Etapa : Caracterización de la partición P 4 de los n individuos de la tabla T(22, 3)

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

Download "6.3.4. 4 Etapa : Caracterización de la partición P 4 de los n individuos de la tabla T(22, 3)"

Transcripción

1 Etapa : Caracterización de la partición P 4 de los n individuos de la tabla T(22, 3) - Resultados y conclusiones Las tres variables contribuyen significativamente a caracterizar las clases de la partición P 4. Los animales de la Clase I/4 presentan una longitud de cuerpo equivalente a la longitud-promedio del conjunto de animales observados. Los animales de la Clase III/4 presentan una longitud de cuerpo netamente superior a la longitud-promedio. Es, sin duda, la clase de los animales «largos». Los animales de las Clases II/4 y IV/4 presentan una longitud de cuerpo inferior a la longitud-promedio, pero la Clase II/4 presenta un promedio de longitud de cuerpo aún inferior al promedio de la Clase IV/4. La Clase II/4 está constituida por los animales más «cortos». Programa PRESTA Eduardo CRIVISQUI Tr. N 79

2 La Clase I/4 presenta un peso-promedio equivalente al peso medio del conjunto de los animales observados. La Clase III/4 es sin duda la clase de los animales más «gordos». La Clase IV/4 es la clase de los animales más «flacos». La Clase II/4 presenta un peso-promedio superior al promedio del conjunto de los animales, pero inferior al peso-promedio que caracteriza la Clase 3/ 4 de los animales «gordos». La Clase I/4 presenta un perímetro de pecho-promedio ligeramente superior al perímetro medio del conjunto de los animales observados. La Clase III/4 es sin duda la clase de los animales que presentan el mayor perímetro de pecho. La Clase IV/4 es la clase de los animales que presentan el menor perímetro de pecho. La Clase II/4 presenta un peso-promedio equivalente al perímetro medio del conjunto de los animales observados e inferior al perímetro de pecho-promedio de la Clase I/4. Programa PRESTA Eduardo CRIVISQUI Tr. N 80

3 Comentario sobre los valores-test... Programa PRESTA Eduardo CRIVISQUI Tr. N 81

4 Etapa : Ubicación de las clases de las particiones en el primer plano factorial a) Resultados Gráfico I Primer Plano Principal : variables y centros de clases de la partición P 4. Gráfico II Primer Plano Principal : puntos-animales agrupados según las clases de la partición P 4. Se indican los parangones de cada clase. b) Conclusiones Comentarios sobre el ordenamiento de las 4 clases de animales según el primer eje del gráfico I. Comentarios sobre la dispersión de las clases en el gráfico II. Programa PRESTA Eduardo CRIVISQUI Tr. N 82

5 Programa PRESTA Eduardo CRIVISQUI Tr. N 83

6 Programa PRESTA Eduardo CRIVISQUI Tr. N 84

7 7. MÉTODOS MIXTOS DE CLASIFICACIÓN 7.1. Introducción Los algoritmos de agregación en torno a «centros móviles» pueden operar sobre tablas de grandes dimensiones... pero : producen particiones que dependen de los primeros centros de clases que hayan sido elegidos. sólo operan sobre un número de clases que debe ser definido a priori. Los algoritmos de clasificación producen siempre el mismo resultado a partir de los mismos datos... pero : se adaptan mal al tratamiento de tablas de grandes dimensiones. Los métodos de clasificación mixtos combinan ambos procedimientos a fin de poder operar sobre tablas que pueden contener miles de unidades de observación. Programa PRESTA Eduardo CRIVISQUI Tr. N 85

8 7.2. Funcionamiento de las clasificaciones mixtas La clasificacion se realiza en cuatro etapas... Primera etapa: Particion inicial de los n individuos de la tabla T(n, p) Sea: = 1000 x : (x miles de individuos que componen la tabla T(n, p) n s : k : número de clases de la particion P s que se desea construir a partir de la tabla T(n, p) un número arbitrario de clases de una primera particion P k de los n individuos de la tabla T(n, p) = 10 y : (del orden de algunas decenas), k < n y k > s. k Procedimiento : Se emplea un algoritmo de agregación en torno a «centros móviles» para crear la partición P k. Se determinan los «grupos estables» que resultan de la partición en k clases. Resultado de la etapa : La partición de los n individuos en k clases homogéneas, de «grupos estables». Programa PRESTA Eduardo CRIVISQUI Tr. N 86

9 Segunda etapa : Clasificación jerárquica sobre los Centros de Gravedad de las k clases Los elementos terminales del árbol de clasificación son las k clases definidas en la primera etapa. Se reagrupan las clases que hubieran sido fragmentadas por la partición realizada en la primera etapa. Se reúnen los elementos dispersos en torno a sus centros originales. Se elige - a partir del dendrograma - el número s de clases que permiten realizar una «buena» partición de los n individuos de la tabla T(n, p). Procedimiento : Se emplea el método de Ward. Resultado de la etapa : Se establece el número s de clases de una «buena» partición. Programa PRESTA Eduardo CRIVISQUI Tr. N 87

10 Tercera etapa : Construccion de la partición P s Los centros de clases de la partición inicial son determinados a partir del corte seleccionado en el árbol de clasificación. En las iteraciones siguientes, los individuos son afectados en relación con el Centro de Gravedad más próximo, lo cual crea nuevas clases, a las cuales se les recalcula el Centro de Gravedad correspondiente y así siguiendo... Procedimiento : Se emplea un algoritmo de agregación en torno a «centros móviles», optimizada por reafectación, para consolidar la partición P s seleccionada originalmente sobre el dendrograma. Resultado de la etapa : Se crea la partición P s Cuarta etapa : Descripción estadística de las clases Se utilizan los procedimientos ya vistos de caracterización de las clases por medio del conjunto de variables (activas e ilustrativas) de la tabla T(n, p). Programa PRESTA Eduardo CRIVISQUI Tr. N 88

PRESENTACIÓN DE LOS MÉTODOS DE CLASIFICACIÓN. Eduardo CRIVISQUI

PRESENTACIÓN DE LOS MÉTODOS DE CLASIFICACIÓN. Eduardo CRIVISQUI PRESENTACIÓN DE LOS MÉTODOS DE CLASIFICACIÓN Eduardo CRIVISQUI ADVERTENCIA SÓLO EL CONOCIMIENTO DE LAS PROPIEDADES LÓGICAS DE LOS MÉTODOS ESTADÍSTICOS PERMITE EVITAR EL EMPLEO «A CIEGAS» DE LOS MISMOS.

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Análisis Estadístico de Datos Climáticos Análisis de agrupamiento (o clusters) (Wilks, Cap. 14) Facultad de Ciencias Facultad de Ingeniería 2013 Objetivo Idear una clasificación o esquema de agrupación

Más detalles

4. MÉTODOS DE CLASIFICACIÓN

4. MÉTODOS DE CLASIFICACIÓN 4. MÉTODOS DE CLASIFICACIÓN Una forma de sintetizar la información contenida en una tabla multidimensional (por ejemplo una tabla léxica agregada), es mediante la conformación y caracterización de grupos.

Más detalles

Minería de Datos Web. 1 er Cuatrimestre 2015. Página Web. Prof. Dra. Daniela Godoy. http://www.exa.unicen.edu.ar/catedras/ageinweb/

Minería de Datos Web. 1 er Cuatrimestre 2015. Página Web. Prof. Dra. Daniela Godoy. http://www.exa.unicen.edu.ar/catedras/ageinweb/ Minería de Datos Web 1 er Cuatrimestre 2015 Página Web http://www.exa.unicen.edu.ar/catedras/ageinweb/ Prof. Dra. Daniela Godoy ISISTAN Research Institute UNICEN University Tandil, Bs. As., Argentina http://www.exa.unicen.edu.ar/~dgodoy

Más detalles

CLASIFICACIÓN NO SUPERVISADA

CLASIFICACIÓN NO SUPERVISADA CLASIFICACIÓN NO SUPERVISADA CLASIFICACION IMPORTANCIA PROPÓSITO METODOLOGÍAS EXTRACTORES DE CARACTERÍSTICAS TIPOS DE CLASIFICACIÓN IMPORTANCIA CLASIFICAR HA SIDO, Y ES HOY DÍA, UN PROBLEMA FUNDAMENTAL

Más detalles

Realizar una Revisión de la Metodología Utilizada por el Sistema de Cuentas Nacionales de la ONU para la asignación del CIIIU y adaptarla al Sistema

Realizar una Revisión de la Metodología Utilizada por el Sistema de Cuentas Nacionales de la ONU para la asignación del CIIIU y adaptarla al Sistema Realizar una Revisión de la Metodología Utilizada por el Sistema de Cuentas Nacionales de la ONU para la asignación del CIIIU y adaptarla al Sistema SIGESIC Introducción En el marco del proyecto POA Sistema

Más detalles

Eclipse Process Framework Composer EPFC, es un editor de procesos gratuito que sirve para editar fragmentos de método, procesos o metodologías y

Eclipse Process Framework Composer EPFC, es un editor de procesos gratuito que sirve para editar fragmentos de método, procesos o metodologías y Eclipse Process Framework Composer EPFC, es un editor de procesos gratuito que sirve para editar fragmentos de método, procesos o metodologías y generar automáticamente la documentación en formato para

Más detalles

ANÁLISIS DISCRIMINANTE

ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE 1. Introducción 2. Etapas 3. Caso práctico Análisis de dependencias introducción varias relaciones una relación 1 variable dependiente > 1 variable dependiente

Más detalles

Facultad de Ciencias Económicas Universidad Nacional de Córdoba Carrera de Doctorado

Facultad de Ciencias Económicas Universidad Nacional de Córdoba Carrera de Doctorado Facultad de Ciencias Económicas Universidad Nacional de Córdoba Carrera de Doctorado Materia: Estadística Aplicada a la Investigación Profesora: Dra. Hebe Goldenhersh Octubre del 2002 1 Determinación de

Más detalles

EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO

EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO I. INTRODUCCIÓN Beatriz Meneses A. de Sesma * En los estudios de mercado intervienen muchas variables que son importantes para el cliente, sin embargo,

Más detalles

Método k-medias. [ U n a i n t r o d u c c i ó n ]

Método k-medias. [ U n a i n t r o d u c c i ó n ] Método k-medias [ U n a i n t r o d u c c i ó n ] Método K-Means (Nubes Dinámicas) 0 3 4 5 6 7 8 9 0 0 3 4 5 6 7 8 9 0 0 3 4 5 6 7 8 9 0 0 3 4 5 6 7 8 9 0 0 3 4 5 6 7 8 9 0 0 3 4 5 6 7 8 9 0 0 3 4 5 6

Más detalles

3.2. El método del «vecino más cercano»

3.2. El método del «vecino más cercano» 3.2. El método del «vecino más cercano» Disponemos de una tabla resumen de tipo T(n,p) Los elementos de T(n,p) presentan una estructura de grupo o de jerarquía de grupos encajados. Aplicamos las etapas

Más detalles

CLASIFICACIÓN NO SUPERVISADA CLASIFICACIÓN NO SUPERVISADA N. QUEIPO, S. PINTOS COPYRIGHT 2005 FUNDAMENTOS DE DATA MINING Y SUS APLICACIONES

CLASIFICACIÓN NO SUPERVISADA CLASIFICACIÓN NO SUPERVISADA N. QUEIPO, S. PINTOS COPYRIGHT 2005 FUNDAMENTOS DE DATA MINING Y SUS APLICACIONES DEFINICIÓN: AGRUPAR UN CONJUNTO DE n OBJETOS, DEFINIDOS POR p VARIABLES, EN c CLASES, DONDE EN CADA CLASE LOS ELEMENTOS POSEAN CARACTERÍSTICAS AFINES Y SEAN MÁS SIMILARES ENTRE SÍ QUE RESPECTO AELEMENTOS

Más detalles

BASE DE DATOS UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA T.S.U. EN ESTADISTICA DE SALUD CATEDRA DE COMPUTACIÓN II. Comenzar presentación

BASE DE DATOS UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA T.S.U. EN ESTADISTICA DE SALUD CATEDRA DE COMPUTACIÓN II. Comenzar presentación UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA T.S.U. EN ESTADISTICA DE SALUD CATEDRA DE COMPUTACIÓN II BASE DE DATOS Comenzar presentación Base de datos Una base de datos (BD) o banco de datos es un conjunto

Más detalles

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 -

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 - Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 9 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Actividad. Qué es un modelo de Data Mining Qué es

Más detalles

En nuestro capitulo final, daremos las conclusiones y las aplicaciones a futuro

En nuestro capitulo final, daremos las conclusiones y las aplicaciones a futuro Capitulo 6 Conclusiones y Aplicaciones a Futuro. En nuestro capitulo final, daremos las conclusiones y las aplicaciones a futuro para nuestro sistema. Se darán las conclusiones para cada aspecto del sistema,

Más detalles

Técnicas de análisis multivariante para agrupación

Técnicas de análisis multivariante para agrupación TEMA 2: TÉCNICAS DE ANÁLISIS MULTIVARIANTE PARA AGRUPACIÓN Métodos cluster Técnicas de segmentación Clasificación no supervisada Ana Justel 1 Técnicas de análisis multivariante para agrupación Motivación

Más detalles

Programación Genética

Programación Genética Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino

Más detalles

Creación de tarifas para seguros en Colombia

Creación de tarifas para seguros en Colombia Creación de tarifas para seguros en Colombia Esther Fernández Sanz 1. Objetivos Una empresa aseguradora internacional tiene el proyecto de abrir sedes en Colombia. A raíz de la alta criminalidad en zonas

Más detalles

PROGRAMA DE CAPACITACIÓN AÑO 2013 GERENCIA Y PLANIFICACIÓN DE PRODUCCIÓN

PROGRAMA DE CAPACITACIÓN AÑO 2013 GERENCIA Y PLANIFICACIÓN DE PRODUCCIÓN PROGRAMA DE CAPACITACIÓN AÑO 2013 GERENCIA Y PLANIFICACIÓN DE PRODUCCIÓN GERENCIA Y PLANIFICACIÓN DE PRODUCCIÓN DISEÑADO PARA Ingenieros de Producción, completación, yacimientos y perforación; geólogos

Más detalles

Cuentas de las Administraciones Públicas Comunidad Foral de Navarra 2014

Cuentas de las Administraciones Públicas Comunidad Foral de Navarra 2014 Cuentas de las Administraciones Públicas Comunidad Foral de Navarra 2014 La necesidad de financiación de las Administraciones Públicas de Navarra en 2014 es de 420,8 millones de, un 2,3% del PIB. La Administración

Más detalles

Yapura Pablo Fassola Hugo Enrique Crechi Ernesto Héctor Keller Aldo Esteban

Yapura Pablo Fassola Hugo Enrique Crechi Ernesto Héctor Keller Aldo Esteban Yapura Pablo Fassola Hugo Enrique Crechi Ernesto Héctor Keller Aldo Esteban Sañudo Gastón Cómo surge el problema? Mercado demanda d diferentes productos caracterizados por sus dimensiones y precio Surge

Más detalles

Capítulo 1. Capítulo 3. Capítulo 2. Adición y sustracción: resultados hasta 18. Valor posicional: millares, centenas, decenas y unidades

Capítulo 1. Capítulo 3. Capítulo 2. Adición y sustracción: resultados hasta 18. Valor posicional: millares, centenas, decenas y unidades C Capítulo 1 Adición y sustracción: resultados hasta 18 Adición: resultados hasta 10... 1 Adición: resultados hasta 18... 2 Sustracción: resultados hasta 10... 3 Sustracción: resultados hasta 18... 4 Solución

Más detalles

[Hemera]/Thinkstock. Risk Integrator

[Hemera]/Thinkstock. Risk Integrator [Hemera]/Thinkstock Risk Integrator Introducción El proyecto de Solvencia II supone un cambio radical para el sector asegurador, que requiere una transformación relevante de la gestión del riesgo y del

Más detalles

TRANSMITANCIAS: SUELOS

TRANSMITANCIAS: SUELOS TRANSMITANCIAS: SUELOS En este apartado definimos los Suelos en contacto con el aire exterior, los Suelos en contacto con espacios no habitables y los Suelos apoyados sobre el terreno, o como máximo 0.50

Más detalles

App para realizar consultas al Sistema de Información Estadística de Castilla y León

App para realizar consultas al Sistema de Información Estadística de Castilla y León App para realizar consultas al Sistema de Información Estadística de Castilla y León Jesús M. Rodríguez Rodríguez rodrodje@jcyl.es Dirección General de Presupuestos y Estadística Consejería de Hacienda

Más detalles

Apoyo a la toma de Decisiones. Carlos A. Olarte Bases de Datos II

Apoyo a la toma de Decisiones. Carlos A. Olarte Bases de Datos II Carlos A. Olarte Bases de Datos II Contenido 1 Introducción 2 OLAP 3 Data Ware Housing 4 Data Mining Introducción y Motivación Cómo puede analizarse de forma eficiente volúmenes masivos de datos? La consulta,

Más detalles

Carácterísticas del enrutamiento dinámico en Internet Tema 4.- Enrutamiento con IP

Carácterísticas del enrutamiento dinámico en Internet Tema 4.- Enrutamiento con IP Clase 2 Carácterísticas del enrutamiento dinámico en Internet Tema 4.- Enrutamiento con IP Dr. Daniel Morató Redes de Ordenadores Ingeniero Técnico de Telecomunicación Especialidad en Sonido e Imagen,

Más detalles

SISTEMA DE GESTION DOCUMENTAL

SISTEMA DE GESTION DOCUMENTAL SISTEMA DE GESTION DOCUMENTAL Introducción favila 0 Contenido Objetivos de este documento... 2 Alcance... 2 Objetivos del Sistema de Gestión Documental... 2 Aspectos Generales... 2 Características básicas...

Más detalles

www.toyota-forklifts.eu Soluciones de estanterías

www.toyota-forklifts.eu Soluciones de estanterías www.toyota-forklifts.eu Soluciones de estanterías Soluciones de estanterías de Toyota Material Handling Toyota Material Handling siempre ha privilegiado el enfoque orientado a las soluciones en la manipulación

Más detalles

Métricas de complejidad para la transformación del problema de detección de cáncer basado en

Métricas de complejidad para la transformación del problema de detección de cáncer basado en Índice para la transformación del problema de detección de cáncer basado en mamografías Alumna: Núria Macià Antoĺınez Asesora: Ester Bernadó Mansilla Núria Macià Antoĺınez PFC: 1/49 Índice 1 Planteamiento

Más detalles

Santiago de la Fuente Fernández. Análisis Conglomerados

Santiago de la Fuente Fernández. Análisis Conglomerados Santiago de la Fuente Fernández Análisis Conglomerados Santiago de la Fuente Fernández Análisis Conglomerados ANÁLISIS DE CONGLOMERADOS Análisis de Conglomerados El Análisis Cluster, conocido como Análisis

Más detalles

XIII Foro Nacional de Gestión Ambiental, Calidad y Sostenibilidad

XIII Foro Nacional de Gestión Ambiental, Calidad y Sostenibilidad XIII Foro Nacional de Gestión Ambiental, Calidad y Sostenibilidad Huella de Carbono Huella de carbono 2014 Gas Natural Fenosa. Eduardo Fernández Rodríguez Miércoles, 25 de marzo de 2015 ÍNDICE Y CONTENIDOS

Más detalles

Foro Permanente de Direcciones de Presupuesto y Finanzas de la República Argentina AL CONSEJO FEDERAL DE RESPONSABILIDAD FISCAL

Foro Permanente de Direcciones de Presupuesto y Finanzas de la República Argentina AL CONSEJO FEDERAL DE RESPONSABILIDAD FISCAL (1310) Ciudad Autónoma de Buenos Aires - AL CONSEJO FEDERAL DE RESPONSABILIDAD FISCAL La aprobación de la Ley N 25.917 que instituye el Régimen Federal de Responsabilidad Fiscal, marca un hito en materia

Más detalles

3. MODELO MACROECONOMICO. 3.1 Oferta y demanda agregada nacional y su efecto en la economía internacional

3. MODELO MACROECONOMICO. 3.1 Oferta y demanda agregada nacional y su efecto en la economía internacional 3. MODELO MACROECONOMICO 3.1 Oferta y demanda agregada nacional y su efecto en la economía internacional Definimos primero a la oferta y demanda agregada para después desglosar sus elementos. Veremos la

Más detalles

Análisis y Diseño de Aplicaciones

Análisis y Diseño de Aplicaciones Análisis y Diseño de Aplicaciones Ciclo de Vida Docente: T/RT Gonzalo Martínez CETP EMT Informática 3er Año Introducción En el desarrollo de sistemas, el ciclo de vida son las etapas por las que pasa un

Más detalles

Dr. Carlos L. Jave Gutiérrez

Dr. Carlos L. Jave Gutiérrez PLANIFICACION DE LA PRODUCCION: PRONOSTICOS Dr. Carlos L. Jave Gutiérrez Universidad San Martín de Porras 2010-2 PLANIFICACION DE LA PRODUCCION Son variados y similares los enfoques que con respecto al

Más detalles

La suma y la resta. Introducción. Capítulo

La suma y la resta. Introducción. Capítulo Capítulo II La suma y la resta Introducción En el capítulo anterior, vimos que los números permiten expresar la cantidad de objetos que tiene una colección. Juntar dos o más colecciones, agregar objetos

Más detalles

GENERACIÓN Y CONSTRUCCIÓN DE DOCUMENTOS XML

GENERACIÓN Y CONSTRUCCIÓN DE DOCUMENTOS XML RUEDA TORRES DULCE CAROLINA 3CM2 GENERACIÓN Y CONSTRUCCIÓN DE DOCUMENTOS XML Java & XML DESARROLLO > Generating Sample En este ejercicio se genera un documento XML en base a las reglas establecidas en

Más detalles

CONTROL DE ROBOTS Y SISTEMAS SENSORIALES 4º Ingeniería Industrial

CONTROL DE ROBOTS Y SISTEMAS SENSORIALES 4º Ingeniería Industrial TÍTULO Segmentación, localización y reconocimiento de piezas OBJETIVO El objetivo de la práctica es mostrar al alumno un método para el reconocimiento de varias piezas existentes en el módulo servidor

Más detalles

[8 ] Contenidos: tipologías y organización.

[8 ] Contenidos: tipologías y organización. [8 ] Contenidos: tipologías y organización. Con Drupal podemos construir casi cualquier tipo de web, definiendo tipos de contenidos, estructurados, permisos, sistema de registro de usuarios, sistemas de

Más detalles

CONTENIDOS Y CRITERIOS DE EVALUACIÓN MATEMÁTICAS 5º ED. PRIMARIA

CONTENIDOS Y CRITERIOS DE EVALUACIÓN MATEMÁTICAS 5º ED. PRIMARIA GSD C o o p e r a t i v a. G r e d o s S a n D i e g o V a l l e c a s PRIMER TRIMESTRE CONTENIDOS. CONTENIDOS Y CRITERIOS DE EVALUACIÓN MATEMÁTICAS 5º ED. PRIMARIA o Los números de siete y ocho cifras,

Más detalles

Para Vodafone los Autónomos y Microempresas deben tener una tarifa adecuada a las necesidades de su negocio. En Vodafone lanzamos unas tarifas con las que el cliente decide cuánto quiere hablar, navegar

Más detalles

APOYO PARA LA TOMA DE DECISIONES

APOYO PARA LA TOMA DE DECISIONES APOYO PARA LA TOMA DE DECISIONES Cátedra: Gestión de Datos Profesor: Santiago Pérez Año: 2006 Bibliografía: Introducción a las Bases de Datos. DATE - 1 - 1. INTRODUCCION APOYO PARA LA TOMA DE DECISIONES

Más detalles

Métodos de la Minería de Datos

Métodos de la Minería de Datos This is page i Printer: Opaue this Métodos de la Minería de Datos Dr. Oldemar Rodríguez Rojas de noviembre de 2005 ii Contents This is page iii Printer: Opaue this iv This is page v Printer: Opaue this

Más detalles

CURSO MINERÍA DE DATOS AVANZADO

CURSO MINERÍA DE DATOS AVANZADO CURSO MINERÍA DE DATOS AVANZADO La minería de datos (en inglés, Data Mining) se define como la extracción de información implícita, previamente desconocida y potencialmente útil, a partir de datos. En

Más detalles

LOGROS DE MATEMÁTICAS Grado Segundo. INDICADORES DE MATEMÁTICAS Grado Segundo L. Mat 1.1 Reafirmar el conocimiento de las operaciones de cálculo

LOGROS DE MATEMÁTICAS Grado Segundo. INDICADORES DE MATEMÁTICAS Grado Segundo L. Mat 1.1 Reafirmar el conocimiento de las operaciones de cálculo LOGROS DE MATEMÁTICAS Grado Segundo. INDICADORES DE MATEMÁTICAS Grado Segundo L. Mat 1.1 Reafirmar el conocimiento de las operaciones de cálculo adición y sustracción sin sobre pasar la decena en el rango

Más detalles

ANÁLISIS DE LA PEQUEÑA Y MEDIANA EMPRESA DEL SECTOR DE ALIMENTACIÓN DE LA COMUNIDAD DE MADRID

ANÁLISIS DE LA PEQUEÑA Y MEDIANA EMPRESA DEL SECTOR DE ALIMENTACIÓN DE LA COMUNIDAD DE MADRID FUNDACIÓN UNIVERSIDAD CARLOS III ANÁLISIS DE LA PEQUEÑA Y MEDIANA EMPRESA DEL SECTOR DE ALIMENTACIÓN DE LA COMUNIDAD DE MADRID AÑO 2001 Madrid, Noviembre 2003 ÍNDICE INTRODUCCIÓN... 1 PRIMERA PARTE: ANÁLISIS

Más detalles

Métodos de reducción de la volatilidad

Métodos de reducción de la volatilidad Métodos de reducción de la volatilidad Los autores estiman como esencial una combinación adecuada de análisis fundamental y análisis técnico D La labor del gestor de carteras se profesionaliza y buen ejemplo

Más detalles

Ingeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007

Ingeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007 Enunciado Se desea efectuar el testing funcional de un programa que ejecuta transferencias entre cuentas bancarias. El programa recibe como parámetros la cuenta de origen, la de cuenta de destino y el

Más detalles

2.1 INFORMACION BASICA Y PRINCIPALES DEFINICIONES.

2.1 INFORMACION BASICA Y PRINCIPALES DEFINICIONES. 2 - PROPIEDAD COMÚN. 2.1 INFORMACION BASICA Y PRINCIPALES DEFINICIONES. En esta oportunidad se adelanta información correspondiente a una nueva serie con las variables de interés en las Compraventas de

Más detalles

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma: Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial

Más detalles

Arquitectura de un Sistema Recomendador

Arquitectura de un Sistema Recomendador DCIC SR: Situación de Aplicabilidad Sistemas de Recomendación y Personalización Necesito información de películas, pero... por dónde empiezo?? Hay tanta información!! Hey! Yo te puedo recomendar:... Viviana

Más detalles

ECONOMÍA INFORMAL Y CONTABILIDAD NACIONAL. Introducción

ECONOMÍA INFORMAL Y CONTABILIDAD NACIONAL. Introducción ECONOMÍA INFORMAL Y CONTABILIDAD NACIONAL Para una contribución de las Cuentas Nacionales a la medición de la economía informal Michel Séruzier Lima, 12 de noviembre de 2010 Introducción La contribución

Más detalles

R e p o r t 1 1. Eduardo Chica Mejía. Carlos Marmolejo Duarte. Personal de recerca CPSV. Noviembre de 2012. Universitat Politècnica de Catalunya

R e p o r t 1 1. Eduardo Chica Mejía. Carlos Marmolejo Duarte. Personal de recerca CPSV. Noviembre de 2012. Universitat Politècnica de Catalunya Resultados de la modelación sobre el impacto del crecimiento de los sectores intensivos en conocimiento (SIC) en otros sectores económicos altamente relacionados con ellos. Análisis a nivel de áreas de

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información

Más detalles

PREPROCESADO DE DATOS PARA MINERIA DE DATOS

PREPROCESADO DE DATOS PARA MINERIA DE DATOS Ó 10.1007/978-3-319-02738-8-2. PREPROCESADO DE DATOS PARA MINERIA DE DATOS Miguel Cárdenas-Montes Frecuentemente las actividades de minería de datos suelen prestar poca atención a las actividades de procesado

Más detalles

SOLUCIÓN: a) Signo y magnitud:

SOLUCIÓN: a) Signo y magnitud: 1. Resolver las siguientes conversiones razonando los pasos seguidos (total 3 a. Dado el número 18525 expresado en decimal, calcular su representación numérica en signo y magnitud, en complemento a 2 y

Más detalles

Credit scoring. por Dr. Marcelo Dabós, Ph.D. (marcelo.dabos@comunidad.ub.edu.ar)

Credit scoring. por Dr. Marcelo Dabós, Ph.D. (marcelo.dabos@comunidad.ub.edu.ar) Credit scoring por Dr. Marcelo Dabós, Ph.D. (marcelo.dabos@comunidad.ub.edu.ar) En base a que los bancos modernos otorgan tarjetas de crédito y créditos personales o los niegan? Qué límite de crédito le

Más detalles

EPB 603 Sistemas del Conocimiento!"#$ %& $ %'

EPB 603 Sistemas del Conocimiento!#$ %& $ %' Metodología para el Desarrollo de Proyectos en Minería de Datos CRISP-DM EPB 603 Sistemas del Conocimiento!"#$ %& $ %' Modelos de proceso para proyectos de Data Mining (DM) Son diversos los modelos de

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones de agosto de 200. Estandarización Cuando se plantea un modelo de LP pueden existir igualdades y desigualdades. De la misma forma

Más detalles

EVALUACIÓN N DE PROYECTOS. Eco. Juan Carlos Gilardi PROMPEX Marzo 2007

EVALUACIÓN N DE PROYECTOS. Eco. Juan Carlos Gilardi PROMPEX Marzo 2007 EVALUACIÓN N DE PROYECTOS Eco. Juan Carlos Gilardi PROMPEX Marzo 2007 DEFINICION Evaluar un proyecto implica identificar y cuantificar creativamente costos y beneficios de una idea o alternativa con el

Más detalles

GUÍA PARA LA OBTENCIÓN DE SOFTWARE EN LA EIAE

GUÍA PARA LA OBTENCIÓN DE SOFTWARE EN LA EIAE GUÍA PARA LA OBTENCIÓN DE SOFTWARE EN LA EIAE Pág. 1 de 9 Control de Cambios Versión Fecha Autor Comentarios 1.0 22/10/2010 Eva Gómez Creación documento 1.1 26/11/2010 Carmela Ortega Modificación Pág.

Más detalles

5.- ANÁLISIS DE RIESGO

5.- ANÁLISIS DE RIESGO 5.- ANÁLISIS DE RIESGO El módulo de Análisis de Riesgo se caracteriza por desarrollar una herramienta formativa para la gestión, que permite al usuario identificar, analizar y cuantificar el riesgo de

Más detalles

Objetivos y Temario CURSO SQL SERVER 2008

Objetivos y Temario CURSO SQL SERVER 2008 Objetivos y Temario CURSO SQL SERVER 2008 OBJETIVOS Este curso es una guía paso a paso para crear aplicaciones con SQL Server 2008. Trata en profundidad sus temas esenciales, con ejemplos de código que

Más detalles

CURSOS DE ESPECIALIZACIÓN MICROSOFT EXCEL

CURSOS DE ESPECIALIZACIÓN MICROSOFT EXCEL CURSOS DE ESPECIALIZACIÓN MICROSOFT EXCEL MICROSOFT EXCEL. FÓRMULAS Y FUNCIONES. 6 HORAS Ampliar los conocimientos sobre funciones de Microsoft Excel de forma completa y avanzada, con el fin de mejorar

Más detalles

www.slar w acks.slar.c acks om.c

www.slar w acks.slar.c acks om.c www.slaracks.com Empresa Somos una empresa mexicana dedicada a proveer a nuestros clientes las mejores soluciones para optimización de su almacén. En SLA contamos con racks de la mas alta calidad, además

Más detalles

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un grafo acíclico, o sea, una unión disjunta

Más detalles

ANTEPROYECTO DE LEY DE ECONOMIA SOSTENIBLE

ANTEPROYECTO DE LEY DE ECONOMIA SOSTENIBLE CAPÍTULO VIII Formación Profesional Sección 1ª El sistema de formación profesional Artículo 80. Objetivos en materia de formación profesional En el ámbito de las enseñanzas de formación profesional, esta

Más detalles

CUANTIFICANDO LA CLASE MEDIA EN MÉXICO: UN EJERCICIO EXPLORATORIO

CUANTIFICANDO LA CLASE MEDIA EN MÉXICO: UN EJERCICIO EXPLORATORIO CUANTIFICANDO LA CLASE MEDIA EN MÉXICO: UN EJERCICIO EXPLORATORIO Nota Técnica 2 Introducción El análisis de agrupamiento o clustering es una herramienta estadística que tiene como objetivo identificar

Más detalles

ESTRUCTURA DE DESGLOSE DEL TRABAJO EDT

ESTRUCTURA DE DESGLOSE DEL TRABAJO EDT ESTRUCTURA DE DESGLOSE DEL TRABAJO EDT Una de las primeras tareas en el proceso de creación de un proyecto es la definición de su alcance, delimitando los trabajos a realizar para lograr cumplir los objetivos

Más detalles

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING Aprendizaje Automático y Data Mining Bloque IV DATA MINING 1 Índice Definición y aplicaciones. Grupos de técnicas: Visualización. Verificación. Descubrimiento. Eficiencia computacional. Búsqueda de patrones

Más detalles

Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.

Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por

Más detalles

WBS:Work Breakdown Structure. WBS - Work Breakdown Structure. WBS - Work Breakdown Structure. WBS:Work Breakdown Structure...

WBS:Work Breakdown Structure. WBS - Work Breakdown Structure. WBS - Work Breakdown Structure. WBS:Work Breakdown Structure... WBS - Work Breakdown Structure WBS:Work Breakdown Structure WBS: es una descripción jerárquica del trabajo que se debe realizar para completar el proyecto. El trabajo se divide en actividades. Las actividades

Más detalles

1. Instala sistemas operativos en red describiendo sus características e interpretando la documentación técnica.

1. Instala sistemas operativos en red describiendo sus características e interpretando la documentación técnica. Módulo Profesional: Sistemas operativos en red. Código: 0224. Resultados de aprendizaje y criterios de evaluación. 1. Instala sistemas operativos en red describiendo sus características e interpretando

Más detalles

Segmentación de mercados

Segmentación de mercados Segmentación de mercados 1. Proceso de segmentación 2. Criterios de segmentación 3. El mapa perceptual 4. El proceso de segmentación 5. La microsegmentación 6. La macrosegmentación 7. Segmentación internacional

Más detalles

Diseño Organizacional. Lectura No. 8 Estructura y Diseño Organizacional

Diseño Organizacional. Lectura No. 8 Estructura y Diseño Organizacional Diseño Organizacional Lectura No. 8 Estructura y Diseño Organizacional Contextualización 1. Concepto 9. Características de las estructuras efectivas 2. Elementos de la estructura organizacional 8. Tendencias

Más detalles

Empresa o Entidad C.A Electricidad de Valencia. Autores del Trabajo Nombre País e-mail Jimmy Martínez Venezuela jmartinez@eleval.

Empresa o Entidad C.A Electricidad de Valencia. Autores del Trabajo Nombre País e-mail Jimmy Martínez Venezuela jmartinez@eleval. Título Estudio Estadístico de Base de Datos Comercial de una Empresa Distribuidora de Energía Eléctrica. Nº de Registro 231 Empresa o Entidad C.A Electricidad de Valencia Autores del Trabajo Nombre País

Más detalles

Capítulo 12: Indexación y asociación

Capítulo 12: Indexación y asociación Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación

Más detalles

Dirección de Cuentas Satélite INEGI

Dirección de Cuentas Satélite INEGI División de Asuntos de Género Cuenta Satélite de Producción n de los Hogares de MéxicoM (Documento en Revisión) Versión n Preliminar. Valoración n del Trabajo Doméstico No Remunerado. Dirección de Cuentas

Más detalles

a2 Herramienta Administrativa Configurable Versión 2.6 - Servipack 6

a2 Herramienta Administrativa Configurable Versión 2.6 - Servipack 6 a2 Herramienta Administrativa Configurable Versión 2.6 - Servipack 6 Versión Contribuyentes Especiales La versión de la Herramienta Administrativa configurable incorpora la nueva providencia Administrativa

Más detalles

Y vista la propuesta que formula el Gerente de la Universidad, el Consejo de Gobierno, reunido en sesión de 4 de noviembre de 2009, ACUERDA:

Y vista la propuesta que formula el Gerente de la Universidad, el Consejo de Gobierno, reunido en sesión de 4 de noviembre de 2009, ACUERDA: Acuerdo de aprobación de la modificación de la Relación de Puestos de Trabajo del Personal de Administración y Servicios de la Universidad Miguel Hernández de Elche. Con la finalidad de adaptar la estructura

Más detalles

Tema 7. Introducción al reconocimiento de objetos

Tema 7. Introducción al reconocimiento de objetos Tema 7. Introducción al reconocimiento de objetos En resumen, un sistema de reconocimiento de patrones completo consiste en: Un sensor que recoge las observaciones a clasificar. Un sistema de extracción

Más detalles

Contenido. Sistema de archivos. Operaciones sobre archivos. Métodos de acceso a archivos. Directorio. Sistema de archivos por capas.

Contenido. Sistema de archivos. Operaciones sobre archivos. Métodos de acceso a archivos. Directorio. Sistema de archivos por capas. Contenido Sistema de archivos Operaciones sobre archivos Métodos de acceso a archivos Directorio Sistema de archivos por capas Espacio libre Sistema de archivos Proporciona el mecanismo para el almacenamiento

Más detalles

Análisis de Datos. Práctica de métodos predicción de en WEKA

Análisis de Datos. Práctica de métodos predicción de en WEKA SOLUCION 1. Características de los datos y filtros Una vez cargados los datos, aparece un cuadro resumen, Current relation, con el nombre de la relación que se indica en el fichero (en la línea @relation

Más detalles

POSICIÓN AETIC JULIO 2009 1/10

POSICIÓN AETIC JULIO 2009 1/10 POSICIÓN AETIC Respecto a CONSULTA PÚBLICA SOBRE LA APERTURA DE UN NUEVO RANGO DE NUMRACIÓN PARA LA PRESTACIÓN DE SERVICIOS DE COMUNICACIONES MÓVILES (SETSI) JULIO 2009 1/10 Introducción AETIC agradece

Más detalles

2 Métodos combinatorios

2 Métodos combinatorios 2 Métodos combinatorios Las pruebas pueden aplicarse de muchas maneras, es decir, existen diferentes formas de preparar casos de prueba. En este capítulo se presentan dos formas de prueba muy fáciles de

Más detalles

Estrategias de CÁLCULO Y RESOLUCIÓN

Estrategias de CÁLCULO Y RESOLUCIÓN s de CÁLCULO Y RESOLUCIÓN Catálogo Í N D I C E PRIMERO BÁSICO UNIDAD : NÚMEROS HASTA EL (REPASO) Representar con elementos Representar con cubos Representar con elementos Combinaciones aditivas: dobles

Más detalles

Sistemas de Data Warehousing

Sistemas de Data Warehousing Federación Médica del Interior (FEMI) Sociedad Uruguaya de Informática en la Salud (SUIS) Información en Salud Edición 2009 Sistemas de Data Warehousing Dr. Ing. Adriana Marotta (In.Co - F.Ing - UDELAR)

Más detalles

Redes de Kohonen y la Determinación Genética de las Clases

Redes de Kohonen y la Determinación Genética de las Clases Redes de Kohonen y la Determinación Genética de las Clases Angel Kuri Instituto Tecnológico Autónomo de México Octubre de 2001 Redes Neuronales de Kohonen Las Redes de Kohonen, también llamadas Mapas Auto-Organizados

Más detalles

El árbol de problemas

El árbol de problemas SECRETARÍA TÉCNICA DE PLANIFICACIÓN EL ÁRBOL DE PROBLEMAS 1. Introducción El análisis de problemas es una de las herramientas fundamentales en la planificación, especialmente en proyectos. El análisis

Más detalles

ANÁLISIS DE ENCUESTAS

ANÁLISIS DE ENCUESTAS ANÁLISIS DE ENCUESTAS TÉCNICAS MULTIVARIANTES 1. Introducción 2. Clasificación de las técnicas 3. Etapas de análisis 4. Supuestos básicos 5. Valores perdidos y anómalos introducción Definición. i ió -

Más detalles

SEGMENTACION PARA DETECCIÓN DE TRANSACCIONES INUSUALES EN TARJETA CREDITO. Segmentation for Detection of Unusual Transactions

SEGMENTACION PARA DETECCIÓN DE TRANSACCIONES INUSUALES EN TARJETA CREDITO. Segmentation for Detection of Unusual Transactions SEGMENTACION PARA DETECCIÓN DE TRANSACCIONES INUSUALES EN TARJETA CREDITO. Segmentation for Detection of Unusual Transactions Blanca Inés Rojas Peña a, Maria Alejandra Uribe Acosta b birojas@unal.edu.co,

Más detalles

Speed EAM La información a un clic

Speed EAM La información a un clic Guía de visita para la página de demostración y pruebas de Speed EAM. Speed EAM La información a un clic El equipo de desarrollo TABLA DE CONTENIDO Introducción... 3 Entrar en el sistema... 4 Datos generales...

Más detalles

GUÍA DEL USUARIO DE ZEUS

GUÍA DEL USUARIO DE ZEUS GUÍA DEL USUARIO DE ZEUS OBJETIVO Con el presente documento se explicará el funcionamiento del software Zeus para el uso de la Base de Datos de TGI con enfoque en la realización de Planes de Medios. QUÉ

Más detalles

Valor agregado del producto

Valor agregado del producto Valor agregado del producto Ya que la educación es un aspecto muy importante en la formación de los seres humanos, utilizar las herramientas que estén a nuestra disposición para facilitarla o bien para

Más detalles

CIUDAD E ALCALDÍA DE MEDELLÍN COMFAMA

CIUDAD E ALCALDÍA DE MEDELLÍN COMFAMA CIUDAD E ALCALDÍA DE MEDELLÍN COMFAMA CONVOCATORIA PARA CONFORMAR UN BANCO DE ELEGIBLES PARA EL DISEÑO Y CONSTRUCCIÓN DE PÁGINAS WEB DE LAS EMPRESAS PERTENECIENTES AL PROGRAMA CIUDAD E 1. Antecedentes

Más detalles

El Mercado de Rentas Vitalicias en Chile

El Mercado de Rentas Vitalicias en Chile El Mercado de Rentas Vitalicias en Chile Informe Trimestral Estados Financieros a Junio 211 La opinión de ICR Chile Clasificadora de Riesgo, no constituye en ningún caso una recomendación para comprar,

Más detalles

Cuenta del gasto en protección ambiental

Cuenta del gasto en protección ambiental Cuenta del gasto en protección ambiental Introducción La protección del medio ambiente constituye una actividad que está adquiriendo cada vez más importancia en el desarrollo socioeconómico de la Unión

Más detalles

Los procesos de la vigilancia tecnológica soportados sobre el CMS Joomla!

Los procesos de la vigilancia tecnológica soportados sobre el CMS Joomla! Los procesos de la vigilancia tecnológica soportados sobre el CMS Joomla! INFO 2010 / IntEmpres 2010 19 al 23 de Abril Palacio de Convenciones La Habana Cuba Autores: Lic. Fernando Martínez Rivero Lic.

Más detalles