Estimación Bayesiana de g 0 usando el muestreo por distancias y su aplicación en las estimas de densidad de ungulados de montaña
|
|
- Ana Isabel Chávez Toro
- hace 7 años
- Vistas:
Transcripción
1 Estimación Bayesiana de g 0 usando el muestreo por distancias y su aplicación en las estimas de densidad de ungulados de montaña J.F.G. Monteiro 1 R. Alpizar-Jara 1 E. Serrano 2,4 J.P. Crampe 3 J.M. Pérez 4 1 CIMA/Departamento de Matemática Universidade de Évora 2 Equipe Ecologie des Populations Institut National de la Recherche Agronomique 3 Parc National des Pyrénées 4 Departamento de Biología Animal, Biología Vegetal y Ecología Universidad de Jaén.
2 Área de Estudio Clot-Cayan (Crampe, 1996; Crampe et al., 2002) Transectos Lineales Modelo de Transectos Lineales Modelo Combinado Modelo Combinado (Alpizar-Jara y Pollock 1996, 1999) Enfoque bayesiana Estimación bayesiana de g 0 Resultados Resultados Discusión Discusión
3 Clot-Cayan (Crampe, 1996; Crampe et al., 2002) Incluye 368 ha (3.68 km 2 ) dentro del Parc National des Pyrénées, al sudoeste de Francia; Presenta un rango altitudinal entre m en el punto más bajo; Hasta m en las cotas más altas, con una elevada pendiente media.
4 Clot-Cayan (Crampe, 1996; Crampe et al., 2002)
5 Clot-Cayan (Crampe, 1996; Crampe et al., 2002) Esta área viene siendo monitorizada durante los últimos 10 años; La población no está sometida a explotación cinegética desde la creación del Parque en 1967; La población tiene una estructura de edades considerada como estable; Durante el tiempo de estudio, la zona de Clot-Cayan albergaba aproximadamente 230 rebecos adultos.
6 Clot-Cayan (Crampe, 1996; Crampe et al., 2002)
7 Modelo de Transectos Lineales representa los animales en el área del estudio de dimensión a; L representa el largo y w mitad del ancho del transecto.
8 Modelo de Transectos Lineales Supuestos del modelo de transectos lineales: (TL 1 ) los individuos en la ĺınea de observación son detectados con probabilidad 1 (g 0 = 1); (TL 2 ) los animales deben ser detectados antes de efectuar algún movimiento en reacción al observador; (TL 3 ) cada detección debe ser independiente; (TL 4 ) no debe existir error de medición.
9 Modelo de Transectos Lineales g 0 = 1 es el supuesto crítico La violación de g 0 = 1 es debida a dos tipos de sesgo o error: percepción (visibilidad y ambiente): el observador puede no tener mucha experiencia, carecer de adecuado material óptico, etc; características del hábitat y de las condiciones ambientales; disponibilidad: el animal se encuentre escondido detrás de una piedra o en un peñasco.
10 Modelo Combinado (Alpizar-Jara y Pollock 1996, 1999) Introducción n LP - números de individuos con marcas; n TL - números de individuos avistados a través un muestreo de transectos lineales; n LPTL - números de individuos con marca que también fueron avistados.
11 Modelo Combinado (Alpizar-Jara y Pollock 1996, 1999) Supuestos del MCAP: Población cerrada; Las marcas no se pierden; Los individuos marcados son identificados inequívocamente; Los individuos tienen igual probabilidad de estar marcados o avistados en cada muestra. Existe independencia entre los animales marcados y los observados. TL 2 -TL 4 ;
12 Modelo Combinado (Alpizar-Jara y Pollock 1996, 1999) Ventajas Permite estimar g 0 y testar el hipótesis g 0 = 1; Los estimadores son más robustos, eficientes y menos sesgados; Generalización de modelos incluyendo co-variables (Borchers et al. 1998a,b).
13 Estimación bayesiana de g 0 Estimación bayesiana Función a posteriori completa para θ = (g 0, N, p 1, σ) y Y = (n 10, n 01, n 11, x 1, x 2,, x n2 ) f (θ Y) f (Y θ)f (θ) Posteriori Priori Verosimilitud n 10, n 01, n 11 - marcas x 1, x 2,, x n2 - distancias
14 Estimación bayesiana de g 0 Ventajas Permite incorporar el conocimiento a priori sobre las variables de interés; La distribución a posteriori permite una interpretación probabiĺıstica de las variables de interés; Este abordaje es eficaz en la resolución de problemas complexos; Permite resolver problemas que son anaĺıticamente intratables.
15 Estimación bayesiana de g 0 Modelo bayesiano jerárquico N λ Poisson(λ), λ Gamma(τ, η) y τ, η R + (Smith 1991) g 0 Unif (0, 1) σ Gamma(α, β) (Gelman et al. 1995) p 1 Unif (0, 1) (Wang 2002)
16 Resultados Análisis en Distance Estima del tamaño de la población (N), la densidad (D), g 0 y intervalo de confianza para g 0 utilizando diferentes funciones de detección Modelo AIC D a N g 0 I.C. (95%) Hazard-Hate - cos [0.76, 1.44] Exp Neg - cos [0.93, 1.66] Uniform - cos [0.93, 1.66] Half-Normal - cos [0.69,1.66] a Sólo se muestreó un lado del transecto (lado derecho).
17 Resultados Análisis de convergencia, función de autocorrelación y función distribución a posteriori de g 0
18 Resultados Enfoque Bayesiano Estimas, intervalo de credibilidad o HPD y desviación estándar obtenidos con el método Bayesiano para los parámetros g 0, N, p 1 y p 2, utilizando el modelo combinado. Parámetro Mediana C.V. (%) I.C. (95%) N [210.0, 281.0] g [0.78, 1.00] b p [0.17, 0.29] p [0.33, 0.45] b Intervalo HPD (95%).
19 Discusión Discusión y perspectivas futuras El método Bayesiano garantiza que la distribución a posteriori del parámetro g 0 encuentre en el intervalo (0,1), contrariamente a lo que ocurre con el método de máxima verosimilitud donde la estima puede ser superior a 1, lo cual carece de significado biológico y estadístico; La forma da distribución para g 0 es lo que se esperaba; En el futuro pretendemos considerar un modelo combinado, de tipo M th, que incorpore heterogeneidad en las probabilidades de detección de los individuos, una vez que se disponga de datos relativos a animales de diferente clase de sexo y edad.
20 Discusión Bibliografía ALPIZAR-JARA, R. y POLLOCK, K.H A combination line transect and capture-recapture sampling model for multiple observers in aerial surveys. Journal Environmental and Ecological Statistics, 3(4): CRAMPE, J.P., GAILLARD, J.M. y LOISON, A L enneigement hivernal: un facteur de variation du recrutement chez l isard (Rupicapra pyrenaica pyrenaica). Canadian Journal of Zoology, 80: PERÉZ, J.M., SERRANO, E., CRAMPE, J.P. y ALPIZAR-JARA, R. en preparación. Assessment of line transect sampling when estimating density of mountain ungulates.
Tema 2. Introducción a la Estadística Bayesiana
2-1 Tema 2 Introducción a la Estadística Bayesiana El teorema de Bayes Ejemplo Interpretación Ejemplo: influencia de la distribución a priori Ejemplo: densidad de flujo Probabilidad bayesiana Ejemplo:
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 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 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 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 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 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 detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
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 detallesEcología de Sistemas:
Ecología de Sistemas: Aplicación de procedimientos de análisis de sistemas a la Ecología Bases para su desarrollo: Alta potencia de cálculo Simplificación formal de los ecosistemas complejos El carácter
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 detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
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 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 detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de
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 detallesTema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística
Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA
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 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 detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
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 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 detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesPROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C)
PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) I.E.S. Universidad Laboral de Málaga Curso 2015/2016 PROGRAMACIÓN DE LA
Más detallesESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción ESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la Estimación Puntual, que es uno de los tres grandes conjuntos de técnicas que
Más detallesTeléfono:
Apartado postal 17-01-218 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA II CÓDIGO: 15017 CARRERA: Economía NIVEL: Cuarto No. CRÉDITOS: SEMESTRE / AÑO ACADÉMICO: III semestre 2011-2012 PROFESOR:
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
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 detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
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 detallesMATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
Más detallesTeoría de errores -Hitogramas
FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:
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 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 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 detallesGuía del Capítulo 3. SISTEMAS DE PARTÍCULAS. A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados:
Guía del Capítulo 3. SISTEMAS DE PARTÍCULAS Problema 3.1 A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados: Mallas Tyler Masa (g) -28 +35 5-35 +48 8-48 +65
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesTema 5: Introducción a la inferencia estadística
Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas
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 detallesRELACIÓN PRECIO DE LA TIERRA INGRESO.
INDICADOR EXTENSIVO 4: RELACIÓN PRECIO DE LA TIERRA INGRESO. Meta de desarrollo del milenio: Garantizar la sostenibilidad del medio ambiente. Meta de la Agenda Hábitat: Proporcionar acceso igualitario
Más detallesPROBABILIDAD Y ESTADISTICA
PLAN DE ESTUDIOS 2008 LICENCIADO EN INFORMÁTICA FACULTAD DE CONTADURÍA, ADMINISTRACIÓN E INFORMÁTICA ASIGNATURA: PROBABILIDAD Y ESTADISTICA ÁREA DEL MATEMÁTICAS CLAVE: I2PE1 CONOCIMIENTO: ETAPA FORMATIVA:
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2014) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2014) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Considérese el siguiente sistema de ecuaciones dependiente del parámetro
Más detallesPrácticas de Ecología Curso 3 Práctica 1: Muestreo
PRÁCTICA 1: MUESTREO Introducción La investigación ecológica se basa en la medición de parámetros de los organismos y del medio en el que viven. Este proceso de toma de datos se denomina muestreo. En la
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 detalles1. LAS PRÁCTICAS DE OBSERVACIÓN 2. LA ENTREVISTA 3. EL GRUPO DE DISCUSIÓN 4. EL PROCESO DE INVESTIGACIÓN MEDIANTE ENCUESTA
4. TÉCNICAS BÁSICAS DE INVESTIGACIÓN SOCIAL 1. LAS PRÁCTICAS DE OBSERVACIÓN 2. LA ENTREVISTA 3. EL GRUPO DE DISCUSIÓN 4. EL PROCESO DE INVESTIGACIÓN MEDIANTE ENCUESTA 1. LAS PRÁCTICAS DE OBSERVACIÓN Consiste
Más detallesMEDICIÓN Y PROPAGACIÓN DE ERRORES. Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada.
LABORATORIO Nº 1 MEDICIÓN Y PROPAGACIÓN DE ERRORES I. LOGROS Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada. Aprender a calcular el error propagado e incertidumbre
Más detallesExamen de Admisión. Universidad Simón Bolívar Vicerrectorado Académico Comisión Técnica de Admisión. Sartenejas, Mayo 2007
Universidad Simón Bolívar Vicerrectorado Académico Comisión Técnica de Admisión Examen de Admisión??? Prof. Omar Arenas Coordinador T.S.U Beatriz Guerra Sartenejas, Mayo 2007 ÍNDICE PÁGINAS 1. ESTRUCTURA
Más detallesCursos: Jorge Mendoza Illescas Nombre del programa o curso Temas principales del programa o curso Duración del curso en horas Conceptos básicos
1 Calibración de instrumentos para pesar- Nuevas tendencias Cursos: Jorge Mendoza Illescas Conceptos básicos Procedimiento de calibración Modelo actual del mesurando Modelo actual de incertidumbre Nuevo
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 detallesPronósticos Automáticos
Pronósticos Automáticos Resumen El procedimiento de Pronósticos Automáticos esta diseñado para pronosticar valores futuros en datos de una serie de tiempo. Una serie de tiempo consiste en un conjunto de
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesMatemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis
Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José
Más detallesPercepción y aceptación social de las drogas en la Ciudad Autónoma de Buenos Aires
Informe de investigación Percepción y aceptación social de las drogas en la Ciudad Autónoma de Buenos Aires Instituto de Ciencias Sociales (INSOD) Universidad Argentina de la Empresa 1. Resumen del informe
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesJORNADA TÉCNICA La aplicación efectiva de los Valores Límite ".
Límites de Exposición Profesional para Agentes Químicos 2011 JORNADA TÉCNICA La aplicación efectiva de los Valores Límite ". * * * El Control Ambiental en la evaluación de la exposición Juan M. Viguera
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS
1 1. DATOS INFORMATIVOS PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS MATERIA: ESTADISTICA CODIGO: 11715 CARRERA: INGENIERIA DE SISTEMAS NIVEL: TERCERO
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 detallesModelos Estadísticos de Crimen
Universidad de los Andes Modelos Estadísticos de Crimen 27 de Mayo de 2015 Motivacion Conocer la densidad de probabilidad del crimen sobre una ciudad, a distintas horas del día, permite Modelos Estadísticos
Más detallesPROGRAMA DE MATEMÁTICA PRIMER AÑO - BACHILLERATO REFORMULACIÓN AJUSTE horas semanales INTRODUCCIÓN
PROGRAMA DE MATEMÁTICA PRIMER AÑO - BACHILLERATO REFORMULACIÓN 2006 - AJUSTE 2010 4 horas semanales INTRODUCCIÓN El programa se organiza en base a tres Bloques temáticos: Geometría, Álgebra Funciones y
Más detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detalles1. Para lograr un poder adquisitivo positivo, el dinero hipotecado tendría que ser obtenido a una tasa de interés que sea:
MÓDULO DE ECONOMÍA Y FINANZAS APLICADAS A LOS BIENES A AVALUAR 1. Para lograr un poder adquisitivo positivo, el dinero hipotecado tendría que ser obtenido a una tasa de interés que sea: a. Igual a la tasa
Más detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detalles4º E.S.O. Matemáticas A
4º E.S.O. Matemáticas A Objetivos 1. Incorporar, al lenguaje y formas habituales de argumentación, las distintas formas de expresión matemática (numérica, algebraica, de funciones, geométrica...), con
Más detallesHistograma del puntaje de vocabulario y la aproximación por una curva gaussiana.
35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina
Más detallesSimulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Modelos de simulación y el método de Montecarlo Ejemplo: estimación de un área Ejemplo: estimación
Más detallesLA PERCEPCION DEL PAISAJE TEMA 3. LA PERCEPCION DEL PAISAJE
TEMA 3. LA PERCEPCION DEL PAISAJE Resumen de las imágenes Elementos visuales básicos. PUNTO: Lugar donde se concentra la visual y puntualmente la mirada. Los puntos ofrecen atracción visual. 1 Elementos
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 detallesAnálisis de Decisiones II. Tema 17 Generación de números al azar. Objetivo de aprendizaje del tema
Tema 17 Generación de números al azar Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Obtener números aleatorios a partir de un proceso de generación. Validar las características
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 detallesESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO
ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO El examen presentará dos opciones diferentes entre las que el alumno deberá elegir una y responder
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesRedes bayesianas temporales para reconocimiento de escenarios
Redes bayesianas temporales para reconocimiento de escenarios Ahmed Ziani and Cina Motamed Visión de Alto Nivel Dr. Enrique Sucar Irvin Hussein López Nava Junio 2009 Introducción (1) Objetivo: aplicaciones
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 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 detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Una carpintería vende paneles de contrachapado de dos tipos A y B.
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Se considera el sistema de ecuaciones dependiente del parámetro real a:
Más detalles1º CURSO BIOESTADÍSTICA
E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesIntroducción a las Observaciones Meteorológicas
Introducción a las Observaciones Meteorológicas Climatología Práctico 2013 Natalia Gil Que fenómenos atmosféricos podemos observar...? Tornados Nubes rollo Frentes En que consiste la observación meteorológica?
Más detallesDepartamento de Métodos Cuantitativos para la Economía y la Empresa
Departamento de Métodos Cuantitativos para la Economía y la Empresa Técnicas para el Análisis de Mercado NOMBRE: DNI: GRUPO: 1 (3 puntos) La empresa de productos de informática Watermellon quiere analizar
Más detallesIndicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
Más detallesBLOQUE I: GEOMETRÍA PLANA Y FIGURAS GEOMÉTRICAS. Ecuaciones y sistemas. 2 (20 horas) Funciones y gráficas. 2 (20 horas) Estadística y probabilidad
PROGRAMACIÓN DIDÁCTICA Materia IV Período FBPI Tramo II Ámbito Científico-Tecnológico Bloque I Geometría plana y figuras geométricas Créditos 3 (30 horas) Bloque II Créditos Ecuaciones y sistemas 2 (20
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 detallesFACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de
Más detallesComo el el signo y valor de la la "Incertidumbre de la la medida" son. desconocidos debemos intentar cuantificar el el valor de incertidumbre.
Expresión de la incertidumbre 1 Como el el signo y valor de la la "Incertidumbre de la la medida" son desconocidos debemos intentar cuantificar el el valor de incertidumbre. Afortunadamente, la la "Incertidumbre
Más detallesEstadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar
Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar Módulo 2. Estadística Descriptiva: Medidas de síntesis Mª Purificación Galindo Villardón Mª Purificación
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesUNIDAD 6. Estadística
Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos
Más detallesDispone de 1 hora para resolver las siguientes cuestiones planteadas.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.
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 detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 2012-2013 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
Más detallesIntroducción a la regresión ordinal
Introducción a la regresión ordinal Jose Barrera jbarrera@mat.uab.cat 20 de mayo 2009 Jose Barrera (UAB) Introducción a la regresión ordinal 20 de mayo 2009 1 / 11 Introducción a la regresión ordinal 1
Más detallesEL MÉTODO DE LOS QUADRATS
EL MÉTODO DE LOS QUADRATS UN ESTUDIO INTRODUCTORIO El método de los quadrats también conocido como el método de las parcelas, es uno de los procedimientos más utilizados en el análisis de la diversidad
Más detalles1.2.2. Técnicas estadísticas más utilizadas en la investigación
Contenido PRÓLOGO... 1. LA ESTADÍSTICA COMO HERRAMIENTA EN LA INVESTIGACIÓN TURÍSTICA 1.1. EL TURISMO Y LA ESTADÍSTICA... 2 1.1.1. El turismo... 2 1.1.2. La estadística... 4 1.2. LA ESTADÍSTICA Y LA INVESTIGACIÓN
Más detallesCurso: Métodos de Monte Carlo. Unidad 2, Sesión 3: Estimación de volúmenes
Curso: Métodos de Monte Carlo. Unidad 2, Sesión 3: Estimación de volúmenes Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo,
Más detallesHabilidades Matemáticas. Alejandro Vera
Habilidades Matemáticas Alejandro Vera La distribución normal Introducción Una de las herramientas de mayor uso en las empresas es la utilización de la curva normal para describir situaciones donde podemos
Más detalles