Análisis estadístico integral de información obtenida en un lote bajo agricultura de precisión RESUMEN
|
|
- Martín Redondo Suárez
- hace 7 años
- Vistas:
Transcripción
1 Análisis estadístico integral de información obtenida en un lote bajo agricultura de precisión Boca Teresa 1, Rodríguez Gabriel, Mariel Vanín Instituto de Clima y Agua, INTA, Castelar tboca@cnia.inta.gov.ar RESUMEN Con el avance de la agricultura de precisión, los datos almacenados en cada campaña se han incrementado notablemente y además proceden de distintos orígenes, lo que determina distintas escalas. Estas características dificultan realizar un análisis estadístico integral. Este trabajo tuvo como objetivo determinar los procedimientos más eficientes para unificar y analizar los datos relevados en los manejos de lotes bajo agricultura de precisión. Se tomó como caso de estudio un lote de trigo. Se trabajó con diversas fuentes de información. Se generó un mapa continuo y se utilizó la información georeferenciada para obtener mapas de interpolación; ajustes de modelo de correlación espacial. Por último se obtuvieron los distintos estimadores de correlación entre las variables integradas. Para determinar el peso de cada variable exploratoria se emplearon modelos aleatorios de estimación de varianza y se obtuvieron los estimadores REML. Podemos entrever una ventaja comparativa en el uso de modelos más complejos que contemplen la correlación espacial para el análisis de ensayos de rendimiento bajo AP Palabras clave: análisis geoestadística, modelos aleatorios, componentes de varianza. INTRODUCCIÓN En los últimos años, el avance de las tecnologías asociadas a los sistemas de información geográfica (SIG) y los sistemas de posicionamiento global (GPS) han presentado un gran desarrollo y una marcada disminución de sus costos que han permitido una amplia utilización de los mismos en condiciones comerciales de producción. Esta combinación de tecnologías es conocida como agricultura de precisión (AP) o sitio específica y permite manejar la variabilidad tanto en el tiempo como en el espacio que es una característica intrínseca de la producción agrícola asumiendo que tanto el productor como el medio ambiente puede beneficiarse del manejo heterogéneo dentro de la unidad de producción (Velandia M, et. al, 004), (Bongiovanni R, et al, 006). Salta, Argentina - Octubre de 011 1
2 Si bien, la AP puede presentar ventajas a la hora de la toma de decisiones también presenta inconvenientes relacionados con el correcto análisis de los datos y su utilización e interpretación. Los monitores de rendimiento en promedio brindan información de 800 puntos por ha, esto asociado a mapas de fertilidad, de características físicas de los suelos, etc. presentan un gran volumen de información que necesita ser procesada y analizada para ser de utilidad en la toma de decisiones en el gerenciamiento agrícola. Las consideraciones a tener en cuenta van desde la variabilidad natural del lote de producción a las diferentes técnicas estadísticas de muestreo que deben ser utilizadas (Bongiovanni R, et.al, 006). Desde el punto de vista estadístico es importante aprovechar y modelar esta nueva forma de generar información, donde se hacen relevantes los métodos descriptivos que nos ayudan a resumir y calificar la información y los métodos de análisis espacial, tanto del punto de vista inferencial como la aplicación de métodos de interpolación. Este trabajo pretende a través de un caso de estudio integrar de forma protocolar dichos procedimientos y verificar la eficiencia de los mismos. METODOLOGÍA Fuentes de información Las bases de datos de los lotes bajo AP cuentan con información complementaria a los datos de rendimiento generados en los manejos tradicionales. En el caso de estudio nos encontramos con: Mapas de Fotointerpretación: Que nos brinda una relación entre una imagen fotográfica y el uso de la tierra, el mismo está compuesto por polígonos con los distintos ambientes, Loma, Media loma y Bajo. Mapas de aplicación de fertilizantes: En estos archivos se encuentran georeferenciados los valores de dosis prescripta (DOSISP) y dosis Aplicada (DOSISA) Ensayos comparativos de rendimiento con distintas dosis de nitrógeno: Se realizaron ensayos comparativos con dosis fijas a 0, 10 y 170 kg ha -1 Mapas de rendimiento de los distintos cultivos por lote: Estos son generados por los monitores de rendimiento. Mapas de productividad media lote estimada por NDVI: Estos mapas se obtienen a través de índices espectarles obtenidos de imágenes satélites. Datos de muestreo de Materia Orgánica: datos obtenidos a campo. Salta, Argentina - Octubre de 011
3 Programas utilizados Para los análisis realizados se utilizaron los siguientes programas: R, Development Core Team (011) y Quantum GIS, (Quantum GIS Development Team (010). Ambos son programas libres y abiertos y los programas de SIG comerciales: ArcGis (ESRI,011).; Surfer (Golden software, 009). Construcción de la base de datos Para la construcción de las bases de datos necesarias para los análisis estadísticos espaciales se integró la información precedente en una base de datos única. Para lo cual primeramente se realizó una limpieza de datos eliminando las columnas de datos vacías que usualmente genera el monitor de rendimiento. Luego se con los programas para SIG se realizó la intersección y unión de capas de información de los mapas de fotointerpretación, mapas de ensayos comparativos de rendimiento con distintas dosis de nitrógeno y mapas de rendimiento de los distintos cultivos por lote, unificándolos a polígonos de igual formato, dado que inicialmente estos tienen formato distinto. Previo a la exportación, se realizó la georeferenciación, con un pasaje de sistema de coordenadas esférica a planar. Las coordenadas se consideraron en función de los centroides de los polígonos. Interpolación de mapas de muestreo Para poder utilizar la información de los muestreo de campo y relacionarla con los resultados obtenidos en necesario generar un mapa continuo de valores para asignarle a cada grilla del mapa el valor correspondiente. Para esto es necesario aplicar métodos geoestadisticos que implicaron: Calculo de variograma, Ajuste de modelo de correlación espacial, e interpolación Kriging. Se utilizaron las funciones contenidas en el paquete de estadística espacial de R geor (Ribeiro & Diggle, 001). RESULTADOS y DISCUSIÓN Análisis Descriptivo En la Tabla 1 y en la Figura 1 se muestran las estadísticas descriptivas de los resultados de los ensayos realizados. Este análisis nos permitió la identificación de datos fuera de tipo (outliers) que suele generar el monitor de rendimiento. Salta, Argentina - Octubre de 011 3
4 Tabla 1: Estadísticos descriptivos del ensayo comparativo de rendimientos Ambiente dosis media desvío CV Loma Media Loma Bajo Figura 1 : Análisis descriptivos Gráficos Box plot del rendimiento Rendimiento Ajustado Rendimiento Ajustado L LP1 VA1b Ambientes Dosis 1a: Gráficos por ambientes definidos; L:Loma; LP1: Media Loma; VA1b: Bajo 1b: Gráficos por dosis fija Análisis de varianza del ensayo de ambientes. Dado la naturaleza espacial de la información, se aplicaron modelos que contemplen dicha variabilidad (Pinheiro, 000). Para determinar el ajuste del mismo se lo comparó con un modelo de efectos fijos y con un modelo donde los efectos de los ambientes se consideraron aleatorios (Crawley, 007). Salta, Argentina - Octubre de 011 4
5 Modelo 1: y = Xβ + ε ; ε ~ N ( 0, σ I ), [1] Modelos a efectos fijos. En este modelo suponemos errores independientes y homogéneos. Modelo : y = Xβ + Zb + ε ; ε ~ N (, I ) 0 σ ; b ~ (, Σ) N σ ; [] 0 b En este modelo consideramos los ambientes como efectos aleatorios. Estimamos la matriz de varianza y covarianza ( Σ ) de los efectos de bloques aleatorios con una estructura de varianzas constantes en la diagonal (varident) Modelo 3: y = Xβ + Zb + ε ; ε ~ ( 0, σ Σ ) N ; b ~ ( 0, Σ ) 1 N σ [3]; Aquí el modelo considera la presencia de dependencia espacial. Se estimó la matriz Σ 1 bajo una estructura de correlación espacial Gaussiana en función de las coordenadas geográficas (Cressie, 1991). En la Tabla se encuentran las medidas de ajuste para los modelos de las ecuaciones [1], [] y [3], como puede verse el modelo 3 fue el que tuvo el mejor ajuste, obteniendo valores de AIC y BIC menores. Además presentó una diferencia significativa respecto al modelo (p<0.0001). Esto indicaría que el análisis de la información generada en los ensayos de rendimiento bajo AP mejora cuando se considera la correlación espacial. b Tabla : medidas de ajuste de los modelos aplicados AIC BIC Sigma R Modelo 1 750,4 780,86-355,6 0,8 Modelo 700,8 73,84-345,41 0,38 Modelo 3 69,10 65,1-309,55 0,40 Los resultados del modelo 3 mostraron que existían diferencias significativas entre las dosis fijas aplicadas (p<0,0001). La prueba de Tukey de comparaciones múltiple mostró que las diferencias significativas se encontraban entre todas las dosis ensayadas. Salta, Argentina - Octubre de 011 5
6 Obtención de los mapas de materia de materia orgánica Para determinar cuales son los factores que explican la variabilidad de los rendimientos en el manejo por lotes, se realizó un muestreo a campo del contenido de materia orgánica. En la ilustración de la Tabla 3 puede verse la distribución espacial de los puntos de medición. Los colores del la imagen mencionada corresponden a los cuartiles de los valores observados de la variable en estudio en el siguiente orden: azul (circulo); verde (triangulo); amarillo (+) y (cruz). Calculo de variograma y ajuste del modelo de correlación espacial Se calculó el variograma según: ( h) ( z ) i z 1 γ ( h) = j [4] N En la Tabla 3 pueden verse modelo de correlación ajustado y los estimadores de los parámetros. Tabla 3 Parámetros estimados del modelo de correlación espacial Distribución espacial de los puntos de muestreo Modelo de covarianza exponencial Y Coord rango sill X Coord nugget Una vez ajustado El modelo se realizó la interpolación espacial y el mapa de errores de los valores interpolados (Figura ). Calculo de la contribución de cada factor al rendimiento obtenido La definición del manejo AP se basa en la idea explotar la variabilidad natural del lote de producción, por lo tanto es importante determinar el peso de los factores observados sobre Salta, Argentina - Octubre de 011 6
7 la variable en estudio. Para esto se calcularon las componentes de varianza de los distintos factores. Se encontró que de la variabilidad total, el 0, 46% se debe a la materia orgánica, el 4,35 % a las dosis variables aplicadas, el 3,44% a los ambientes, el 3, 3 % a la Figura : Mapas de interpolación de material orgánica: (a): % MO; (b): Error de interpolación a b productividad histórica. Como puede verse el 39 % de la variabilidad se deben a causas no medidas. (Figura 3). Figura 3: Análisis de los factores observados que contribuyen al rendimiento Contribución a la variabilidad en los rendimientos de los distintos factores Componentes de varianza MO DOSIS AMBIENTE PROD EE Salta, Argentina - Octubre de 011 7
8 En función de las diferencias encontradas en los modelos analizados, podemos entrever una ventaja comparativa en el uso de modelos más complejos que contemplen la correlación espacial para el análisis de ensayos de rendimiento bajo AP. Debería analizarse estas ventajas comparativas en diseños más complejos y con más factores (años, localidades, etc.). Por otro lado la AP en el manejo de sitio específico necesita un conocimiento más exacto de las fuentes de variabilidad existente para justificar su aplicación. Esto implica mejorar los métodos de muestreo, la calidad de las bases de datos generadas por los monitores de rendimiento, etc. REFERENCIAS Bongiovanni R., E.C. Mantovani, S. Best y A. Roel (eds.). (006). AGRICULTURA DE PRECISIÓN: Integrando conocimientos para una agricultura moderna y sustentable. PROCISUR/IICA. Programa Cooperativo para el Desarrollo Tecnológico y Agroindustrial del Cono Sur. Montevideo, Uruguay. ISBN ; 44 páginas Crawley Michael J. The R Book. (007), Wiley, Imperial College London at Silwood Park, UK Cressie, N.A.C. (1991) Statistics for Spatial Data. New York: John Wiley. ESRI (011). ArcGIS Desktop: Release 10. Redlands, CA: Environmental Systems Research Institute. Golden Software, Inc (009). Surfer Version Paulo J. Ribeiro Jr & Peter J. Diggle (001). geor: a package for geostatistical analysis R-NEWS, 1(): Pinheiro, J. C. & D. M Bates. (000). Mixed-Effects Models in S and S-PLUS. New York: Springer Quantum GIS Development Team (010). Quantum GIS Geographic Information System. Open Source Geospatial Foundation Project. R Development Core Team R: A language and environment for statistical computing. (011).. R Foundation for Statistical Computing, Vienna, Austria. ISBN , URL Salta, Argentina - Octubre de 011 8
Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesCOMPLEMENTARIO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA APLICADOS A LA AGRICULTURA DE PRECISIÓN OBJETIVO GENERAL
COMPLEMENTARIO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA APLICADOS A LA AGRICULTURA DE PRECISIÓN OBJETIVO GENERAL PPROPORCIONAR A LOS APRENDICES DEL CURSO LOS FUNDAMENTOS TEÓRICOS Y PRÁCTICOS SOBRE LAS TECNOLOGÍAS
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesCoordenadas Principales de Matrices de Proximidad (Principal Coordinates of Neighbor Matrices) PCNM
Coordenadas Principales de Matrices de Proximidad (Principal Coordinates of Neighbor Matrices) PCNM Implementación de PCNM en QEco La rutina de Coordenadas Principales de Matrices de Proximidad (PCNM)
Más detallesLA TECNOLOGIA GPS, QUE NACIO PARA EL AMBITO MILITAR, SE HA REVELADO EN LA ACTUALIDAD COMO UNA FUENTE INAGOTABLE Y CRECIENTE DE APLICACIONES CIVILES
LA TECNOLOGIA GPS, QUE NACIO PARA EL AMBITO MILITAR, SE HA REVELADO EN LA ACTUALIDAD COMO UNA FUENTE INAGOTABLE Y CRECIENTE DE APLICACIONES CIVILES SEINDO UNA DE ELLAS LA AGRICULTURA. UNO DE LOS 24 SATÉLITES
Más detallesAnálisis de suelos Algunas ideas acerca de precisión y producción bajo siembra directa 1
Análisis de suelos Algunas ideas acerca de precisión y producción bajo siembra directa 1 Don Bullock Crop Sciences Department University of Illinois 1102 South Goodwin Ave., Urbana IL 61801, EE.UU. En
Más detallesFacultad de Ingeniería Civil y Ambiental Análisis Espacial.
Análisis Espacial. Contenido. - Introducción. - Revisión de estadística básica. - Precisión y exactitud. - Interpolación. - Métodos. - Aplicaciones. - Modelación y SIG. Interpoladores Locales: - Polígonos
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesDIPLOMADO EN ESTADÍSTICA APLICADA
DIPLOMADO EN ESTADÍSTICA APLICADA DIPLOMADO EN ESTADÍSTICA APLICADA FUNDAMENTACIÓN El Diplomado en Estadística Aplicada posibilitará la actualización profesional y el desarrollo de competencias específicas
Más detallesEstadística Espacial en Ecología del Paisaje
Estadística Espacial en Ecología del Paisaje Introducción H. Jaime Hernández P. Facultad de Ciencias Forestales U. de Chile Tipos de datos en análisis espacial Patrones espaciales puntuales Muestras geoestadísticas
Más detallesIntroducción a los Sistemas de Información Agustín Rudas arudasl@unal.edu.co Laboratorio de Teledetección y SIG. Junio de 2008 Primera Parte: Que es un SIG (Teórico) Segunda Parte: Trabajando con ArcView
Más detallesSistemas de Información Geográfica
Sistemas de Información Geográfica un SIG es un sistema de hardware, software y procedimientos elaborados para facilitar la obtención, gestión, manipulación, análisis, modelado, representación y salida
Más detallesIntroducción al uso de Modelos de Efectos Mixtos como técnica estadística para analizar datos agrupados; Ejemplos con SPSS y R
Introducción al uso de Modelos de Efectos Mixtos como técnica estadística para analizar datos agrupados; Ejemplos con SPSS y R Marta Angulo-Martinez PhD student Estación Experimental Aula Dei-CSIC, Zaragoza,
Más detallesPreparación de la imagen. Preparación de la imagen. Características de la imagen utilizada. PADVA, Diego y WILSON, Carlos
TRABAJO FINAL DE SENSORES REMOTOS 2008 2do CUATRIMESTRE Utilización de Imágenes ETM en el estudio geomorfológico de detalle de la localidad del Puente del Inca. Objetivos PADVA, Diego y WILSON, Carlos
Más detallesFigura Área de Influencia de las estaciones complementarias a la estación Centro
INFORME FINAL Instituto de Ingeniería Coordinación de Hidráulica Figura 3.5.1 Área de Influencia de las estaciones complementarias a la estación Centro Tabla 3.5.2 Estaciones dentro del área de influencia
Más detallesMANUAL PARA GESTIÓN DE METADATOS
MANUAL PARA GESTIÓN DE Los metadatos proporcionan información acerca de los datos. Describen un producto permitiendo conocer toda la información necesaria para definir si son adecuados o no para cierto
Más detallesEstimación por métodos Geoestadísticos
Estimación por métodos Geoestadísticos Métodos de Estimación de Recursos Mineros Estimación global Estimación local La media aritmética Los polígonos El método del inverso de la distancia Geoestadística
Más detallesMETODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010
METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 2011 Índice 1. Antecedentes Generales 1 2. Metodología
Más detallesAGRICULTURA DE PRECISION. I. Introducción. Organización de la Presentación. Criterios que justifican hacer un MSE
AGRICULTURA DE PRECISION Jorge Pérez Quezada Depto. Cs. Ambientales y Rec. Naturales Renovables Facultad de Ciencias Agronómicas U. de Chile jorgepq@uchile.cl Organización de la Presentación I. Introducción
Más detallesTAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN
TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesForo de Discusión y Análisis. Los Sistemas modernos de información como apoyo a la gestión de riesgos agropecuarios
Foro de Discusión y Análisis Los Sistemas modernos de información como apoyo a la gestión de riesgos agropecuarios Introducción a la geomática Parte 1 Introducción La Geomática (geomatic sciences) es el
Más detalles3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.
3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesMETODOLOGÍA PARA LA DEFINICIÓN DE INDICADORES EN BASE A UN SISTEMA TURÍSTICO
METODOLOGÍA PARA LA DEFINICIÓN DE INDICADORES EN BASE A UN SISTEMA TURÍSTICO Características de un Observatorio Turístico Debe incluir la recopilación, análisis e interpretación de información relevante
Más detallesProyectos del sector Agricultura en los mercados de carbono
Fundación e Instituto Torcuato Di Tella Proyectos del sector Agricultura en los mercados de carbono Daniel Perczyk Montevideo, Uruguay, 27 de julio de 2012 Estructura de la presentación 1. Visión general
Más detallesImplementación de sistema electrostático de aplicaciín para helicópteros en paltos (informe técnico)
Implementación de sistema electrostático de aplicaciín para helicópteros en paltos (informe técnico) D. Rendón Solís Tivar helicópteros SPA INTRODUCCIÓN En consideración a la gran superficie plantada de
Más detallesCAPÍTULO 4. ANÁLISIS DE LA INFLUENCIA DEL INTERVALO DE TIEMPO UTILIZADO EN EL SEGUIMIENTO EN LOS RESULTADOS DE LA PREVISIÓN
CAPÍTULO 4. ANÁLISIS DE LA INFLUENCIA DEL INTERVALO DE TIEMPO UTILIZADO EN EL SEGUIMIENTO EN LOS RESULTADOS DE LA PREVISIÓN En este capítulo se analiza la influencia del intervalo de tiempo utilizado para
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA
ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA Descripción de la asignatura Estadística I El objetivo de la asignatura es proporcionar al estudiante conocimiento Departamento de Estadística y comprensión
Más detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 20 Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre
Más detallesEVOLUCIÓN DEL ÁREA SEMBRADA CON TRIGO EN ARGENTINA, PERÍODO COMPRENDIDO ENTRE
SEMINARIO DE INVESTIGACIÓN II. HERRAMIENTAS PARA LA INVESTIGACIÓN CIENTÍFICA EN GEOGRAFÍA-2010 Profesora: Dra. María Carmen Pereyra Barrancos EVOLUCIÓN DEL ÁREA SEMBRADA CON TRIGO EN ARGENTINA, PERÍODO
Más detallesgeoestadística aplicada: herramientas espaciales para la toma de decisión 2016
design lab centro de inteligencia territorial curso geoestadística aplicada: herramientas espaciales para la toma de decisión 2016 geoestadística aplicada: herramientas espaciales para la toma de decisión
Más detallesde riesgos Por Dr. José Ramón Martínez Batlle
Sistemas de información geográfica para la gestión de riesgos Por Dr. José Ramón Martínez Batlle I. Identificación Nombre de la Asignatura : Sistemas de información geográfica para la gestión de riesgos
Más detallesNORMA ISO Introducción
Introducción NORMA ISO 2859-1 Objetivo: eliminar productos defectuosos. Esencial para el enfoque basado en hechos de los SGC dado que la calidad no puede generarse sólo mediante inspección El control puede
Más detallesANALISIS E INTERPRETACION DE DATOS SOBRE PERMANENCIA Y GASTOS DE LOS ALUMNOS EN LA UNIVERSIDAD NACIONAL DE INGENIERIA
ANALISIS E INTERPRETACION DE DATOS SOBRE PERMANENCIA Y GASTOS DE LOS ALUMNOS EN LA UNIVERSIDAD NACIONAL DE INGENIERIA Jack Marlon Martínez Abregu e-mail: marlon_jack@hotmail.com IvánJosé Pazos Alvarado
Más detallesSe usa para encontrar un numero relativamente pequeño de variables nuevas que contengan la mayor cantidad de info posible del conjunto de datos
Analisis Estadístico de Datos Climáticos Análisis de componentes principales Analisis de componentes principales Se usa para encontrar un numero relativamente pequeño de variables nuevas que contengan
Más detallesVariabilidad espacial de las propiedades químicas de los suelos.
Variabilidad espacial de las propiedades químicas de los suelos. Introducción. La variabilidad espacial, de las propiedades del suelo, y de los rendimientos de los cultivos ha sido reconocida desde los
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesMAPA DIGITAL PARA ESCRITORIO, AVANCE TECNOLÓGICO A SU SERVICIO
MAPA DIGITAL PARA ESCRITORIO, AVANCE TECNOLÓGICO A SU SERVICIO La constante evolución del mundo actual hace cada vez más complejas las necesidades de información en todos los sectores de la sociedad. En
Más detallesEstructura de la propiedad forestal en Castilla-La Mancha
LOS MONTES DE CASTILLA-LA MANCHA Estructura de la propiedad forestal en Castilla-La Mancha Gema Sánchez Palacios Ingeniera de Montes Tragsatec Castilla-La Mancha Fotografías: Archivo Tragsatec La Ley 3/2008
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesNota Metodológica. Marzo, Encuesta realizada por VOTIA, Sistemas de Información, S.A de C.V para el periódico más por más
Nota Metodológica Marzo, 2012 Encuesta realizada por VOTIA, Sistemas de Información, S.A de C.V para el periódico más por más Eje 6 Sur (Av. Independencia) No 66-A, Col San Simón Ticumác, Benito Juárez,
Más detallesCriterios para evaluar la siembra de precisión
Criterios para evaluar la siembra de precisión Durante la siembra de precisión, bajo el sistema de siembra directa, la sembradora debe realizar las siguientes operaciones: corte del rastrojo en superficie,
Más detallesANÁLISIS DE MERCADO PARA LA INTRODUCCIÓN DE NUEVA LÍNEA DE ALIMENTO DE PERRO
ANÁLISIS DE MERCADO PARA LA INTRODUCCIÓN DE NUEVA LÍNEA DE ALIMENTO DE PERRO Presentado a Juan Pérez Director Ejecutivo (CEO) de Comida para Mascota S.A. de C.V. Oficina principal, México D.F. Preparado
Más detallesTransformación de datos de campo en reducción de costos
Transformación de datos de campo en reducción de costos Higher Predictability Higher Profitability Amir Szuster VP Desarollo de Negócios, ScanTask Foro Global Agroalimentario Puebla, Septiembre 2016 Agricultura:
Más detallesGLOSARIO. que interactúan para analizar información espacial en mapas. forma y la localización de los objetos en el espacio.
GLOSARIO Nota: G Término General en cualquier contexto AP Definición dentro del contexto del presente proyecto de grado y la aplicación Mapa Interactivo S Siglas incluidas en el Documento M Marcas y productos
Más detallesSCNM. Matriz de Insumo-Producto
SCNM. Matriz de Insumo-Producto Ventas, consultas en CECCOM e Internet, tiraje y existencias Dirección de Investigación del Servicio a Usuarios INEGI Contenido Introducción................................................................................
Más detallesCONTENIDOS MÍNIMOS BLOQUE 2. NÚMEROS
CONTENIDOS Y CRITERIOS DE EVALUACIÓN DE MATEMÁTICAS 1º DE ESO. Bloque 1: Contenidos Comunes Este bloque de contenidos será desarrollado junto con los otros bloques a lo largo de todas y cada una de las
Más detallesPercepción de los Precios por Parte de los Hogares: El caso de la Electricidad en el Perú
Percepción de los Precios por Parte de los Hogares: El caso de la Electricidad en el Perú Luis Bendezú Medina Universidad de Chile Diciembre 2007 Contenido Introducción Modelo Teórico Implementación Empírica
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 detallesEstadísticos Descriptivos
ANÁLISIS EXPLORATORIO DE DATOS El análisis exploratorio tiene como objetivo identificar el modelo teórico más adecuado para representar la población de la cual proceden los datos muéstrales. Dicho análisis
Más detallesCAPÍTULO I. INTRODUCCIÓN. Cuando se requiere obtener información de una población, y se desean obtener los mejores
CAPÍTULO I. INTRODUCCIÓN I.1 Breve Descripción Cuando se requiere obtener información de una población, y se desean obtener los mejores y más completos resultados, el censo es una opción para dar una respuesta
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA Probabilidad y Estadística 18/01/10 Clave: 214 Semestre: 1 Duración del curso: semanas: 17 horas: 68 de teoría y 17 de práctica, Total: 85 Horas
Más detallesEvaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez. Maíz (Zea mays)
Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez Cadelga Maíz (Zea mays) Científica Objetivos Medir el Efecto Fisiológico AgCelence del Fungicida
Más detallesDemostración de Utilización de SSToolbox y sus posibles aplicaciones agronómicos con ejemplos prácticos Tomás Gotthold (AgriMax S.A.
Demostración de Utilización de SSToolbox y sus posibles aplicaciones agronómicos con ejemplos prácticos Tomás Gotthold (AgriMax S.A.) I. Introducción: A. Que es SSToolbox? Software GIS para generación,
Más detallesMétodos Predictivos en Minería de Datos
Métodos Predictivos en Minería de Datos Tutor: El curso será impartido por Dr. Oldemar Rodríguez graduado de la Universidad de París IX y con un postdoctorado de la Universidad de Stanford. Duración: Cuatro
Más detallesBOLIVIA. Instituto Nacional de Estadística. Unidad de Cartografía
Instituto Nacional de Estadística Unidad de Cartografía SOFTWARE: Microstation v. 8xm ArcGis 9.2 Google Earth versión gratuita Photoshop Microsoft Office Unidad de Cartografía e Infraestructura Espacial
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesGUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA
GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA DATOS BÁSICOS DE LA ASIGNATURA Nombre: Titulación: Centro: Tipo: Créditos: Curso: Prerrequisitos: Profesor: Dpto.: Estadística Aplicada. Licenciatura
Más detallesSistema de Información Geográfica (SIG)
INSTITUTO DE NUTRICIÓN N DE CENTRO AMERICA Y PANAMÁ SEGURIDAD ALIMENTARIA NUTRICIONAL Sistema de Información Geográfica (SIG) UNIDAD DE VIGILANCIA MONITOREO Y EVALUACIÓN Guatemala 2012 Definición Es un
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grupo Lunes jueves 1PM22 11:00-12:00 11:00-13:00 Prof. Miguel Hesiquio Garduño. Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com 1 de Agosto de 2011 OBJETIVO
Más detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
Más detallesFertilización con Zn en cultivos de maíz y trigo
Fertilización con Zn en cultivos de maíz y trigo Ing. Agr. MSc. Gabriel Espósito FAV UNRC Balboa, G.; Cerliani, C.; Balboa, R. y C. Castillo Manejo de sistemas productivos Cultivo Antecesor Elección del
Más detallesAnálisis de la varianza ANOVA
Estadística Básica. Mayo 2004 1 Análisis de la varianza ANOVA Francisco Montes Departament d Estadística i I. O. Universitat de València http://www.uv.es/~montes Estadística Básica. Mayo 2004 2 Comparación
Más detallesTema 1: Introducción
Estadística Universidad de Salamanca Curso 2010/2011 Outline 1 Estadística 2 Outline 1 Estadística 2 La estadística es una ciencia que comprende la recopilación, tabulación, análisis e interpretación de
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesDiagnóstico Socio-Ambiental de la ciudad de Santa Rosa, La Pampa: : Uso de los SIG
Diagnóstico Socio-Ambiental de la ciudad de Santa Rosa, La Pampa: : Uso de los SIG Autores: Yanina Rubio Lic. Maite Betelu Sistema Ecológico Medio Ambiente Sistema Socioeconómico Expansión n urbana desorganizada
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica No se puede gestionar lo que no se puede medir William Hewlett TEMA 1 Pensamiento estadístico Metodología estadística Definiciones básicas Concepto: Estadística
Más detallesRiego de precisión, una herramienta para la sustentabilidad medio ambiental
Riego de precisión, una herramienta para la sustentabilidad medio ambiental Gabriel González Marín - Ingeniero Agrónomo UdeC - Ms Dgr. Université de Paris VI - Ms. Sc. AgroParisTech - Ph. D. (c) Universidad
Más detallesCantidad de producto en preempacados. Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología
Cantidad de producto en preempacados Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología RTCA 01.01.11:06 Cantidad de Producto Pre-empacado Decreto 33371-COMEX-MEIC Gaceta N
Más detallesMedidas de tendencia central y dispersión
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 3, Marzo 2011. Open Access, Creative Commons. Medidas de tendencia central y dispersión Autor: Fernando Quevedo Ricardi (1) Filiación:
Más detalles1. Los números reales. 2. Representación. 3. Densidad de los números racionales. 4. Propiedades de los números reales
EJES ARTICULADORES Y PRODUCTIVOS DEL AREA SISTEMA DE CONOCIMIENTOS GRADO: 10 11 1. Los números reales 1. Desigualdades. 2. Representación 2. Propiedades. 3. Densidad de los números racionales 4. Propiedades
Más detallesPROGRAMA DE ESTUDIOS. - Nombre de la asignatura : Taller de herramientas Estadísticas. - Pre requisitos : LCP 219 Estadística
PROGRAMA DE ESTUDIOS A. Antecedentes Generales. - Nombre de la asignatura : Taller de herramientas Estadísticas - Carácter de la asignatura (obligatoria/ electiva) : Obligatoria - Pre requisitos : LCP
Más detallesCampillo, Cristobal Rullan Silva Fecha de elaboración: Mayo 2010 Fecha de última actualización: Percepción Remota
PROGRAMA DE ESTUDIO SISTEMAS DE INFORMACIÓN GEOGRÁFICA Programa Educativo: Licenciatura en Gestión Ambiental Área de Formación : Sustantiva Profesional Horas teóricas: 2 Horas prácticas: 3 Total de Horas:
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesANÁLISIS ESPACIAL.
2015 ANÁLISIS ESPACIAL OceanTeacher Global Academy (OTGA) Curso tecnologías de información (SIG) Aplicado al medio marino y costero (ARCGIS) 3-7 November 2015, Santa Marta, Colombia http://help.arcgis.com/es/arcgisdesktop/10.0/help/
Más detallesEvaluación del impacto económico en el sector energético dado por los embalses para riego existentes en la cuenca de aporte a Rincón del Bonete
Trabajo de fin del curso SimSEE 2, Grupo 1, pág 1/9 Evaluación del impacto económico en el sector energético dado por los embalses para riego existentes en la cuenca de aporte a Rincón del Bonete Magdalena
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesRobusticidad de los Diseños D-óptimos a la Elección. de los Valores Locales para el Modelo Logístico
Robusticidad de los Diseños D-óptimos a la Elección de los Valores Locales para el Modelo Logístico David Felipe Sosa Palacio 1,a,Víctor Ignacio López Ríos 2,a a. Escuela de Estadística, Facultad de Ciencias,
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grupo Jueves Viernes 13:00-15:00 14:00-15:00 Prof. Miguel Hesiquio Garduño. Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com mhesiquiog@ipn.mx http://hesiquiogm.wordpress.com
Más detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE COMPUTACIÓN ESCUELA DE ELÉCTRICA PROGRAMA INSTRUCCIONAL
Más detallesSISTEMAS DE INFORMACIÓN GEOGRÁFICA
SISTEMAS DE INFORMACIÓN GEOGRÁFICA I. DATOS GENERALES Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniería en Recursos Naturales Renovables Nivel educativo: Licenciatura Eje curricular:
Más detallesCARTOGRAFIA - SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG)
CONVENIO 1164 DIPLOMADO ORDENAMIENTO AMBIENTAL DEL TERRITORIO DIRECCION TERRITORIAL CARTAMA CARTOGRAFIA - SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) Docente: Monica Patricia González Palacio La Pintada 20
Más detallesANEXO 4 SEGUNDO INFORME DE AVANCE ESTUDIO DE CASO SITIO PILOTO MENDOZA DEPARTAMENTO DE LAVALLE. Marzo de 2005
ANEXO 4 SEGUNDO INFORME DE AVANCE ESTUDIO DE CASO SITIO PILOTO MENDOZA DEPARTAMENTO DE LAVALLE Marzo de 2005 EVALUACIÓN DE DEGRADACIÓN DE TIERRAS EN ZONAS ÁRIDAS PROYECTO LADA-FAO ARGENTINA Inventario
Más detallesAplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México Presentan: Dr. Miguel
Más detallesSecretaría de Desarrollo Rural Julio-Agosto del 2012
Secretaría de Desarrollo Rural Julio-Agosto del 2012 1 Índice 1. Introducción 3 2. Objetivo de la evaluación 5 3. Metodología 7 4. Evaluación de la Secretaría de Desarrollo Rural 12 4.1 Resultados de la
Más detallesPROBABILIDAD Y ESTADISTICA (T Y P)
PROBABILIDAD Y ESTADISTICA (T Y P) FICHA CURRICULAR DATOS GENERALES Departamento: Irrigación. Nombre del programa: Ingeniero en Irrigación Area: Matemáticas, Estadística y Cómputo Asignatura: Probabilidad
Más detalles