ADONIS. Implementación del ADONIS en QEco
|
|
- Rocío Páez Hidalgo
- hace 7 años
- Vistas:
Transcripción
1 Análisis de varianza multivariado con permutaciones usando matrices de distancia (permutational multivariate analysis of variance using distance matrices) ADONIS Implementación del ADONIS en QEco La rutina ADONIS implementada en QEco fue tomada del paquete estadístico vegan (Community Ecology Package) cuyos autores son Oksanen et al. (2013). Mayor información sobre vegan y sus funciones se puede encontrar en o El análisis de varianza multivariado permutacional usando matrices de distancia (ADONIS) realiza comparaciones de medias entre dos o más grupos (comunidades), es decir prueba la hipótesis de igualdad de medias multivariada entre grupos (Oksanen et al., 2013) y su significancia es evaluada con permutaciones. Esta prueba es análoga al análisis de varianza multivariado basado en la distribución normal y al análisis de varianza multivariado (MANOVA) propuesto por Anderson (2001) que se basa en permutaciones; y similar al análisis de redundancia (Legendre y Anderson, 1999). ADONIS analiza y particiona la suma de cuadrados usando matrices de distancia y disimilitudes basado en un ajuste de modelos lineales y utilizando prueba de permutaciones con seudo-f (Oksanen et al., 2013). Los pasos genéricos de la prueba y su significancia son: 1. Construcción de una matriz de distancia/disimilitud. QEco invoca a la función vegdist del paquete vegan, excepto para el caso de la distancia de Gower que invoca al paquete cluster. 2. Realización de la partición de suma de cuadrados entre los factores, covariables o bajo un enfoque de covarianza. En la implementación en QEco la partición solamente está disponible para modelos unifactoriales o con estructura factorial. 3. Estimación del estadístico F basado en pruebas de permutaciones.
2 Consideraciones QEco le permite al usuario especificar la medida de disimilitud/distancia y el método de transformación. Entre los métodos de transformación, se encuentran: presencia/ausencia (Presence/Abscense), chi-cuadrado (Chi.square), Hellinger, logaritmo en base 2 (Logarithm base 2), estandarización (Standardize), rango (Range), frecuencia (Frequency), máximo (Maximum) y total (Total). El usuario debe especificar también la medida de disimilitud o distancia dependiendo de la naturaleza de la matriz (variables) respuesta. Las opciones dadas para matrices con datos cuantitativos son: Bray Curtis, Canberra, Manhattan, Morisita, Kulczynski y Euclídea. Para datos binarios (presencia/ausencia): Chao, Jaccard, Binomial, Mountford y Raup-Crick. En caso en que la matriz esté compuesta por datos mixtos (cuantitativos y binarios) la opción es Gower. En QEco, ADONIS trabaja con estructura de hasta tres factores y sus interacciones, y además pueden evaluarse diseños con estructuras anidadas (Oksanen et al., 2013). Ofrece al usuario una prueba de contraste entre los niveles de los factores para identificar las diferencias y una corrección de los p-valores por Bonferroni y Sidak para disminuir la tasa de error I por la prueba de significancia simultánea (Legendre y Legendre, 1998). Invocando ADONIS en QEco Para ejemplificar el análisis de varianza multivariado con permutaciones usando matrices de distancia (ADONIS) en QEco, se utilizaron los datos disponibles en la librería vegan (presentados en dune and dune.env). En QEco se encuentran en VEDDM y contienen una matriz de 30 especies con sus respectivas abundancias de plantas y dos variables de clasificación. En Menu>>Community>>Comparisons>>ADONIS, se desplegará una ventana para ingresar las variables respuesta de clasificación y el Strata como opcional (en caso que se tenga un diseño anidado o bloques) (Figura 1). Para este ejemplo se utilizará Management como variable de clasificación. Contiene cuatro niveles: BF = Biological Farming, HF =
3 Hobby Farming, NM = Nature Conservation Management, y SF = Standard Farming. La hipótesis nula a probar es igualdad de medias multivariadas entre los distintos manejos en la comunidad de plantas. Para este ejemplo, las especies son declaradas en variables y Management como criterio de clasificación (en la solapa Strata no se declara nada). Figura 1. Solapa de declaración de variables (en este caso, no se utiliza el nivel de Strata). Una vez declaradas las variables, QEco mostrará una ventana de opciones para que el usuario indique la medida de distancia/disimilitud (Distance measure), la transformación de los datos (Transformation method) y la cantidad de permutaciones a realizar (Number of permutations), el cual tiene que ser un valor entero mayor que 0. Además, solicitará que se ingrese la estructura factorial del modelo, escribiendo exactamente el nombre de la variable
4 de clasificación, tal como está declarado y respetando mayúsculas y minúsculas (Figura 2). Para este ejemplo, se asume un diseño sin estructura factorial, por lo tanto, sólo se escribe Management. Figura 2. Solapa de opciones y declaración de los factores en QEco. La salida es una tabla de análisis de varianza y la prueba de contraste de a pares solicitada con los p-valores corregidos por Bonferroni y Sidak. Para el ejemplo llegamos a la conclusión de rechazar la hipótesis nula o que hay diferencias entre Management (F 3, 19 = 2.77, p = 0.002). Las diferencias dadas según la corrección de los p-valores (Bonferroni y Sidak) es entre el Management NM y SF (Figura 3).
5 Figura 3. Salida de ADONIS en QEco. Realizando un análisis con estructura factorial Para ejemplificar el ADONIS con estructura factorial se retomará el mismo ejemplo, pero declarando Management y Use como variables de clasificación. El interés de este análisis reside en probar la hipótesis de igualdad de medias multivariadas para cada uno de los factores y la hipótesis de no interacción entre los factores. La estructura factorial del modelo debe especificarse en la ventana declarando en cada fila el factor y sus interacciones (Figura 4). Las interacciones son representadas por :.
6 Figura 4. Solapa de opciones y declaración de la estructura factorial del modelo. El resultado es una tabla de análisis de varianza con las fuentes de variación y con todas las pruebas de a pares de los factores y su interacción (Figura 5). La salida del ADONIS debe interpretarse tal como se interpreta un análisis de varianza univariado con estructura factorial. Para este ejemplo, la interacción es no significativa por lo que se concluye que las diferencias en Management no dependen de Use o viceversa. Por lo tanto, se puede concluir para cada factor independientemente: no hay efecto de Use (F = 1.02, p = ), es decir, no hay evidencia para rechazar la hipótesis nula de igualdad de medias entre los tratamientos de Use. Sí hay diferencias entre los niveles de Management (F = 2.65, p = ). Una vez evaluados los factores del modelo y concluido sobre las hipótesis de
7 interés, el siguiente paso consiste en identificar cuáles son esas diferencias. Para identificarlas, puede remitirse a la prueba de comparaciones de medias del factor de interés o significativo, y revisar los p-valores corregidos (Figura 5). Figura 5. Resultados del análisis de varianza multivariado con permutaciones basado en una estructura factorial. Bibliografía Anderson, M. J. (2001). A new method for non-parametric multivariate analysis of variance. Austral Ecology, 26:
8 Benjamini, Y.; Hochberg, Y. (1995). Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society, Series B, 57: Benjamini, Y.; Yekutieli, D. (2001). The control of the false discovery rate in multiple testing under dependency. The Annals of Statistics, 29(4): Legendre, P.; Anderson, M. J. (1999). Distance-based redundancy analysis: Testing multispecies responses in multifactorial ecological experiments. Ecological Monographs, 69:1 24. Legendre, P.; Legendre, L. (1998). Numerical ecology. 2da english edition. Elsevier Science BV Amsterdam. Oksanen, J.; Blanchet, F.G.; Kindt, R.; Legendre, P.; Michin, P. R.; O Hara, R. B.; Simpson, G. L.; Solymos, M.; Stevens, R. H.; Wagner, E. (2013). Community Ecology Package (Package vegan). Disponible en: Oksanen, J. (2013). Multivariate Analysis of Ecological Communities in R: vegan tutorial. Disponible en: line:
Coordenadas 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 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 detallesCAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS
CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular
Más detallesPruebas de Hipótesis Multiples
Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ
Más detallesPráctica 3. Paso de parámetros entre subrutinas. 3. Consideraciones sobre el paso de parámetros
Práctica 3. Paso de parámetros entre subrutinas 1. Objetivo de la práctica El objetivo de esta práctica es que el estudiante se familiarice con la programación en ensamblador y el convenio de paso de parámetros
Más detallesno paramétrica comparar más de dos grupos de rangos (medianas)
Kruskal-Wallis Es una prueba no paramétrica de comparación de tres o más grupos independientes, debe cumplir las siguientes características: Es libre de curva, no necesita una distribución específica Nivel
Más detallesComo buscar información en la Biblioteca Virtual de Gartner?
Gartner? Introducción La página de inicio de Gartner nos ofrece diferentes maneras de buscar información dentro del sitio: Te permite realizar búsquedas De información más genérica usando frases y operadores
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesEsquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor
Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.
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 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 detallesContenido. 2 Probabilidad 9. Prefacio. 1 Introducci6n a la estadfstica y al an;!llisis de datos
Contenido Prefacio ix 1 Introducci6n a la estadfstica y al an;!llisis de datos 1 1.1 1.2 1.3 1.4 1.5 1.6 Repaso 1 EI papel de la probabilidad 2 Medidas de posici6n: media de una muestra 4 Medidas de variabilidad
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesNota técnica Estratificación multivariada
Instituto Nacional de Estadística y Geografía Nota técnica Estratificación multivariada Censo de Población y Vivienda 2010 NOTA TÉCNICA ESTRATIFICACIÓN MULTIVARIADA Con la finalidad de que el usuario pueda
Más detallesANEXO I. ANÁLISIS DE LA VARIANZA.
ANEXO I. ANÁLISIS DE LA VARIANZA. El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias. Cuando se quiere comparar más de dos medias es incorrecto utilizar
Más detallesReporte de Pobreza y Desigualdad DICIEMBRE 2015
Reporte de Pobreza y Desigualdad DICIEMBRE 2015 1 Reporte de Pobreza y Desigualdad - Diciembre 2015 Dirección responsable de la información estadística y contenidos: Dirección de Innovación en Métricas
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesModelo Econométrico sobre el Turismo
Modelo Econométrico sobre el Turismo Ruth Rubio Rodríguez Miriam Gómez Sánchez Mercados 3ºA GMIM Índice Planteamiento del Problema..4 1. Estadísticos Descriptivos...5 2. Matriz Correlaciones 5 3. Gráfico
Más detallesTALLER ESTADISTICAS EN EXCEL MSP 21 VERANO 2014
TALLER ESTADISTICAS EN EXCEL MSP 21 VERANO 2014 AGENDA Estadísticas en Excel Construcción de una hoja de trabajo Puntuaciones por asistencia Calificaciones finales igual peso Calificaciones finales pesadas
Más detallesEste procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:
STATGRAPHICS Re. 4/d/yyyy Pruebas de Hipótesis (Una Muestra) Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: 1. la media μ de una distribución normal.. la desiación
Más detallesAgro 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 detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesReporte de Pobreza. Marzo 2016
Reporte de Pobreza Marzo 2016 1 Reporte de Pobreza - Marzo 2016 Dirección responsable de la información estadística y contenidos: Dirección de Innovación en Métricas y Metodologías Realizadores: Melody
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 detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detallesA qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
Más detallesPruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016
Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica
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 detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detalles2. Análisis de varianza
1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una
Más detallesProcesador de texto Apunte N 4
Procesador de texto Apunte N 4 Corrección de documentos ACLARACIÓN: Estos apuntes están diseñados para enseñar tanto MS Word como OOO Writer. Si es necesario se indicará de haber una diferencia de procedimientos
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detallesCentro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Arquitectura de Ordenadores Tutor: Antonio Rivero Cuesta Unidad Didáctica 1 Representación de la Información y Funciones Lógicas Tema 1 Representación de la Información
Más detallesENUNCIADOS DE PROBLEMAS
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA I 22 de Septiembre de 2007 ENUNCIADOS DE PROBLEMAS Muy importante: Tenga en cuenta que algunos resultados de las tablas han podido ser omitidos. PROBLEMA 1:
Más detallesMODULO VIII. Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL.
MODULO VIII Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL Esquema de Proyecto SNIP INDICE INTRODUCCION I. ASPECTOS GENERALES II. IDENTIFICACION III. FORMULACION IV. EVALUACION
Más detallesTipo de punta (factor) (bloques)
Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos
Más detallesProgramación en java. Estructuras algorítmicas
Programación en java Estructuras algorítmicas Estructuras algoritmicas 1. Conceptos basicos 1. Dato 2. Tipos de datos 3. Operadores 2. dsd Conceptos Basicos DATO: se considera una representación simbólica
Más detallesEstatutos de Control C# Estatutos de Decisión (Selección)
SELECCIÓN Estatutos de Control C# Estatutos de Decisión (Selección) IF Condición THEN Estatuto1 ELSE Estatuto2 Estatuto1 Statement Condición... Antes de ver esta presentación: Lee el Capítulo correspondiente
Más detallesEstructura de las comunidades Una guía de análisis de datos utilizando R Por Eduardo Klein. Mayo 2004.
Estructura de las comunidades Una guía de análisis de datos utilizando R Por Eduardo Klein. Mayo 24. Introducción El interés básico del análisis de la estructura de las comunidades es conocer cuales especies
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detallesTema 2 Datos multivariantes
Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,
Más detallesColegio Decroly Americano Matemática 7th Core, Contenidos I Período
Matemática 7th Core, 2015-2016 Contenidos I Período 1. Sentido Numérico a. Identificar y escribir patrones. b. Escribir números en forma de exponentes. c. Escribir cantidades en notación científica. d.
Más detallesc). Conceptos. Son los grupos o conceptos que se enlistan en las filas de la izquierda de la tabla
Tema 5. Tablas estadísticas Como ya se había establecido en el tema anterior sobre el uso de las tablas estadísticas, éstas son medios que utiliza la estadística descriptiva o deductiva para la presentación
Más detallesGRADO EN ECONOMIA SEGUNDO CURSO
GRADO EN ECONOMIA SEGUNDO CURSO Asignatura Estadística II Código 802354 Módulo Métodos cuantitativos Materia Carácter Obligatorio Presenciales 2,7 Créditos 6 No presenciales 3,3 Curso 2 Semestre 3 Estadística
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesTabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )
Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesBúsqueda de usuario. Relación tutor/tutorado. Reporte de interacción tutor-tutorado. Reporte socioeconómico
Propuesta elaborada por miembros del Comité Técnico de Tutorías del Centro Universitario de Ciencias de la Salud Este apartado es exclusivo para las personas que se les otorgan derechos para asignar tutores
Más detalles1. Practica con la siguiente hoja. Las celdas que contienen las fórmulas son de color rojo. Deberás realizar las indicaciones que se adjuntan:
Práctica 2 1. Practica con la siguiente hoja. Las celdas que contienen las fórmulas son de color rojo. Deberás realizar las indicaciones que se adjuntan: Función suma Esta función tiene preestablecido
Más detallesCómo calificar actividades en Moodle?
Cómo calificar actividades en Moodle? Moodle tiene diversos recursos para actividades, las cuales pueden ser evaluadas por el docente para hacerle seguimiento al aprendizaje de los estudiantes. Tanto las
Más detallesFicha de Aprendizaje N 13
Ficha de Aprendizaje N 13 Curso: Lógica y lenguaje de programación Tema: Fundamentos de programación Duración: 2 horas pedagógicas Logros de aprendizaje Identifica los diferentes tipos de operadores que
Más detallesTema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detallesReporte de Pobreza por Ingresos JUNIO 2015
Reporte de Pobreza por Ingresos JUNIO 2015 1 Resumen Ejecutivo En el presente documento se exhiben los resultados obtenidos en el cálculo de pobreza y desigualdad por ingresos a partir de la Encuesta Nacional
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesLos modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:
Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial
Más detallesContrastes de hipótesis paramétricos
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,
Más detallesIII Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios
III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios Esta lista contiene ejercicios y problemas tanto teóricos como de modelación. El objetivo
Más detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detallesDiario Oficial de la Federación
Diario Oficial de la Federación Criterios y Operadores de Búsqueda para la búsqueda avanzada Los Criterios y Operadores de Búsqueda disponibles para la recuperación eficiente y precisa de la información
Más detallesUtilización de Funciones en OpenOffice.org Calc
Utilización de Funciones en OpenOffice.org Calc Una función es un conjunto de instrucciones reunidas bajo un nombre que calculan un resultado o llevan a cabo una acción específica. Las funciones pueden
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesObjetivo. variables factores F Principios básicos. Parsimonia Interpretabilidad
ANÁLISIS FACTORIAL 1. Introducción 2. Examen de la matriz de correlación 3. Extracción de los factores 4. Rotación de los factores 5. Puntuaciones factoriales 6. Caso práctico Introducció Objetivo. Resumir
Más detalles: Algorítmica y Estructura de Datos I
FACULTAD POLITÉCNICA DIRECCIÓN ACADÉMICA PROGRAMA DE ESTUDIO I. IDENTIFICACIÓN Carrera : Ingeniería de Sistemas CARGA HORARIA (Horas reloj) Asignatura : Algorítmica y Estructura de Datos I Carga Horaria
Más detalles11. PRUEBAS NO PARAMÉTRICAS
. PRUEBAS NO PARAMÉTRICAS Edgar Acuña http://math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ PRUEBAS NO PARAMÉTRICAS Se estudiarán las pruebas noparamétricas, las cuales
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 detallesREGISTRO EN LA PÁGINA WEB
REGISTRO EN LA PÁGINA WEB 1.- Entrar al sitio www.sigmaaldrich.com 2.- Dar click en el menú de la parte derecha de la pantalla poner el cursor en ACCOUNT y dar click en start. 3.- Llenar los campos que
Más detallesPráctica 2: Análisis de sensibilidad e Interpretación Gráfica
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,
Más detallesEl Análisis de Correspondencias tiene dos objetivos básicos:
Tema 8 Análisis de correspondencias El Análisis de Correspondencias es una técnica de reducción de dimensión y elaboración de mapas percentuales. Los mapas percentuales se basan en la asociación entre
Más detallesExcel aplicado a ingenieros
Pág. N. 1 Excel aplicado a ingenieros Familia: Editorial: Autor: Ofimatica Macro Ing. Carlos Eyzaguirre Acosta ISBN: 978-612-304-043-7 N. de páginas: 376 Edición: 1. a 2011 Medida: 17.5 x 24.8 Colores:
Más detalles18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso.
PRIMER CURSO DE E.S.O Criterios de calificación: 80% exámenes, 10% actividades, 10% actitud y trabajo 1 Números naturales. 2 Potencias de exponente natural. Raíces cuadradas exactas. 3 Divisibilidad. Concepto
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesCONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS
CONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS MATEMÁTICAS 1º ESO U.D. 1 Números Naturales El conjunto de los números naturales. Sistema de numeración decimal. Aproximaciones
Más detallesno paramétrica comparar más de dos mediciones de rangos (medianas)
Friedman Es una prueba no paramétrica de comparación de tres o más muestras relacionadas, debe cumplir las siguientes características: Es libre de curva, no necesita una distribución específica Nivel ordinal
Más detallesSistema de Registro, Derivación y Monitoreo Chile Crece Contigo
Sistema de Registro, Derivación y Monitoreo Chile Crece Contigo MANUAL DE USO CHCC MÓDULO ESTADÍSTICO NOVIEMBRE 2011 TABLA DE CONTENIDO 1 INTRODUCCIÓN... 3 2 ACCESO AL SISTEMA... 4 3 FUNCIONALIDADES MÓDULO
Más detalles4.2 ACTIVIDAD DE APRENDIZAJE 4.2: Diseñar el modelo relacional de la base de datos del sistema Descripción de la AA4.2:
4.2 ACTIVIDAD DE APRENDIZAJE 4.2: Diseñar el modelo relacional de la base de datos del sistema. 4.2.1 la AA4.2: Nombre de la Actividad de Aprendizaje 4.2: Resultado de aprendizaje relacionado al desarrollo
Más detallesDescripción y Contenido del Curso. Programación C++ Capacity Academy.
Descripción y Contenido del Curso Programación C++ Capacity Academy Educación en Tecnología de la Información Online, Efectiva y Garantizada Qué aprenderá si toma este Curso? En este curso aprenderás todo
Más detalles1.9. Requisitos mínimos de asistencia a las sesiones presenciales / Minimum attendance requirement
ASIGNATURA / COURSE TITLE ANÁLISIS DE DATOS 1.1. Código / Course number 16307 1.2. Materia / Content area Módulo instrumental 1.3. Tipo / Course type Obligatoria 1.4. Nivel / Course level Grado 1.5. Curso
Más detallesSi salgo temprano hoy, me voy al cine.
INTRODUCCION A LA FUNCION SI. La función si, se usa a diario, en casi todas las instancias de nuestra vida, justo cuando realizaremos una acción dependiendo de una condición: Si salgo temprano hoy, me
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades
Más detallesFACULTAD DE ENFERMERÍA Y FISIOTERAPIA FACULTAD DE ENFERMARÍA Máster en I e I en Cuidados de Salud
PROGRAMA Oficial de Posgrado de la Universidad de Cádiz PLAN DE ESTUDIOS 0860 Máster en Innovación e Investigación en Cuidados de Salud COORDINADOR Mª Antonia Jesús de la Calle MÓDULO COMÚN ASIGNATURA
Más detallesTítulo: Análisis exploratorio univariado y multivariado en Arqueología
FACULTAD DE FILOSOFÍA Y LETRAS - UNIVERSIDAD DE BUENOS AIRES SEMINARIO DE DOCTORADO Título: Análisis exploratorio univariado y multivariado en Arqueología Docente: Dr. Marcelo Cardillo (CONICET- Universidad
Más detallesCOLEGIO AUGUSTO WALTE INFORMACIÓN DE ASIGNATURA I PERÍOD DESCRIPCIÓN DE CONTENIDOS
COLEGIO AUGUSTO WALTE INFORMACIÓN DE ASIGNATURA I PERÍOD DESCRIPCIÓN DE CONTENIDOS GRADO: 5 ASIGNATURA: Matemática PERIODO: I PROFESOR: María Raquel Vigil. UNIDAD Nº 1 NOMBRE DE LA UNIDAD: JUGUEMOS CON
Más detallesUniversidad Autónoma Metropolitana Unidad Azcapotzalco. División de Ciencias Básicas e Ingeniería. Licenciatura en Ingeniería en Computación
Universidad Autónoma Metropolitana Unidad Azcapotzalco División de Ciencias Básicas e Ingeniería Licenciatura en Ingeniería en Computación Propuesta de Proyecto Terminal Clasificación de servicios web
Más detallesTABLAS Y GRÁFICAS Localización de coordenadas tabulación Localización de coordenadas F1. Tabulación F2.
TABLAS Y GRÁFICAS Se trata de un software de apoyo didáctico, ideal para los grados de secundaria cuando se les comienza a enseñar a graficar y tabular funciones. Consta de dos partes: Localización de
Más detallesQué más puedo hacer en el cuadro de búsqueda?
Guía de usuario Búsquedas básicas Puedes hacer búsquedas en Primo muy fácilmente. Sólo escribe la palabra o las palabras que estés buscando y pulsa en el botón Buscar. NOTA: Primo asume que estás buscando
Más detallesDelimitación del sector de los materiales de la construcción en Galicia
Delimitación del sector de los materiales de la construcción en Galicia Metodología de caracterización regional En el caso de Galicia, el sector de los materiales de construcción ha sido caracterizado
Más detallesAprendizaje basado en ejemplos.
Aprendizaje basado en ejemplos. In whitch we describe agents that can improve their behavior through diligent study of their own experiences. Porqué queremos que un agente aprenda? Si es posible un mejor
Más detallesMulticolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17
Román Salmerón Gómez Universidad de Granada RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17 exacta: aproximada: exacta: aproximada: RSG Incumplimiento de las
Más detallesMATEMÁTICA DE CUARTO 207
CAPÍTULO 1 CONJUNTOS NUMÉRICOS 1 Introducción... pág. 9 2 Números naturales... pág. 10 3 Números enteros... pág. 10 4 Números racionales... pág. 11 5 Números reales... pág. 11 6 Números complejos... pág.
Más detallesSe llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria
T.3: MATRICES Y DETERMINANTES 3.1 Determinantes de segundo orden Se llama determinante de a: 3.2 Determinantes de tercer orden Se llama determinante de a: Ejercicio 1: Halla los determinantes de las siguientes
Más detallesLABORATORIO Nº 8 FILTROS EN EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar filtros en Microsoft Excel. 1) FILTRAR INFORMACIÓN Para agregar un filtro a una tabla se debe seleccionar
Más detallesLaboratorio de Visión para Robots. Práctica 2
1. Preparación del entorno de trabajo Laboratorio de Visión para Robots Práctica 2 La manera en la que trabajaremos será primero utilizando Eclipse para prototipar nuestro programa. Cuando podamos procesar
Más detallesMétodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesGUÍA DE ESTILO EN JAVA
GUÍA DE ESTILO EN JAVA Formato de líneas 1. No usar más de 80 caracteres por línea (imagen de tarjeta). De esta forma se pueden visualizar las líneas completas con un editor de texto o en una hoja impresa
Más detallesTabla de Símbolos. Programación II Margarita Álvarez
Programación II Margarita Álvarez La tabla de símbolos es una estructura global utilizada por distintos módulos del compilador. Es el principal atributo heredado. Almacena todos los nombres declarados
Más detalles