan en aguas que no estén impactadas

Más detalles

Ecología de Comunidades Clase 3

Ecología de Comunidades Clase 3 Ecología de Comunidades Clase 3 La semana pasada Comunidades: Grupos taxonómicos (ex. comunidad de plantas, o de aves, etc.) Niveles tróficos (ex. productores primarios, herbívoros, parásitos, etc.) Grupos

Más detalles

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE INGENIERÍA CIVIL

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE INGENIERÍA CIVIL UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE INGENIERÍA CIVIL SECRETARÍA ACADÉMICA Coordinación de Investigación, Innovación, Evaluación y Documentación Educativas. I.- DATOS DE IDENTIFICACIÓN Nombre

Más detalles

Tema 6: Introducción a la inferencia estadística Parte 1

Tema 6: Introducción a la inferencia estadística Parte 1 Tema 6: Introducción a la inferencia estadística Parte 1 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos Lecturas recomendadas:

Más detalles

Capítulo 16. Abundancia de especies y diversidad

Capítulo 16. Abundancia de especies y diversidad Capítulo 16 Abundancia de especies y diversidad Observaciones Algunas especies ocupan o prefieren lugares con combinaciones de condiciones ambientales particulares (hábitats). Algunos hábitats contienen

Más detalles

PRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO

PRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley

Más detalles

Técnicas Estadísticas. Operaciones matriciales. sticas. Análisis de continuidad espacial. Análisis espectral

Técnicas Estadísticas. Operaciones matriciales. sticas. Análisis de continuidad espacial. Análisis espectral Lección n 6. Análisis de datos geográficos Los modelos de abstracción tipo campo son en realidad matrices de datos. Esto nos permite realizar con ellos todo tipo de operaciones matriciales: Superposición

Más detalles

Inferencia estadística. Hipótesis estadística Errores! y " BC. Nathalia Navarro Trevisan

Inferencia estadística. Hipótesis estadística Errores! y  BC. Nathalia Navarro Trevisan Inferencia estadística Hipótesis estadística Errores! y " BC. Nathalia Navarro Trevisan ESTADISTICA INFERENCIAL Permite obtener información de la población a través de una muestra Generalización de resultados

Más detalles

Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos

Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos Contrastes 2 χ Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos de una determinada distribución? Homogeneidad

Más detalles

ORIENTACIONES PARA LA CERTIFICACIÓN DE LAS CUENTAS DE LOS ORGANISMOS PAGADORES DEL FEOGA. Asunto: Orientación 8 - Muestreo y evaluación de errores

ORIENTACIONES PARA LA CERTIFICACIÓN DE LAS CUENTAS DE LOS ORGANISMOS PAGADORES DEL FEOGA. Asunto: Orientación 8 - Muestreo y evaluación de errores COMISIÓN EUROPEA DIRECCIÓN GENERAL VI AGRICULTURA Administración y asuntos generales, relaciones presupuestarias y financieras, liquidación de cuentas del FEOGA, evaluación VI.A.I.3 Liquidación de cuentas

Más detalles

Nombre: Distribuciones de probabilidad continua. Segunda parte.

Nombre: Distribuciones de probabilidad continua. Segunda parte. Estadística 1 Sesión No. 12 Nombre: Distribuciones de probabilidad continua. Segunda parte. Contextualización En la presente sesión aprenderás una de las aplicaciones principales de la distribución t-student,

Más detalles

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:

Más detalles

PROGRAMA ANALÍTICO DE ASIGNATURA

PROGRAMA ANALÍTICO DE ASIGNATURA UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO COORDINACIÓN DE DOCENCIA DIRECCIÓN DE PLANEACIÓN Y DESARROLLO EDUCATIVO PROGRAMA ANALÍTICO DE ASIGNATURA 1.- DATOS GENERALES 1.1 INSTITUTO: Instituto de Ciencias

Más detalles

Programación anual de medicamentos y productos afines

Programación anual de medicamentos y productos afines Programación anual de medicamentos y productos afines a) INTRODUCCIÓN En el presente procedimiento se describe la forma de realizar una programación anual de medicamentos y productos afines con base en

Más detalles

Laboratorio N 3, Funciones y Gráficos.

Laboratorio N 3, Funciones y Gráficos. Universidad Diego Portales Facultad de Ingeniería. Instituto de Ciencias Básicas Asignatura: Cálculo I Introducción. Laboratorio N 3, Funciones y Gráficos. Sea D un conjunto dado de números reales. Una

Más detalles

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial

Más detalles