v = V max[s] K m +[S]
|
|
- Ángeles Alcaraz Villalobos
- hace 7 años
- Vistas:
Transcripción
1 Caso 206: Cálculo de V max y K m mediante la linealización Lineweaver-Burk Caso 206 : Cálculo de V max y K m mediante la linealización de Lineweaver-Burk (Regresión lineal sin pesos estadísticos (todas las s i = )) (F.J. Burguillo, USAL) CASO PRÁCTICO En el caso 205 se analizó la hidrólisis enzimática del p-nitrofenil fosfato. Se hicieron experiencias a siete concentraciones de sustrato y se midieron las velocidades iniciales de reacción. Se realizaron 5 réplicas para cada una de las concentraciones de sustrato (35 datos en total) y se obtuvieron los resultados que figuraban en la tabla del caso 205. Para calcular los parámetros cinéticos V max y K m se ajustó la ecuación de Michaelis-Menten a los datos: v = V max[s] K m +[S] El ajuste se realizó por regresión no lineal con pesos estadísticos, siendo los pesos w i = /(s i ) 2 y calculando la desviación estándar (s i ) asociada a cada velocidad (v i ) a partir de las 5 réplicas disponibles. De manera que los datos analizados en el caso 205 tenían, dentro del análisis, la forma de la tabla. El objetivo de este caso 206 es ajustar la ecuación de Michaelis y Menten a los mismos datos experimentales, pero no en su forma directa (caso 205), sino en su transformación lineal más conocida, que es la de Lineweaver y Burk o doble inversa: v = V max + K m V max según la cual, la representación de /v frente a /[S] ha de ser una linea recta, y un ajuste de dicha recta a los datos por regresión lineal nos permitirá estimar la V max a partir de la ordenada en el origen y la K m a partir de la pendiente. Teoría [S] En general, la regresión de una variable dependiente y frente a una variable independiente x es de la forma: y = f(x, )+ donde θ es un vector de parámetros desconocidos y ε es el error experimental. Como es sabido, dados n pares de observaciones (x,y ), (x 2,y 2 ), (x 3,y 3 ),... (x n,y n ), el método general de los mínimos cuadrados para estimar θ, consiste en calcular el valor θ que minimice la suma de cuadrados de los residuales: WSSQ = w i (y i f(x i, )) 2
2 2 Caso 206: Cálculo de V max y K M mediante la linealización Lineweaver-Burk donde WSSQ es la llamada suma de residuales al cuadrado con pesos estadisticos (weighted sum of squares). Siendo w i el peso estadístico calculado como el inverso de la varianza de la medida ( 2 w i = /s i ). En el caso que nos ocupa ahora, se trata de hacer una Regresión lineal. El problema está en decidir como vamos a hacer este ajuste. A priori, habría 2 alternativas: /[S] (µm - ) Tabla /v (µmol - L min) Desv.Est. de /v a) Regresión lineal sin pesos estadísticos (las desviaciones estándar de /v iguales a ) En este ajuste habría que construir una tabla con /[S] como variable independiente, /v como variable dependiente y fijar todas las desviaciones estándar iguales a, como se muestra en la tabla (como es habitual los datos empiezan por los valores mas bajos de /[S], que correponden a los valores más altos de [S] en la tabla del caso 205). b) Regresión lineal con pesos estadísticos (las desviaciones estándar de /v se calculan correctamente) En este ajuste, las desviaciones estándar de /v no pueden ser las mismas que las de v, ni tampoco pueden calcularse haciendo simplemente su inverso. Como es sabido, las reglas de propragación del error permiten hacer estos cálculos de forma correcta: s i (/v i )= s i(v i ) v i 2 Los valores así estimados son los que se utilizarán en esta opción para calcular los pesos estadísticos: w i = (s i (/v i )) 2 = v i (s i (v i )) 2 /[S] (µm - ) Tabla 2 /v (µmol - L min) s(/v)=s(v)/v Como puede observarse (ver tabla 2), estos pesos, que son los correctos para nuestra transformación lineal, son muy diferentes unos de otros como para asumirlos constantes e iguales a (procedimiento a)), ya que la aparición del término v i los hace dependientes del valor de v i, aún en el caso de que las s i fuesen de tipo constante Una práctica habitual en décadas pasadas, ha sido el ajustar la ecuación de Lineweaver-Burk usando una
3 Caso 206: Cálculo de V max y K m mediante la linealización Lineweaver-Burk 3 regresión lineal sin pesos estadísticos ( s i = ), lo que facilitaba los cálculos en las calculadoras de bolsillo. Esta práctica es desaconsejable, ya que aunque el error en v i hubiese sido de tipo constante ( s i = ), al hacerse la linealización doble inversa resulta obligado el ponderar los datos con pesos v i /(s i (v i )) 2, pues aunque s i fuese constante (asumiéndose por ejemplo ), el término s i = v i nunca podría omitirse. Historicamente cabe destacar que Lineweaver y Burk ya advirtieron de estos peligros, preveyendo un uso incorrecto de su linealización. Algún autor ha llegado a decir con humor, que la preferencia de los investigadores por esta linealización se debe a que disimula la desviación de la recta de los puntos experimentales y a que un ajuste de regresión lineal sin pesos siempre es más sencillo. La recomendación final es clara, los parámetros V max y K m debieran estimarse siempre por un ajuste de la ecuación de Michaelis-Menten en su forma directa a los datos experimentales, usando regresión no lineal (caso 205), si bien a efectos gráficos puede mostrarse, si se desea, los datos y la curva ajustada bajo la representación de Lineweaver-Burk. Procedimiento paso a paso.- Crear un archivo con los datos x,y,s En este caso no es necesario, bastará con cargarlo en su momento desde c:\curso. 2.- Ajuste de los datos a la ecuación lineal de Lineweaver-BurK a) Regresión lineal sin pesos estadísticos (Desv.Est. de /v iguales a ) Seleccinar en el menú principal la opción Ajustes, seguida de la opción Lineal; múltiple lineal; módulos GLM y seguidamente Ejecutar. El programa nos ofrece, para empezar, la posibilidad de guardar los resultados del ajuste en un archivo, contestaremos de momento que no. A continuación se despliega un submenú con todas las opciones disponibles: Empezaremos seleccionando Nuevos datos para importar nuestro archivo de datos (c:\curso\caso206s.dat), a continuación iremos respondiendo al programa en la forma usual y al volver al menú de partida seleccionaremos ahora la opción Regresión lineal simple (recta) Automaticamente el programa hace el ajuste de regresión lineal por mínimos cuadrados y muestra la siguiente tabla con los resultados:
4 Caso 206: Cálculo de V max y K M mediante la linealización Lineweaver-Burk Como vemos, la ordenada en el origen (intercept) vale 0.622, de donde como intercept= /V max, se deduce que V max =.60. A partir de la pendiente y teniendo en cuenta que pend=k m /V max, se obtiene que K m =9.. Si comparemos estos valores con los encontrados por el ajuste a la ecuación directa realizado en el caso 205, observamos que si han variado, ya que alli se obtenían una V max =.58 y una K m =8.. Las diferencias no son excesivas por tratarse de datos bastante precisos, pero ejemplifican bien que sí hay diferencias y que éstas serían aún mayores con datos menos precisos. A continuación el programa muestra la matriz de correlación de los parámetros, seguida de la tabla que muestra los datos experimentales junto a los valores teóricos ajustados. Por último, aparece una tabla con toda la estadística asociada al ajuste. Seguidamente el programa muestra diferentes opciones para representar los datos, elegiremos Gráfica ejes originales, ya que esta gráfica es la que corresponde ahora a /v frente a /[S] (que son nuestros datos originales en este caso). Para terminar la sesión, pulsar Cancelar > Cancelar > Salir y se devolverá el control al menú principal. b) Regresión lineal con pesos estadísticos (Desv.Est. de /v correctas) Seleccinar en el menú principal la opción Ajustes, seguida de la opción Lineal; múltiple lineal; módulos GLM y seguidamente Ejecutar. El programa nos ofrece, la posibilidad de guardar los resultados en un archivo, contestaremos que no. A continuación se despliega un submenú con todas las opciones disponibles: Empezaremos seleccionando Nuevos datos para importar nuestro archivo de datos (c:\curso\caso206scorrecta.dat), a continuación iremos respondiendo al programa en la forma usual y al volver al menú de partida seleccionaremos ahora la opción Regrgrsión lineal simple (recta) Automaticamente el programa hace el ajuste de regresión lineal por mínimos cuadrados y muestra la siguiente tabla con los resultados: la ordenada en el origen (intercept) vale , de donde como intercept= /V max, se deduce que V max =.59. A partir de la pendiente y teniendo en cuenta que pend=k m /V max, se obtiene que K m =8.2. Si comparemos estos valores con los
5 Caso 206: Cálculo de V max y K m mediante la linealización Lineweaver-Burk 5 encontrados por el ajuste a la ecuación directa realizado en el caso 205, observamos que son prácticamente los mismos, ya que allí se obtenían una Vmax=.58 y una Km=8.. Por tanto, cuando se utiliza la linealización de Lineweaver-Burk haciendo el ajuste de regresión lineal con los pesos correctos, los valores de Vmax y Km son idénticos a los que se obtendrían con una regresión no lineal a la ecuación de Michaelis-Menten directa. Con la existencia de los ordenadores actuales, no compensa el ajustar transformaciones lineales de ecuaciones originales, ya que habría que hacer un trabajo extra para calcular correctamente los pesos estadísticos para esa linealización, por otra parte la sencillez de cálculo de la regresión lineal frente a la no lineal es hoy obviada por los ordenadores. A continuación el programa muestra la matriz de correlación de los parámetros, seguida de la tabla que muestra los datos experimentales junto a los valores teóricos ajustados. Por último, aparece una tabla con toda la estadística asociada al ajuste. Seguidamente el programa muestra diferentes opciones para representar los datos, elegiremos Gráfica ejes originales, ya que esta gráfica es la que corresponde ahora a /v frente a /[S] (que son nuestros datos originales en este caso). Para terminar la sesión, pulsar Cancelar > Cancelar > Salir y se devolverá el control al menú principal.
WSSQ = w i (y i f(x i, )) 2
Caso 205: Cálculo de V max y K M de la fosfata alcalina E. coli 1 Caso 205.- Cálculo de V max y K M para la hidrólisis de p-nitrofenil fosfato por fosfatasa alcalina de E. coli (Regresión no lineal con
Más detallesv = n 1 V max(i)[s] K m (i) + [S]
Caso 8: Cálculo de V max y K M en una mezcla de isoenzimas 55 Caso 8. Cálculo de V max y K m en una mezcla de isoenzimas (REGRESIÓN NO LINEAL Y DISCRIMINACIÓN ENTRE MODELOS)(F.J. BURGUILLO, USAL) CASO
Más detallesCaso 201 : Recta de calibrado para análisis de fosfato (Regresión lineal sin pesos estadísticos) (F. J. Burguillo, USAL)
Caso 201: Recta de Calibrado para fosfato 1 Caso 201 : Recta de calibrado para análisis de fosfato (Regresión lineal sin pesos estadísticos) (F. J. Burguillo, USAL) CASO PRÁCTICO Uno de los procedimientos
Más detallesCaso 301: Ajuste de ecuaciones a la curva de crecimiento de la levadura Yarrowia lipolytica.
Caso 31: Curva de crecimiento de una levadura 1 Caso 31: juste de ecuaciones a la curva de crecimiento de la levadura Yarrowia lipolytica. (Bondad de un ajuste, discriminación entre modelos)(f.j. González,
Más detallesRegresión no lineal sin pesos estadísticos: Ajuste de curvas
Regresión no lineal sin pesos estadísticos: Ajuste de curvas Problema Propuesto: Se observó experimentalmente en una balsa de fangos activos que la variación de la constante de velocidad (k) de los compuestos
Más detallesCaso 314: Cálculo de velocidades iniciales en Cinética. Discriminación entre modelos, cálculo de pendientes y asíntotas (F.J.
Caso 314: Cálculo de velocidades iniciales 1 Caso 314: Cálculo de velocidades iniciales en Cinética. Discriminación entre modelos, cálculo de pendientes y asíntotas (F.J. Burguillo) CASO PRÁCTICO La siguiente
Más detalles6 Resultados. 6.1 Curva de calibración de glucosa
6 Resultados 6.1 Curva de calibración de glucosa Para determinar la curva de calibración se analizaron soluciones a concentraciones conocidas de estándares de glucosa; la cual presento la señal correspondiente
Más detallesEstimar el modelo óptimo que caracteriza la por vía i.v.
Caso 9: Farmacocinética de digoxina 61 Caso 9. Estimar el modelo óptimo que caracteriza la cinética plasmática de Digoxina administrada por vía i.v. (REGRESIÓN NO LINEAL PONDERADA) (J. MARTÍNEZ LANAO,
Más detallesRegresión lineal
86 Bioestadística: Métodos y Aplicaciones coeficiente de determinación de la regresión de Y sobre X, R 2 Y X, como R 2 Y X = 1 S2 E S 2 Y (3.4) Si el ajuste de Y mediante la curva de regresión Ŷ = f(x)
Más detallesPractica I - Parte 3. Índice. 1. Introducción. Método de Ajuste por Mínimos Cuadrados. Introducción a las Ciencias de la Tierra y el Espacio I
Practica I - Parte 3 Método de Ajuste por Mínimos Cuadrados Introducción a las Ciencias de la Tierra y el Espacio I - 20 Índice. Introducción.. Fuerza de un Resorte Ley de Hooke)..............................2.
Más detallesEl ejemplo: Una encuesta de opinión
El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar
Más detallesque represente lo mejor posible la relación entre valores X e Y permitiéndonos inferir un valor a partir del otro.
Regresió n josé a. mañas 8.2.2017 1 Introducción El objetivo de las técnicas de regresión es identificar una función que permita estimar una variable Y en función de la otra X. Es decir, averiguar una
Más detallesANÁLISIS DE REGRESIÓN N LINEAL
ANÁLISIS DE REGRESIÓN N LINEAL Varias partes tomadas de Julio H. Cole "Nociones de Regresión Lineal" en Enciclopedia Multimedia Virtual de Economía EMVI. http://eumed.net/cursecon/medir/index.htm Análisis
Más detallesAl hacer clic en el vínculo al simulador, en tu navegador se abre la hoja del programa, con una interface como la de la figura siguiente:
Taller de Modelado de Cinética Enzimática Emplearas el programa de simulación de cinética enzimática que se encuentra en el sitio: (htpp://www.kscience.co.uk/-animations/model.swf) para realiza los ejercicios
Más detallesMatemáticas. Bioestadística. Correlación y Regresión Lineales
Matemáticas Bioestadística Correlación y Regresión Lineales En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si. Por ejemplo, si se analiza la
Más detallesConcepto de velocidad inicial [ ] d[ ] v =, t -> 0 dt
VARIABLES QUE INFLUYEN EN LA VELOCIDAD DE UNA REACIÓN ENZIMÁTICA Concepto de velocidad inicial [ ] d[ ] v =, t -> 0 dt p s t VARIABLES QUE INFLUYEN EN LA VELOCIDAD DE UNA REACIÓN ENZIMÁTICA Concentración
Más detallesConcentración en función del tiempo
Cinética enzimática Act A B Concentración de A o B tiempo Reactivo -da/dt = v = k [A] Producto db/dt = v = k [A 0 ]-[B] Concentración en función del tiempo velocidad tiempo Reactivo v = A 0 exp(-kt) Producto
Más detallesCaso 102 : Explorando presiones arteriales en pacientes
Caso 102 : Comparando presiones arteriales en pacientes 1 Caso 102 : Explorando presiones arteriales en pacientes (Exploración de datos: Análisis exhaustivo de una matriz )(F.J. Burguillo, USAL) Caso práctico
Más detallesUnidad Temática 3: Estadística Analítica. Unidad 9 Regresión Lineal Simple Tema 15
Unidad Temática 3: Estadística Analítica Unidad 9 Regresión Lineal Simple Tema 15 Estadística Analítica CORRELACIÓN LINEAL SIMPLE Indica la fuerza y la dirección de una relación lineal proporcional entre
Más detallesTALLER DE INTRODUCCIÓN A LOS NEGOCIOS
REGRESIÓN LINEAL SIMPLE INTRODUCCIÓN Si sabemos que existe una relación entre una variable denominada dependiente y otras denominadas independientes (como por ejemplo las existentes entre: la experiencia
Más detallesPrimera práctica de REGRESIÓN.
Primera práctica de REGRESIÓN. DATOS: fichero practica regresión 1.sf3 1. Objetivo: El objetivo de esta práctica es aprender cuándo se puede utilizar el análisis de regresión. En la primera parte se presentan
Más detalles4 Marco Teórico. 4.1 Cinética enzimática homogénea
4 Marco Teórico La hidrólisis de la celulosa puede ser catalizada eficazmente tanto por ácidos como por enzimas celulolíticas. El ácido puede introducirse profundamente en la estructura morfológica de
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesESTADISTICA PARA LA CALIBRACIÓN Y VALIDACIÓN DE METODOLOGÍAS ANALÍTICAS
ESTADISTICA PARA LA CALIBRACIÓN Y VALIDACIÓN DE METODOLOGÍAS ANALÍTICAS QUÍMICA ANALÍTICA EXPERIMENTAL III SILVIA CITLALLI GAMA GONZÁLEZ PROBLEMA Cuando la cantidad de materia del analito que se encuentra
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesGUIA DE ESTUDIO PARA EL EXAMEN DE ADMISIÓN A LA MAESTRIA EN BIOTECNOLOGÍA BIOQUÍMICA
GUIA DE ESTUDIO PARA EL EXAMEN DE ADMISIÓN A LA MAESTRIA EN BIOTECNOLOGÍA 2015 BIOQUÍMICA 1. Compuestos orgánicos. 1.1 Estructura de los compuestos orgánicos. 1.2 Grupos funcionales y uniones. 2. Estructura
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesTema 9: Estadística descriptiva
Tema 9: Estadística descriptiva Matemáticas específicas para maestros Grado en Educación Primaria Matemáticas específicas para maestros Tema 9: Estadística descriptiva Grado en Educación Primaria 1 / 47
Más detallesModelado 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 detallesRegresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable.
1 DEFINICIONES PREVIAS Regresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable. Correlación: es la cuantificación del grado de relación existente
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesCinética enzimática. La velocidad enzimática sigue una curva denominada hipérbola descripta por la Ecuación de Michaelis y Menten:
Cinética enzimática Hemos visto que la concentración de sustrato es uno de los factores más importantes que determinan la velocidad de una reacción enzimática. La velocidad enzimática sigue una curva denominada
Más detalles3. RELACION ENTRE DOS CONJUNTOS DE DATOS.
3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. 1 Introducción En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación entre variables. Para lo cual existen
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesAPLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.4: Ajustes y representación de errores. Interpolaciones y extrapolaciones.
APLICACIONES INFORMÁTICAS EN QUÍMICA Problemas Tema 2.4: Ajustes y representación de errores. Interpolaciones y extrapolaciones Grado en Química 1º SEMESTRE Universitat de València Facultad de Químicas
Más detallesSOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II
SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE 4. ESTADÍSTICA EXAMEN DE MATEMÁTICAS II Estadística (primer parcial). Septiembre de 4.- El coeficiente de determinación R nos determina a) el % de la varianza de Y
Más detallesCINETICA ENZIMATICA ESTUDIA LA VELOCIDAD DE LAS REACCIONES BIOQUÍMICAS
CINETICA ENZIMATICA ESTUDIA LA VELOCIDAD DE LAS REACCIONES BIOQUÍMICAS Es la medida de la formación de producto o la desapariciónde sustrato por unidad de tiempo. E S P Velocidad de una reacción se muestra
Más detallesCINÉTICA ENZIMÁTICA: VALORACIÓN DE FOSFATASA ALCALINA
Departamento de Biología de Sistemas Unidad Docente de Bioquímica y Biología Molecular CINÉTICA ENZIMÁTICA: VALORACIÓN DE FOSFATASA ALCALINA 1.- FUNDAMENTO TEÓRICO Cinética enzimática Las reacciones químicas
Más detallesEnzimas Seminario 1. Bioquímica I - Curso 2013
Bioquímica I - Curso 2013 Enzimas Seminario 1 Temario: Bases de la catálisis enzimática. Estado de transición. Unión sustrato-sitio activo (grupos de unión al sustrato, grupos catalíticos). Tipos de mecanismos
Más detallesRegresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I
Regresión La regresión lineal estima la relación de una variable con respecto a otra, por medio de la expresión de una variable en términos de una función lineal de otra variable. Existen dos modelos de
Más detallesCINÉTICA ENZIMÁTICA: VALORACIÓN DE FOSFATASA ALCALINA
Departamento de Biología de Sistemas Unidad Docente de Bioquímica y Biología Molecular CINÉTICA ENZIMÁTICA: VALORACIÓN DE FOSFATASA ALCALINA 1.- FUNDAMENTO TEÓRICO Cinética enzimática Las reacciones químicas
Más detallesPRÁCTICA 2: LA RECTA DE REGRESIÓN
PRÁCTICA 2: LA RECTA DE REGRESIÓN Los contenidos están organizados para que pueda avanzar a la vez que hacer los ejercicios propuestos en la práctica 2 del cuadernillo de práticas. Asegúrate de entender
Más detallesCASO PRÁCTICO TEORÍA (REGRESIÓN NO-LINEAL SIN PESOS ESTADÍSTICOS)(J. MARTÍNEZ LANAO, USAL)
Caso 10: Farmacodinámica de un analgésico 67 Caso 10. Estimar el modelo óptimo que caracteriza la respuesta farmacodinámica de dos fármacos analgésicos y comparar las curvas dosis-respuesta de ambos fármacos.
Más detallesA B Ej. Cinética de primer orden
Cinética enzimática A B Ej. Cinética de primer orden Concentración de A o B tiempo Reactivo Producto -da/dt = v = k [A] A=A 0 e- kt db/dt = v = k [A 0 ]-[B] B=A 0 + e kt Concentración en función del tiempo
Más detallesAnálisis de Regresión y Correlación Lineal
Análisis de Regresión y Correlación Lineal Análisis de dos ó más variables aleatorias Veamos que en los siguientes estudios hay situaciones donde intervienen más de una variable aleatoria Ejemplos: La
Más detallesSesión de cálculo de errores
Sesión de cálculo de errores Dpto. Física Aplicada III Escuela Técnica Superior de Ingeniería Universidad de Sevilla 1 Contenido Boletines y fichas Toma de datos Unidades Errores de medida Cifras significativas
Más detallesCinética en la hidrólisis del acetato de etilo midiendo conductividad
Cinética en la hidrólisis del acetato de etilo midiendo conductividad Objetivos de la práctica El propósito de esta práctica es aprender a linealizar funciones, y tratar datos experimentales matemáticamente,
Más detallesRelación 3 de problemas
ESTADÍSTICA II Curso 2016/2017 Grado en Matemáticas Relación 3 de problemas 1. La Comunidad de Madrid evalúa anualmente a los alumnos de sexto de primaria de todos los colegios sobre varias materias. Con
Más detallesPRINCIPIOS DE CINÉTICA ENZIMÁTICA. Dra. Lilian González Segura Departamento de Bioquímica Facultad de Química
PRINCIPIOS DE CINÉTICA ENZIMÁTICA Dra. Lilian González Segura Departamento de Bioquímica Facultad de Química CINÉTICA Es el estudio de las velocidades de las reacciones, aporta las bases para el entendimiento
Más detallesQuímica Bioinorgánica Introducción General 5
Química Bioinorgánica Introducción General 5 Cinética Enzimática Estudia la velocidad de las reacciones catalizadas enzimáticamente. Los principios generales de las reacciones químicas se aplican también
Más detallesCapitulo. Describir la relación entre dos variables Pearson Prentice Hall. All rights reserved
Capitulo 34 Describir la relación entre dos variables Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta fundamental debe ser si podemos utilizar el valor
Más detallesPráctica 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 detallesOTRAS APLICACIONES GRÁFICAS
7. OTRAS APLICACIONES GRÁFICAS FUNCIONES DEFINIDAS A TROZOS Para obtener la representación gráfica de una función definida a trozos es necesario utilizar la instrucción piecewise cuya sintaxis es: piecewise(condición,
Más detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión
Estadís5ca Tema 2. Modelos de regresión María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica bajo
Más detallesRegresión Lineal. El modelo de regresión caracteriza la relación entre una variable respuesta que depende de k variables independientes o regresoras.
Regresión Lineal Los factores envueltos en la experimentación pueden ser de tipo cuantitativos o cualitativos Un factor cuantitativo es aquel que sus niveles pueden ser asociados con puntos dentro de una
Más detallesProblema 1.- Tengamos las puntuaciones de X, las predichas y las residuales:
DISEÑO Y ANÁLISIS DE DATOS II. ENEO 6. Problema.- Tengamos las puntuaciones de X, las predichas y las residuales:.- Calcular la ecuación de regresión.- Correlación entre X e Y.- Por cada punto que aumenta
Más detalles1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1
8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta variable
Más detallesPráctica 3: Regresión simple con R
Estadística II Curso 2010/2011 Licenciatura en Matemáticas Práctica 3: Regresión simple con R 1. El fichero de datos Vamos a trabajar con el fichero salinity que se encuentra en el paquete boot. Para cargar
Más detallesCapítulo 2 Enfoque matricial de la regresión lineal Javier Galán Figueroa. Econometría Aplicada Utilizando R
Capítulo 2 Enfoque matricial de la regresión lineal Javier Galán Figueroa Objetivo Que el usuario conozca las rutinas básicas que son necesarias para estimar los parámetros de la regresión lineal a través
Más detallesModelación estadística: La regresión lineal simple
Modelación estadística: La regresión lineal simple Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Statistical modeling: Simple linear regression Cuando
Más detallesGUÍA DE CINÉTICA ENZIMÁTICA
ITEM DE DESARROLLO. GUÍA DE CINÉTICA ENZIMÁTICA 1. Qué se entiende por velocidad máxima (V) de una reacción enzimática? 2. Qué se entiende por velocidad inicial (v) de una reacción enzimática? 3. Calcule
Más detallesCálculo científico y técnico con HP49g/49g+/49gII Módulo 3: Aplicaciones Tema 3.6 Extremos relativos de funciones de 2 variables
Cálculo científico y técnico con HP49g/49g+/49gII Módulo 3: Aplicaciones Tema 3.6 Extremos relativos de funciones de 2 variables Francisco Palacios Escuela Universitaria Politécnica de Manresa Universidad
Más detallesUniversidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL
Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión
Más detallesEconometría. Ejercicio 5 - Resuelto
Econometría Ejercicio 5 Resuelto E ESTE EJERCICIO SE ILUSTRA LAS FÓRMULAS Y LOS CÁLCULOS ASOCIADOS CO LA ESTIMACIÓ, EL COTRASTE DE HIPÓTESIS Y LA PREVISIÓ E MODELOS DE REGRESIÓ LIEAL MÚLTIPLE ES MUY IMPORTATE
Más detallesLa línea recta: Serie1
La línea recta: En una línea recta tenemos una relación entre dos variables, la independiente (x) y la dependiente (y). La forma en que se relacionan dependerá de la función que describa dicha relación.
Más detallesCORRELACION Y REGRESION
CORRELACION Y REGRESION En el siguiente apartado se presenta como calcular diferentes índices de correlación, así como la forma de modelar relaciones lineales mediante los procedimientos de regresión simple
Más detallesBioestadística. En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si.
1 de 5 15/10/2006 06:04 a.m. Bioestadística. Correlación y regresión lineales. En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si. Por ejemplo,
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesEnzimas. Determinación de su actividad catalítica en distintos materiales biológicos
Enzimas Determinación de su actividad catalítica en distintos materiales biológicos Qué son? La mayoría son proteínas ( existe ARN catalítico ). que función cumplen? Catalizadores biológicos Sus propiedades
Más detallesCoeficiente de Correlación
Coeficiente de Correlación Al efectuar un análisis de regresión simple (de dos variables) necesitamos hacer las siguientes suposiciones. Que las dos variables son mensurables Que la relación entre las
Más detallesPrácticas de Introducción a los Computadores Curso Hoja Gráficos: Hoja Regresión: ESPESOR 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 ESPESOR COSTES fij
Prácticas de Introducción a los Computadores Curso 2001-2002 1 EXCEL Introducción Excel es una hoja de cálculo. Su objetivo básico es proporcionar un entorno sencillo para generar tablas de números y aplicando
Más detallesCINÉTICA ENZIMÁTICA. Ecuación de Michaelis-Menten Efecto de inhibidores
CINÉTICA ENZIMÁTICA Ecuación de Michaelis-Menten Efecto de inhibidores Producto [P] CINÉTICA ENZIMÁTICA La cinética enzimática estudia la velocidad de las reacciones catalizadas por enzimas. Proporciona
Más detallesSesión 2: Hoja de cálculo
Aplicaciones Informáticas en Química (2009/10) 1 Sesión 2: Hoja de cálculo 1. OpenOffice Calc Con el fin de facilitar los cálculos necesarios para el tratamiento de los datos experimentales, vamos a utilizar
Más detallesHoja de Cálculo. Práctica Coeficiente de correlación y recta de
Hoja de Cálculo. Práctica Coeficiente de correlación y recta de regresión Introducción. En este caso se va a crear un libro, para realizar el estudio de una distribución bidimensional; además de calcular
Más detallesBioestadística. Curso Práctica: La recta de regresión
Bioestadística. Curso 2012-2013 Carmen M a Cadarso, M a del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro Índice 1. Introducción 2 2. El diagrama de dispersión 2 3. Covarianza 4 4. Coeciente de correlación
Más detallesMAESTRÍA EN ENSEÑANZA DE LAS CIENCIAS EXACTAS Y NATURALES UNIVERSIDAD NACIONAL DE COLOMBIA- SEDE MEDELLÍN
MAESTRÍA EN ENSEÑANZA DE LAS CIENCIAS EXACTAS Y NATURALES UNIVERSIDAD NACIONAL DE COLOMBIA- SEDE MEDELLÍN TALLER DE EXCEL E INTRODUCCIÓN AL MANEJO DEL PAQUETE PHYSICSSENSOR Realizado por: Tatiana Cristina
Más detallesRegresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística
Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012
Más detallesTEMA 2: DISTRIBUCIONES BIDIMENSIONALES
TEMA : DISTRIBUCIONES BIDIMENSIONALES 1.- DISTRIBUCIONES BIDIMENSIONALES Cuando estudiamos un solo carácter estadístico, los datos que obtenemos forman una variable estadística unidimensional. También
Más detallesGRAFICAS LINEALES REGLAS GENERALES PARA LA CONSTRUCCIÓN DE GRÁFICAS
GRAFICAS LINEALES OBJETIVOS 1. Realizar linealización de gráficos por el método de cambios de variables. 2. Obtener experimentalmente la relación matemática, más adecuada, entre dos cantidades o magnitudes
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesES HORA DE EXPLORAR EL ANALISIS DE GRAFICAS
ES HORA DE EXPLORAR EL ANALISIS DE GRAFICAS Asignatura: Física Biomecánica Profesor: Fernando Vera Autores: Angie Johanna Torres Pedraza María Paola Reyes Gómez Andrea Viviana Rodríguez Archila Laura Carolina
Más detallesEstadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión
Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo
Más detallesAPÉNDICE I. Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario
APÉNDICE I Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario En este apéndice se muestra la información correspondiente a la elaboración de las diferentes curvas
Más detallesCinética Enzimática. Enrique Rivera González
Cinética Enzimática Enrique Rivera González Importancia Las enzimas son proteínas capaces de catalizar específicamente reacciones bioquímicas. La actividad catalítica de las enzimas depende de su estructura.
Más detallesUNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre
Más detallescurvatura de un plano, o sea, cuando se quiera verificar la existencia de términos cuadráticos en el
Capitulo 6. Delineamiento de Compuesto Central Rotacional 6.1 Introducción El Planeamiento de compuesto central deber ser utilizado cuando se quiera verificar la curvatura de un plano, o sea, cuando se
Más detallesRegresión y Correlación
Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios
Más detallesRegresión Lineal Simple. Dr. Víctor Aguirre Torres, ITAM. Guión 11.
Regresión Lineal Simple 1 Propósito Cuantificar el cambio en el valor esperado de una variable (y) en función de otra variable (x). y=var. Dependiente (cuantitativa) x=var. Explicativa (cuantitativa) 2
Más detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
Más detallesUniversidad de Salamanca - Escuela de Educación y Turismo
Universidad de Salamanca - Escuela de Educación y Turismo ! " # $ % $ & ' ( ) * ( +(, + ' -. '. ' - % $ / %.! '. " # $ % & & $ % # # $( #. 0 # (/ $. # % 0 1 # % ( # 0 # 0 1 # 0. (, (! " # # #. $ ($ ' 0
Más detallesGUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES
GUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES Material didáctico elaborado por: M.I. María Estela Audelo Vucovich M.E. Antonio García Osornio Abril de 2017 La hoja de cálculo es
Más detallesDistribuciones Bidimensionales.
Distribuciones Bidimensionales. 1.- Variables Estadísticas Bidimensionales. Las variables estadísticas bidimensionales se representan por el par (X, Y) donde, X es una variable unidimensional, e Y es otra
Más detallesEVALUACIÓN DE LA EFICACIA DE UN INSECTICIDA BIOLÓGICO MEDIANTE ANÁLISIS PROBIT
EVALUACIÓN DE LA EFICACIA DE UN INSECTICIDA BIOLÓGICO MEDIANTE ANÁLISIS PROBIT Nereida Delgado Puchi Instituto de Zoología Agrícola Facultad de Agronomía Universidad Central de Venezuela Introducción Estudios
Más detallesAjuste por mínimos cuadrados
Mathieu Departamento de Matemática Aplicada y Estadística Universidad Politécnica de Cartagena Cartagena, Enero 2010 Guión 1 Planteamiento 2 Criterio de mínimos cuadrados 3 Casos concretos: regresión lineal
Más detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 016-1 Hermosillo, Sonora. Febrero 3 de 016. Introducción
Más detallesEstadística Inferencial. Sesión No. 9 Regresión y correlación lineal
Estadística Inferencial Sesión No. 9 Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión se estudia
Más detallesEjemplo de Análisis de la Covarianza
Ejemplo de Análisis de la Covarianza Utilizando los datos del archivo sargos.csv representamos la itud desde el morro hasta la aleta dorsal frente a la itud total del pez: > sargos = read.table(file =
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detalles