Son las dispersiones diferentes?
|
|
- José Miguel Cabrera Ortega
- hace 8 años
- Vistas:
Transcripción
1 ESTADÍSTICA BÁSICA II Prueba de significancia 2: F-test Análisis de Varianza (ANOVA) Identificación de valores anómalos (outliers) - Cochran y Grubbs test Taller 3 Leonardo Merino Science Department Swedish National Food Agency Santiago de Chile, Julio 2013 Son las dispersiones diferentes? Dispersión Es la diferencia de las dispersiones debido a errores aleatorios? La prueba-t es usada para comparar medias aritméticas, y asi, detectar errores sistemáticos. Sin embargo, en algunos casos se puede necesitar comparar sus dispersión (i.e. sus desviación estándar) para determinar si los dos grupos de datos provienen de una misma población, es decir, la diferencia de las dispersiones observadas es debido solamente a variaciones aleatorias. 1
2 Son las dispersiones diferentes? Dispersión o la diferencia es debido a los dos grupos de datos provienen de dos poblaciones diferentes? En un sentido práctico usamos la prueba-f si queremos saber si el método A es más preciso que el método B (prueba de una-cola) o si deseamos saber si las precisiones de los métodos A y B son diferentes (prueba de dos-colas). Prueba de significación 2: F-Test F-Test (detectar diferencias de precisión entre dos métodos) Calcular el F obs : comparar las dispersiones expresadas como varianzas: F obs = S 1 2 /S 2 2 El número de grados de libertad del numerador y denominador son n 1-1 and n 2-1 respectivamente. Debido a que la distribución-f no es simétrica. La aplicación del F-Test exige tomar en cuenta ciertas criterios diferentes al seguidos en el t-test para obtener el número de colas del valor crítico. 2
3 Reglas para el F-Test F = S 2 mayor /S 2 menor Es la varianza 1 mayor que la 2? Una-cola F crit = F ( ) Colas? = 0.05 (95%) Son las varianzas diferentes? Dos-colas F crit = F (/ ) No Significante No F obs >F crit? Sí Significante Observe que si S 12 < S 2 2 no hay necesidad de realizar el F-Test Buscando el valor crítico F Crit Cálcular los grados de libertad () 1 = n = n 2 1 Usar las tablas estándar de valores F Significancia: F obs > F Crit Statistically significant is not the same as scientifically important 3
4 Valores críticos del F-test (dos-colas a 95 %) (tambien usado para una-cola a 97.5% nivel de confianza) Grados de libertad Denominador Numerador Grados de libertad Valores críticos del F-test (una-cola a 95 %) (tambien usado para dos-colas a 90% nivel de confianza) Denominador Numerador
5 Cálculo del valor crítico (F crit ) en Excel FINV (probability, df numerador, df denominador) Uso del F-Test en Excel FINV (probabilidad; grados de libertad 1; grados de libertad 2) Probabilidad es la probabilidad asociada con la distribución-f Grados de libertad 1 son los grados de libertad del numerador Grados de libertad 2 son los grados de libertad del denominador Nota: La funcion F-Test en Excel da p-values ( de una-cola, si se quiere dos-colas usar la probabilidad Alpha = 1. F-Test en EXCEL (Versión )
6 Análisis de Varianza (ANOVA) Porqué ANOVA? 105 Analito conc A B C D Analista E Media s t ANOVA nos responde la pregunta: hay una diferencia significante entre las medias (o analistas), considerando que ellas son calculadas a partir de un número repetido de mediciones? El Análisis de Varianza expande la aplicación de las pruebas de significancia (t-test), al comparar varias medias y varianzas al mismo tiempo. p(p-1)/2 nos da el número de t-test que serian necesarios (p= número de medias) 6
7 Análisis de Varianza (ANOVA) Es un método de comprobar la igualdad de tres o mas medias poblacionales evaluando sus varianzas. La idea central en ANOVA esta en que nos permite separar las diferentes fuentes de variación que contribuyen a la variación total (las variaciones de las mediciones de las eventuales variaciones de la muestra); compararlas y determinar si ellas son significativamente diferentes. La más simple forma de ANOVA es la de un solo factor (one-way). Un factor es una propiedad o característica, que permite distinguir una población de otra, (un analista, un método, una misma temperatura, etc.). Cuando son considerados simultanemente dos factores (ej. temperatura y tiempo) se usa el ANOVA de dos factores (two-ways). Calculando ANOVA (1) Conceptos y parámetros estadísticos usados en ANOVA Fuentes de Suma de Cuadrados Grados de Cuadrado Medio variación (SS) libertad () (MS) Entre-grupos, SS e SS e = SS t - SS d e = p -1 MS e = SS e / e Dentro-grupos, SS d SS d = i S i ² d = p (n-1) MS d = SS d / d Total SS t SS t = t S t ² t = p n-1 - Fuentes de variación Hay dos fuentes de variación independientes: 1. Variación entre-grupos y 2. Variación dentro-grupos La variación total incluye la variación entre-grupos y dentro-grupos. 7
8 Suma de cuadrados Calculando ANOVA (2) Estadístico que mide las variaciones dentro y entre-grupos. Las sumas de cuadrados equivalen a sumas de varianzas. 2 Suma de Cuadrados (SS) SS e = SS t - SS d SS d = i s² i SS t = t s ² t Donde: SS e = Suma de cuadrados entre-grupos SS d = Suma de cuadrados dentro-grupos SS t = Suma de cuadrados total s 2 i = Varianza de los resultados dentro-grupos s 2 t = Varianza del total de resultados = Grados de libertad La suma de cuadrados dentro-grupos representa la variación debida al error aleatorio de la medición (repetibilidad), mientras que la suma de cuadrados entre-grupos representa la variación debido a las diferencias de las medias (muestras). Calculando ANOVA (3) Número de grados de libertad () Es el número de valores independientes incluídos en el cálculo del estadístico Se representa por el simbolo o df Grados de libertad () e = p -1 d = p (n-1) t = p n-1 Donde: p = número de grupos n = número de mediciones en cada grupo 8
9 Cuadrado medio Calculando ANOVA (4) El cuadrado medio puede ser considerado como un tipo de promedio de la suma de cuadrados. Cuadrado Medio (MS) MS e = SS e / e MS d = - SS d / d Donde: MS e = Cuadrado Medio entre-grupos MS d = Cuadrado Medio dentro-grupos = número de grados de libertad Calculando ANOVA (5) F-Test Los cuadrados medios son comparados usando el F-Test F obs = MS e (entre-grupos) / MS d (dentro-grupos) Si F obs > F crit la variación entre-grupos es significativa comparada con la variación dentro-grupos En ANOVA de un solo factor la hipótesis que se prueba es si: El cuadrado medio entre-grupos, MS e es mayor que el cuadrado medio dentrogrupos, MS d. Por lo tanto, el F crit usado es tomado de las Tablas de una-cola. 9
10 Calculando ANOVA (6) Expresión de los resultados de ANOVA en Excel Ejemplo: Hay diferencia significativa entre los resultados de las titulaciones de los 5 analistas? Tabla I. Resultados experimentales mg /L Grupos I II III IV V VI VII VIII IX X Test Test Test Test 4 Test 5 x s s i ² i i s i ²
11 1. Calcular la suma de cuadrados Total SS t = t S t ² Total SS t = 14*(0.36) 2 = 1.82 Grados de libertad total: t = pn-1 (p = 5, n = 3) Dentro-grupos SS d = i S i ² Dentro-grupos SS d = (2* )+(2* )+(2* )+(2* )+(2* ) = = 0.97 Entre-grupos SS e = Total SS t dentro-grupos SS d Entre-grupos SS e = = Calcular los cuadrados medios Cuadrado Medio entre-grupos MS e =SS e / e = 0.85 / 4 = 0.21 Grados de libertad entre-grupos: e = p-1 (p = 5 grupos) Cuadrado Medio dentro-grupos MS d =SS d / d = 0.97 / 10 = 0.10 Grados de libertad dentro-grupos: d = p(n i 1)(n = 3 repeticiones) d = 5 (3 1) = 10 11
12 3. El F-test El F obs es calculado por la ecuación: F obs = MS e / MS d = 0.21 / 0.10 = 2.18 F crit a un nivel de confianza de 95% con 4 y 10 grados de libertad es El F obs es menor que el F crit, por lo tanto, no hay evidencia de diferencia significativa en los resultados de los diferentes analistas. ANOVA en EXCEL (Versión ) 1. Un factor, diferentes analístas
13 x x ANOVA en una hoja de aplicación-excel Identificación de valores anómalos (outliers) Cochran test Identifica resultados que muestran significativa variabilidad entre repeticiones (varianzas) Grubbs test Identifica valores medios anómalos en una población 13
14 Cochran test i) Calcular la diferencias de cada par de resultados duplicados y elevarlos al cuadrado (D i2 ) ii) Sumar los cuadrados de estas diferencias ( D i2 ) iii) Calcular una relación dividiendo la mayor de estas diferencias cuadradas por la suma de todas las diferencias cuadradas, y multiplicar por 100. (Si n>2 se comparan varianzas en lugar de diferencias) 2 Dimax Cochran Di iv) Comparar la relación calculada con los valores crítico tomado de las tablas. Si la relación es mayor que el C crít obtenido de las tablas, el resultado puede ser considerado anómalo. Simple Grubbs test 1. Calcular la desviación estándar de todos las medias (SD) Simple Grubbs 2. Eliminar la media más alta y calcular la SD de las restantes (SD H ). 3. Eliminar la media más baja y calcular la SD de las restantes (SD L ). 4. Calcular la disminución (%) de las SD (G L o G H ) segun las ecuaciones: SD SD L H G L G H SD SD 5. El mayor de estos resultados es el estadístico Grubbs (G L og H ). 6. Si el G L o G H calculado es mayor que el G crítico (tomado de las tablas), indica la presencia de un valor anómalo. 14
15 Doble Grubbs Doble Grubbs test 6. Eliminar las dos medias mas altas y calcular la SD de las restantes (SD 2H ) 7. Eliminar los dos medias mas bajas y calcular la SD de las restantes (SD 2L ) 8. Eliminar la media mas alta y la media mas baja y calcular la SD de las restantes (SD HL ) 9. Calcular la disminución (%) de los SD (estadístico Grubbs), usando el menor de los SD obtenidos y tomando la siguiente fórmula como ejemplo: G 100 HL 1 (Los otros valores Grubbs alternativos son calculados subtituyendo SD HL por SD 2H, o SD 2L ) 10. Comparar el valor Grubbs con el valor crítico de las tablas. El resultado es considerado un valor anómalo si el Grubbs observado es mayor que el Grubbs crítico encontrado en las tablas. SD SD HL Ejemplo: Exclusion de outliers Cochran test 2 max 2 a b Cochran a b Cochran % max No a b (a-b) Sum Cochran % 82.8 Cochran crítico = 88.6% Cochran crítico > Cochran calculado = El análisis 1 es un valor anómalo 15
16 G SD H 100 SD H 1 1. Calcular G obs : Eliminar medias y calcular SD segun procedimiento Buscar valores críticos Simple (H,L) = 57.0% Doble (2H,2L) = 73.1% Doble (LH) = 76.2% 3. Es G obs > G cri? Ejemplo: Grubbs test G H % 1.02 No mg/kg H L 2H 2L LH SD x Grubbs (G X ) Secuencia para la eliminación de anómalos Eliminar no-válidos Calcular precisión Cochran? No Simple Grubbs? No Doble Grubbs? Si Si Si Eliminar laboratorio (no deben exceder 2/9) Eliminar laboratorio ( no deben exceder 2/9) Eliminar laboratorios (no deben exceder 2/9) Si Algún valor eliminado? No Fin Collaborative Study Guidelines Journal Of AOAC International Vol. 78. No
17 Valores críticos: Cochran test, 2.5 % (1-cola) y Grubbs test a 2.5 % (2-colas), 1.25% (1-cola) No de resultados (muestras o laboratorios Cochran Valor critico r = 2 Simple Grubb's 1 alto o 1 bajo Doble Grubb's 2 bajos o 2 altos Doble Grubb's 1 alto y 1 bajo Collaborative Study Guidelines Journal Of AOAC International Vol. 78. No Taller 3 Usando las fórmulas dadas en el curso: Comparar la precisión de dos métodos a un nivel de confianza de 95% Calcular la suma de cuadrados, grados de libertad y cuadrados medios Efectuar los cálculos de ANOVA e interpretar los resultados. Referencias Wilson A.L. The chemical Analysis of Water. The Royal Society of Chemistry. 2nd ed Method Validation Course LGC limited. London Statistic for Analytical Chemist. Training Course. LGC London. Miller. J.N. & Miller. J.C. Estadística y Quimiometría para Química Analítica. Prentice Hall. 4ta Ed
Porqué varían los resultados analíticos?
ESTADÍSTICA BÁSICA I 1. La estadística y sus objetivos. Aplicación de la Estadística en Química Analítica 3. Variabilidad analítica. Distribución normal 4. Otros conceptos básicos. Intervalos de confianza
Más detallesEL ANÁLISIS DE LA VARIANZA (ANOVA) 1. Comparación de múltiples poblaciones
EL ANÁLISIS DE LA VARIANZA (ANOVA) 1. Comparación de múltiples poblaciones Ricard Boqué, Alicia Maroto Grupo de Quimiometría y Cualimetría. Universitat Rovira i Virgili. Pl. Imperial Tàrraco, 1. 43005Tarragona
Más detallesINCERTIDUMBRE DE LA MEDICIÓN II. Uso de los resultados del Estudio de Validación (Externa e Interna)
INCERTIDUMBRE DE LA MEDICIÓN II Uso de los resltados del Estdio de Validación (Externa e Interna) I. Incertidmbre asociada al error aleatorio (precisión intermedia) II. Incertidmbre asociada al error sistemático
Más detallesANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS
ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se
Más detallesEstudios interlaboratorios: Estudios Colaborativos Estudios de Certificación Ensayos de Aptitud Taller 11
Estudios interlaboratorios: Estudios Colaborativos Estudios de Certificación Ensayos de Aptitud Taller 11 tested once, accepted everywhere Leonardo Merino Science Department-Swedish National Food Agency
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesPruebas de. Hipótesis
Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar
Más detallesII. ANÁLISIS DE SISTEMAS DE MEDICIÓN
II. ANÁLISIS DE SISTEMAS DE MEDICIÓN INTRODUCCIÓN Siempre que registramos o medimos los resultados de un proceso nos encontramos con cierta variación en los datos obtenidos. Esta variación puede provenir
Más detallesTest de hipótesis. Si H0 es cierta el estadístico. sigue una distribución t de Student con n grados de libertad: s n
Un diseño experimental que se utiliza muy a menudo es el de un grupo control y uno de tratamiento. En el caso de que los datos sean cuantitativos y sigan una distribución normal, la hipótesis de interés
Más detallesTema 2 Estadística Descriptiva
Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 2700 individuos con 8 variables. Los datos provienen de una encuesta nacional realizada
Más detallesCurso Comparabilidad de resultados
Curso Comparabilidad de resultados Director: Gabriel A. Migliarino. Docente: Evangelina Hernández. Agenda Introducción. n. Protocolos iniciales de comparación de métodos. m * EP9-A2. CLSI. * Comparación
Más detalles10. DISEÑOS EXPERIMENTALES
10. DISEÑOS EXPERIMENTALES Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Diseños Experimentales de Clasificación Simple En un diseño experimental
Más detallesESTADÍSTICA SEMANA 4
ESTADÍSTICA SEMANA 4 ÍNDICE MEDIDAS DE DISPERSIÓN... 3 APRENDIZAJES ESPERADOS... 3 DEfinición de Medida de dispersión... 3 Rango o Recorrido... 3 Varianza Muestral (S 2 )... 3 CÁLCULO DE LA VARIANZA...
Más detallesValidación de métodos de ensayo
Validación de métodos de ensayo Validación verificación de que los requisitos especificados son adecuados para un uso determinado Ejemplo: Un procedimiento de medición ordinariamente usado para la medición
Más detallesIndicaciones específicas para los análisis estadísticos.
Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por
Más detallesESTADÍSTICA BÁSICA en LABORATORIOS (Físico - Químicos)
ESTADÍSTICA BÁSICA en LABORATORIOS (Físico - Químicos) (Aplicaciones de Microsoft Excel ) Curso a distancia (EDICIÓN Junio 2012) ASECAL, S.L. MADRID-ESPAÑA RONDA DE TOLEDO, 8, LOCAL 1º- 28005 MADRID. Teléfono:
Más detallesControl 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 detallesInferencia Estadística
EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre
Más detallesControl interno de los métodos de análisis
Aseguramiento de la Calidad Control interno de los métodos de análisis Universidad Nacional Sede Medellín Facultad de Ciencias Escuela de Geociencias Orlando Ruiz Villadiego, Químico MSc. Coordinador Laboratorio
Más detallesGeneración de Números Pseudo-Aleatorios
Números Aleatorios Son un ingrediente básico en la simulación de sistemas Los paquetes de simulación generan números aleatorios para simular eventos de tiempo u otras variables aleatorias Una secuencia
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesPrincipios de Estadística. Intro. En R. Ejercicios
Leonardo Collado Torres y María Gutiérrez Arcelus Licenciatura en Ciencias Genómicas, UNAM www.lcg.unam.mx/~lcollado/index.php www.lcg.unam.mx/~mgutierr/index.php Cuernavaca, México Febrero - Junio, 2009
Más detallesMaster en Gestión de la Calidad
Master en Gestión de la Calidad E U R O P E A N Q U A L I T Y 18. Estudios de Capacidad 1 / 1 Estudios de Capacidad: Lo que vamos a estudiar en este apartado se emplea tanto en la planificación de los
Más detallesTests de hipótesis estadísticas
Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para
Más detallesCOMPARACION DE DOS METODOLOGIAS PARA LA DETERMINACION DE NITROGENO TOTAL EN ABONOS O FERTILIZANTES
COMPARACION DE DOS METODOLOGIAS PARA LA DETERMINACION DE NITROGENO TOTAL EN ABONOS O FERTILIZANTES El método comunitario 2.6.1. para la determinación del nitrógeno total en los abonos, descrito en el anexo
Más detallesAnálisis de la Varianza (ANOVA) de un factor y test a posteriori.
Análisis de la Varianza (ANOVA) de un factor y test a posteriori. Ejercicios Temas 8 y 9 (Resuelto) 1. Problema 5 Se quiere estudiar el efecto de distintas dosis de un medicamento para combatir a los parásitos
Más detallesInferencia Estadística
Felipe José Bravo Márquez 11 de noviembre de 2013 Para realizar conclusiones sobre una población, generalmente no es factible reunir todos los datos de ésta. Debemos realizar conclusiones razonables respecto
Más detallesEstudio comparativo sobre la efectividad de dos fertilizantes en la velocidad de crecimiento en la planta de habichuela
Estudio comparativo sobre la efectividad de dos fertilizantes en la velocidad de crecimiento en la planta de habichuela Cristina Bultrón Iván Catoni Norma I. De León Mate 3026 Verano 1998 I. Introducción:
Más detallesCurso Práctico de Bioestadística Con Herramientas De Excel
Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA barcillo@gmail.com (593-9) 4194239 Fabrizio Marcillo Morla Guayaquil, 1966. BSc. Acuicultura. (ESPOL 1991). Magister
Más detallesCAPÍTULO IV MARCO METODOLÓGICO. Se empleará el método explicativo, el cual buscará medir
CAPÍTULO IV MARCO METODOLÓGICO 4.1 Diseño Metodológico: 4.1.1 Diseño de la investigación: Se empleará el método explicativo, el cual buscará medir el grado de comprensión del Lenguaje de Señas en niños
Más detallesVALIDACIÓN II. Una estrategia para validar un método analítico. Diseño experimental
VALIDACIÓN II Una estrategia para validar un método analítico. Diseño experimental Taller 5 Leonardo Merino Science Department Swedish National Food Agency Santiago de Chile, Julio 2013 Un Rompecabezas
Más detallesEstimación. Intervalos de Confianza para la Media y para las Proporciones
Estimación. Intervalos de Confianza para la Media y para las Proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Estimación El objetivo
Más detallesQué es la Estadística Ambiental?
Qué es la Estadística Ambiental? La Estadística Ambiental es simplemente la aplicación de la Estadística a problemas relacionados con el ambiente. Ejemplos de las actividades que requieren del uso de estas
Más detallesESTIMACION DE INTERVALOS DE CONFIANZA
pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 3, Marzo 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión Autor:
Más detallesANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral
ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral Enero 2005 1.- INTRODUCCIÓN En múltiples ocasiones el analista o investigador se enfrenta al problema de determinar
Más detallesMedidas de tendencia central o de posición: situación de los valores alrededor
Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas
Más detallesLA MEDIDA Y SUS ERRORES
LA MEDIDA Y SUS ERRORES Magnitud, unidad y medida. Magnitud es todo aquello que se puede medir y que se puede representar por un número. Para obtener el número que representa a la magnitud debemos escoger
Más detallesASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson
ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson 3datos 2011 Análisis BIVARIADO de variables cuantitativas OBJETIVO DETERMINAR 1º) si existe alguna relación entre las variables;
Más detalles5. Actividades. ACTIVIDAD No. 1
5. Actividades En esta sección se describen siete actividades, cada una de ellas identificada por el título, objetivo, audiencia a la que se destina, materias y procedimiento. Es importante señalar que
Más detallesMEDICION DEL TRABAJO
MEDICION DEL TRABAJO Habíamos dicho al comenzar el curso que habían 4 técnicas que permiten realizar una medición del trabajo 1 Técnicas Directas: - Estudio de tiempos con cronómetro - Muestreo del trabajo
Más detalles1 Ejemplo de análisis descriptivo de un conjunto de datos
1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos
Más detallesUNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL
UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detallesMedidas de la tendencia central y las gráficas de caja
LECCIÓN CONDENSADA 2.1 Medidas de la tendencia central y las gráficas de caja En esta lección Encontrarás e interpretarás la media, la mediana, y la moda para unos conjuntos de datos Crearás e interpretarás
Más detallesExperimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD.
Experimentos con un solo factor: El análisis de varianza Jhon Jairo Padilla Aguilar, PhD. Experimentación en sistemas aleatorios: Factores Controlables Entradas proceso Salidas Factores No controlables
Más detallesCRITERIOS ESPECÍFICOS PARA EVALUAR LA INCERTIDUMBRE EN PROCESOS DE MEDICIÓN EN LABORATORIOS QUIMICOS
Página 1 de 6 TITULO: CRITERIOS ESPECIFICOS PARA EVALUAR LA INCERTIDUMBRE DE UN PROCESO DE MEDICIÓN EN LABORATORIOS QUÍMICOS Resumen: El presente documento contiene los criterios en lo referente a la evaluación
Más detallesLa selectividad en análisis químico
La selectividad en análisis químico Ricard Boqué Grupo de Quimiometría y Cualimetría Universidad Rovira i Virgili (Tarragona) El concepto de selectividad en análisis químico ha sido objeto de una redefinición
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesPruebas de Hipótesis de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Pruebas de ipótesis de Una y Dos Muestras UCR ECCI CI-35 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides ipótesis Estadísticas Conceptos Generales En algunos casos el científico
Más detallesGRÁFICOS DE CONTROL DE SHEWHART
GRÁFICOS DE CONTROL DE SHEWHART Jordi Riu Grupo de Quimiometría, Cualimetría y Nanosensores Universitat Rovira i Virgili Campus Sescelades C/ Marcel lí Domingo s/n 43007-Tarragona Introducción Uno de los
Más detallesMatemáticas 2º BTO Aplicadas a las Ciencias Sociales
Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD
Más detallesMódulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
Más detallesLABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar formulas en Microsoft Excel 2010. 1) DEFINICIÓN Una fórmula de Excel es un código especial que introducimos
Más detallesDISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS
DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS 1) Reseña histórica Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal. Kart Friedrich Gauss y Márquez De Laplece (principios
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesLecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación.
Laboratorio 1 Medición e incertidumbre La descripción de los fenómenos naturales comienza con la observación; el siguiente paso consiste en asignar a cada cantidad observada un número, es decir en medir
Más detallesGRADO TURISMO TEMA 3: ANÁLISIS DE DATOS TURÍSTICOS BIDIMENSIONALES
GRADO TURISMO TEMA 3: ANÁLISIS DE DATOS TURÍSTICOS BIDIMENSIONALES Prof. Rosario Martínez Verdú TEMA 3: ANÁLISIS DE DATOS TURÍSTICOS BIDIMENSIONALES 1. Distribuciones bidimensionales de frecuencias y diagrama
Más detallesMEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL
MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL Las medias de tendencia central o posición nos indican donde se sitúa un dato dentro de una distribución de datos. Las medidas de dispersión, variabilidad o variación
Más detallesCálculos con el programa R
Cálculos con el programa R Introducir el concepto de distribución normal Aprender el uso del programa R para realizar cálculos con la distribución normal Probabilidad de intervalos Cálculo e interpretación
Más detallesCalibración y control de calidad de instrumentos de análisis
Calibración y control de calidad de instrumentos de análisis cĺınico. María Cecilia San Román Rincón Monografía vinculada a la conferencia del Dr. Horacio Venturino sobre Instrumental para laboratorio
Más detallesglobal trust Razones por las cuales debería emplearse un Laboratorio Acreditado? International Laboratory Accreditation Cooperation
International Laboratory Accreditation Cooperation Razones por las cuales debería emplearse un Laboratorio Acreditado? Qué deberia considerar al seleccionar un laboratorio? Al seleccionar un laboratorio
Más detallesEXPERIMENTACIÓN. Eduardo Jiménez Marqués
EXPERIMENTACIÓN Eduardo Jiménez Marqués 1 CONTENIDO: 1. Experimentación...3 1.1 Concepto...3 1. Definición...4 1.3 Dificultad...4 1.4 Ventaja...5 1.5 Planificación...5 1.6 Aplicaciones...5 1.7 Metodología...6
Más detallesSISTEMAS DE NUMERACIÓN. Sistema de numeración decimal: 5 10 2 2 10 1 8 10 0 =528 8 10 3 2 10 2 4 10 1 5 10 0 9 10 1 7 10 2 =8245,97
SISTEMAS DE NUMERACIÓN Un sistema de numeración es un conjunto de símbolos y reglas que permiten representar datos numéricos. La norma principal en un sistema de numeración posicional es que un mismo símbolo
Más detallesClase 2: Estadística
Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea
Más detallesINCERTIDUMBRE Y PRECISIÓN
INCERTIDUMBRE Y PRECISIÓN Alicia Maroto, Ricard Boqué, Jordi Riu, F. Xavier Rius Departamento de Química Analítica y Química Orgánica Instituto de Estudios Avanzados Universitat Rovira i Virgili. Pl. Imperial
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesProcesamiento de información para la investigación utilizando el programado Excel recopilados. Los participantes rán en
Procesamiento de información para la investigación utilizando el programado Excel recopilados. Los participantes rán en Julio E. Rodríguez Torres el Joel uso O. Lucena de Excel. Quiles Centro para la Excelencia
Más detallesTema IV. EL ANOVA de un factor
4.1. La estrategia del Análisis de varianza: - Los test t múltiples (múltiples tratamientos); corrección a posteriori - La mejora del ANOVA: necesidad de análisis a posteriori C Test t A versus B A versus
Más detallesPRUEBAS NO PARAMÉTRICAS
PRUEBAS NO PARAMÉTRICAS 1. PRUEBAS DE NORMALIDAD Para evaluar la normalidad de un conjunto de datos tenemos el Test de Kolmogorov- Smirnov y el test de Shapiro-Wilks La opción NNPLOT del SPSS permite la
Más detallesGráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana.
LECCIÓN CONDENSADA 2.1 Gráficas de caja En esta lección crearás e interpretarás las gráficas de caja para conjuntos de datos usarás el rango intercuartil (IQR) para identificar valores extremos potenciales
Más detallesIntroducción a MINITAB 15. David R. González Barreto. Ofrecido en Wyeth, Carolina, Puerto Rico
Introducción a MINITAB 15 Ofrecido en Wyeth, Carolina, Puerto Rico INDICE Listado de Archivos...2 Pantalla Principal..3 Texto a Número.4 Estibar (Stack)..6 Split 8 Dotplot Una población.10 Dotplot Dos
Más detallesEquipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración
Equipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración Equipos de Medición. Intervalos de calibración e interpretación de Certificados de Calibración Disertante:
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesREGRESION simple. Correlación Lineal:
REGRESION simple Correlación Lineal: Dadas dos variable numéricas continuas X e Y, decimos que están correlacionadas si entre ambas variables hay cierta relación, de modo que puede predecirse (aproximadamente)
Más detallesTecnologías en la Educación Matemática. Expresiones. Datos. Expresiones Aritméticas. Expresiones Aritméticas 19/08/2014
Tecnologías en la Educación Matemática jac@cs.uns.edu.ar Dpto. de Ciencias e Ingeniería de la Computación UNIVERSIDAD NACIONAL DEL SUR 1 Datos Los algoritmos combinan datos con acciones. Los datos de entrada
Más detallesValidación y verificación de métodos de examen cuantitativos
Temas selectos de Calidad en Serología (aplicación en el banco de sangre) Validación y verificación de métodos de examen cuantitativos Ignacio Reyes Ramírez entidad mexicana de acreditación, a.c. Introducción
Más detalles6 Ecuaciones de 1. er y 2. o grado
8985 _ 009-08.qd /9/07 5:7 Página 09 Ecuaciones de. er y. o grado INTRODUCCIÓN La unidad comienza diferenciando entre ecuaciones e identidades, para pasar luego a la eposición de los conceptos asociados
Más detalles1. Números Reales 1.1 Clasificación y propiedades
1. Números Reales 1.1 Clasificación y propiedades 1.1.1 Definición Número real, cualquier número racional o irracional. Los números reales pueden expresarse en forma decimal mediante un número entero,
Más detallesComparación de medias
12 Comparación de medias Irene Moral Peláez 12.1. Introducción Cuando se desea comprobar si los valores de una característica que es posible cuantificar (como podría ser la edad o la cifra de tensión arterial,
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES
Pág. 1 de 16 TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Control estadístico del proceso 2. Competencias Administrar
Más detallesTema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11
Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesLección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Más detallesPrograma de Statgraphics. TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso.
Programa de Statgraphics TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso. AUTOR: JUAN VICENTE GONZÁLEZ OVANDO ANALISIS Y CALCULOS A) Planteamos los
Más detallesPRÁCTICA No. 1 ESTADÍSTICA DESCRIPTIVA PARTE I
PRÁCTICA No. 1 ESTADÍSTICA DESCRIPTIVA PARTE I Objetivos: Al finalizar esta práctica, el alumno podrá utilizar de manera más eficiente diversas funciones de Excel que le faciliten el cálculo de los principales
Más detallesDescripción y tablas de especificaciones de las pruebas formativas. Área Matemática 2015
Descripción y tablas de especificaciones de las pruebas formativas Área Matemática 2015 De 3 de Primaria a 3 de Media Contenidos El referente conceptual de la evaluación... 3 CUADRO 1. TABLA DE ESPECIFICACIONES
Más detallesINCERTIDUMBRE DE LA MEDICIÓN I
INCERTIDUMBRE DE LA MEDICIÓN I Introducción. Qué? Porqué? Métodos para calcular la incertidumbre Procedimientos y recomendaciones para el cálculo de la incertidumbre (ISO) La ecuación de Horwitz. La relación
Más detallesAula Banca Privada. La importancia de la diversificación
Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual
Más detallescapitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación
capitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación Sistemática de Layout, SLP por sus siglas en inglés. Se hará uso de la simulación para comparar el
Más detallesMétodos y Diseños utilizados en Psicología
Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos
Más detalleswww.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control.
ESTUDIOS DE CAPACIDAD POTENCIAL DE CALIDAD 1.- INTRODUCCIÓN Este documento proporciona las pautas para la realización e interpretación de una de las herramientas fundamentales para el control y la planificación
Más detallesAnálisis de Sistemas de Medición MSA. Ing. Victor Reyes - TRAINix ASQ Ambos Nogales
Análisis de Sistemas de Medición MSA Ing. Victor Reyes - TRAINix ASQ Ambos Nogales Agenda Sistemas de Medición Qué son? Uso de los datos de la medición Calidad de los datos El MSA y las normas de gestión
Más detallesUniversidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción
V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales
Más detalles