APLICACIÓN DE LA ESTADÍSTICA Y QUIMIOMETRÍA EN EL TRATAMIENTO QUÍMICO DE RESIDUOS
|
|
- Estefania Soto Valenzuela
- hace 7 años
- Vistas:
Transcripción
1 APLICACIÓN DE LA ESTADÍSTICA Y QUIMIOMETRÍA EN EL TRATAMIENTO QUÍMICO DE RESIDUOS Esperanza Mateos*. Ana Elïas, Gabriel Ibarra Universidad del País Vasco *iapmasae@lg.ehu.es Tfno ; Fax RESUMEN El objetivo de la presente comunicación es dar a conocer los estudios realizados sobre la utilización de métodos estadísticos elementales y avanzados en la enseñanza práctica de las ciencias analíticas. En este artículo se aplica el análisis estadístico de datos aplicado en el análisis químico de una serie de muestras de residuo lignocelulósico sometidas a tratamiento químico bajo diferentes condiciones de operación, con el propósito de incorporar la experiencia adquirida al diseño de clases prácticas que complementen y sirvan de soporte a las asignaturas Química Industrial II y Control de Calidad de Procesos y Productos químicos. Dichas asignaturas se imparten actualmente en el quinto cuatrimestre a los alumnos de la especialidad Química Industrial en la Escuela de Ingeniería Técnica Industrial de Bilbao de la Universidad del País Vasco. Mediante el desarrollo de las clases prácticas propuestas se pretende que el alumnado adquiera unos conocimientos iniciales básicos en el tratamiento estadístico de datos. 2. INTRODUCCIÓN De todos es conocido que la química analítica moderna es una ciencia cuantitativa y el principio guía que la acompaña es que no existen resultados de interés si no van acompañados de alguna estimación de los errores inherentes a los mismos. Este principio básico se aplica no sólo en el análisis químico sino en cualquier ámbito de estudio donde se obtengan resultados experimentales numéricos (1). Los estudiantes de ingeniería química que opten al finalizar su carrera por el trabajo de laboratorio o investigación se van a encontrar con que todas las actividades asociadas con el diseño y la realización de tratamiento analítico tienen implicaciones estadísticas, por lo que resulta especialmente interesante que se les inicie, ya en su etapa formativa en estas técnicas quimiométricas de forma que adquieran unos conocimientos básicos iniciales sobre esta materia Errores en el análisis cuantitativo Hay un principio fundamental para todo analista químico, según el cual no existen resultados cuantitativos de interés si no van acompañados de alguna estimación de los errores inherentes a los mismos (2). Los errores cometidos en el trabajo analítico se pueden clasificar en tres tipos: Errores accidentales o groseros Errores sistemáticos Errores aleatorios
2 Los errores accidentales o groseros aquellos errores tan importantes que, en el caso de producirse, dan resultados no válidos por lo que necesariamente se debe repetir el trabajo analítico. Ejemplo de este tipo de errores puede ser cualquier vertido accidental de muestra, contaminación de reactivos, etc. Los errores aleatorios provocan que los resultados individuales difieran entre sí de forma significativa afectando a la precisión o reproducibilidad de un experimento. La existencia de errores sistemáticos provocas que los resultados obtenidos sean erróneos en un sentido y es lo que se lama sesgo de la medida. Ambos conceptos: precisión y sesgo definen de forma simultánea la exactitud o proximidad al verdadero valor de los resultados obtenidos tras el análisis. 3. PLANIFICACIÓN Y DISEÑO EXPERIMENTAL Los métodos estadísticos se utilizan no sólo para evaluar los resultados obtenidos en el análisis químico de muestras, sino que son igualmente adecuados en las etapas previas de planificación y diseño de experimentos. Para optimizar el trabajo de laboratorio y como etapa previa a los ensayos, resultará imprescindible identificar los errores dominantes para poder minimizarlos conduciendo a mejorar la calidad de los resultados obtenidos. En muchas técnicas analíticas la respuesta del sistema de medida depende de una variedad de factores experimentales bajo el control del operador. Por ejemplo, la solubilidad de un cierto componente de una muestra puede depender de factores tales como la relación sólido/líquido, temperatura y concentración de reactivo. Para una aplicación concreta será importante establecer los niveles de estos factores para optimizar el rendimiento de operación. El proceso de búsqueda de estos niveles óptimos del factor se conoce como optimización. Como paso previo al proceso de optimización se determinarán los factores y las interacciones que afectan de manera significativa al proceso Estos estudios utilizan un diseño factorial en el que cada factor tenga dos niveles, conocidos como alto y bajo. En un experimento de tres factores habrá 2 3 combinaciones posibles de niveles de factores. Un signo positivo indica que el factor está en el nivel alto y un signo menos que esté en el nivel bajo. Los cálculos estadísticos necesarios para el correcto análisis de los datos se han simplificado enormemente en los últimos tiempos con el empleo del ordenador, ya que éste permite el manejo rápido de grandes cantidades de datos y una rápida aplicación de métodos matemáticos. Existen en el mercado abundantes programas estadísticos que incluyen todo tipo de funciones estadísticas y que son capaces de realizar cualquier cálculo o contraste estadístico seleccionado por el usuario. 4. ANÁLISIS DE VARIANZA EN EL TRATAMIENTO QUÍMICO DE RESIDUOS Se procede a realizar el análisis de resultados obtenidos en diferentes parámetros tras el tratamiento químico de un residuo agropecuario constituido por paja de cereal. La razón por la que se optó por este sustrato es por su abundancia, ya que anualmente se generan en España en torno a kg/año Informes sobre la producción agrícola en el estado español indican que
3 el 44.5% corresponde a cereales (FAO, 2000), produciéndose anualmente más de diez millones de toneladas de paja, de los que sólo una fracción se utiliza actualmente como lecho o alimento de animales, la mayor parte de la paja es quemada en el campo, lo que origina un grave impacto medioambiental. Se conocen muchos tratamientos (Físicos, Químicos, Físico-Químicos Biológicos) de estos subproductos agrícolas que hidrolizan la celulosa, lignina y otros azúcares poco solubles contenidos en la paja de cereal, con el fin de aumentar su digestibilidad o de facilitar su manejo y consumo por los animales. Los tratamientos químicos más eficaces -en cuanto al aumento del valor nutritivo y digestibilidad de la paja-, son los que se basan en el empleo de álcalis, destacando los tratamientos con sosa caústica (3). En este trabajo se estudia la influencia de las variables las variables de operación (concentración de NaOH, relación gr.paja/litro disolución alcalina y temperatura) sobre la digestibilidad de la fracción hemicelulósica de muestras de paja de cebada. Mediante regresión lineal múltiple se obtiene la ecuación general que reproduce los valores experimentales obtenidos respecto a la variable dependiente Y (porcentaje de hemicelulosa digerida tras el tratamiento) en los intervalos de variación de las variables independientes X g/l ( relación gr. residuo por litro de disolución alcalina), X s (concentración de disolución de NaOH), y X T (temperatura). El objetivo de este trabajo es que los alumnos obtengan una ecuación mediante la cual se determine la variable más significativa del proceso Diseño experimental utilizado para el estudio de las condiciones de tratamiento Para el estudio de la influencia de las variables de operación se utiliza un diseño factorial de experimentos 2 n, con las variables independientes para las que se prevea una mayor influencia. Se consideran dos niveles de las variables y se aplica un análisis estadístico de regresión lineal múltiple. Para un número de tres variables, serán 8 los experimentos necesarios. La Tabla I muestra las condiciones de operación correspondiente a los 8 tipos de experimentos Tabla I: Valores de las variables X g/l, X s y X T X G/L X S X T Condiciones de operación de los 8 tipos de tratamiento
4 Se ha decidido correr dos réplicas en este diseño factorial de tres factores, como cada ensayo se realiza por duplicado se dispone de 16 muestras tratadas bajo diferentes condiciones. Los datos correspondientes a este diseño factorial así como los valores obtenidos en las 16 muestras tratadas están representados en la Tabla II. Todas las muestras tratadas han sido sometidas a análisis por triplicado y los resultados experimentales (media de tres determinaciones) se expresan en esta Tabla que incluye los valores de las variables independientes normalizadas. Tabla II. Datos del diseño factorial y niveles de las variables independientes estudiadas en el tratamiento alcalino de paja de cereal con NaOH Factores codificados % E-hem* Niveles del factor Corrida X g/l X s X T Réplica 1 Réplica 2 Bajo (-1) Alto (+1) ,8 51, ,81 12, ,1 63, ,5 43,2 X g/l (grl -1 ) X s [NaOH] 1.0N 2.0N X T (ªC) 50ºC 90ºC ,1 56, ,7 11, ,4 66, ,2 39,7 *Los valores expresados en esta columna corresponden a los resultados medios obtenidos en el porcentaje de solubilización de la fracción hemicelulósica (%E-hem). Los coeficientes de variación no superan en ningún caso el 2% Para obtener modelos matemáticos que relacionen la variable dependiente estudiada Y (ó porcentaje de solubilización de la hemicelulosa de la muestra tras el tratamiento) con las tres variables independientes analizadas: X g/l, X s y X T, se procede a normalizar los valores de estas variables independientes asignando los valores respectivos de +1 y 1 para el nivel superior e inferior de dichas variables. En el análisis de regresión lineal múltiple se relacionan las variables independientes que tengan un coeficiente estadísticamente significativo, según los criterios de no superar un nivel de significación de 0.05 para el test de Student y con un intervalo de confianza (95%) que no incluya el cero.los modelos polinómicos obtenidos son del tipo: Y = a i= 1 b i X ni
5 En la ecuación anterior, Y representa la variable dependiente analizada, o porcentaje de hermicelulosa eliminada por el tratamiento químico, mientras que X ni representa a las variables independientes respectivas : X g/l, X s y X T, (gr. paja L -1, concentración de NaOH y temperatura). Estas variables están normalizadas adquiriendo los valores (+1-1) para el mayor y menor valor de las mismas. Los parámetros a 0 y b 0 son los coeficientes que se obtienen en el análisis de regresión múltiple Resultados del análisis de regresión lineal múltiple El análisis de regresión lineal múltiple para la variables dependiente considerada Y (%E-hem) en función de las variables independientes permite obtener la siguiente ecuación: 5. CONCLUSIONES Y = 43,9 15,9 X g/l + 8,9 X s + 0,2 X T (1) r 2 = 0,86 F = 31,7 Los valores de los coeficientes de la ecuación (1) permiten observar la influencia positiva de las variables concentración de sosa (X s ) y temperatura (X T ) y la influencia negativa de la relación gr paja L -1 (X g/l ) en la eficacia de los tratamientos relativa a la mayor degradación de la hemicelulosa ( Y ). Analizando los valores obtenidos en la ec. (1) se concluye que el efecto de la relación gr paja L -1 (X g/l ) es un 80,5 % mayor que la concentración de sosa (X s ) no teniendo apenas influencia la temperatura (X T ) en la eficiencia de los tratamientos, ya que el coeficiente que aparece multiplicando a esta variable en la ecuación (1) es muy pequeño comparado con los de las restantes variables. Mediante la aplicación de este análisis de regresión lineal, los alumnos se inician de una forma práctica en los métodos estadísticos de análisis de datos. 6. REFERENCIAS (1) Miller, M.J and Miller, C.J. Estadística y Quimiometría para Química Analítica, Prentice Hall (2002) (2) Massart, D.L., Vandeginste, B.G.M., Smeyers-Verbeke, J., Lewi, P.J. y de Jomg, S. Chemometrics and Qualimetrics, Elservier (1998) (3) Lázaro, L., Mastral, J., J.Arauzo. Pretratamiento con NaOH de paja de cereal para su transformación por hidrólisis enzimática. Química e Industria, 3: (1994)
VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1
VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1 Índice 1. Por qué validar un método de análisis? 2. Cuándo validar un método de análisis? 3. Validación de métodos de análisis. 3.1. Selectividad
Más detallesDiseño de experimentos
Diseño de experimentos Quimiometría Por qué diseñar experimentos? Exploración: cuáles factores son importantes para realizar exitosamente un proceso Optimización: cómo mejorar un proceso Ahorro de tiempo:
Más detallesQUIMIOMETRIA POSGRADO QUÍMICA 80 HRS 80 HRS POSGRADO PRESENCIAL NINGUNO
Nombre de la materia: Código de la Materia: Departamento: Carga Total de horas de teoría: Carga Total de horas de trabajo independiente: Nivel de Formación: Tipo del Curso: Pre-requisitos: QUIMIOMETRIA
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesVALIDACIÓN DE MÉTODOS ANALÍTICOS DE LABORATORIO
VALIDACIÓN DE MÉTODOS ANALÍTICOS DE LABORATORIO G loria Inés G iraldo G ómez* RESUMEN En este artículo se presentan los principales parámetros que se deben determinar para llegar a validar una técnica
Más detallesEL DISEÑO FACTORIAL COMPLETO 2 k
EL DISEÑO FACTORIAL COMPLETO 2 k Joan Ferré Grupo de Quimiometría y Cualimetría Departamento de Química Analítica y Química Orgánica Universidad Rovira i Virgili (Tarragona) INTRODUCCIÓN En el primer artículo
Más detallesANÁLISIS CUANTITATIVO POR WDFRX
ANÁLISIS CUANTITATIVO POR WDFRX El análisis cuantitativo se obtiene mediante la medida de las intensidades de las energías emitidas por la muestra. Siendo la intensidad de la emisión (número de fotones)
Más detallesValidación de métodos analíticos
Problemática y alternativas tecnológicas para la remoción de arsénico en la obtención de agua potable Validación de métodos analíticos Basado en la Guía Eurachem Validación de métodos analíticos Principios
Más detallesMedición: Conjunto de operaciones que tiene por objeto determinar el valor de una magnitud. Metrología: Ciencia de la medición.
Medición: Conjunto de operaciones que tiene por objeto determinar el valor de una magnitud. Metrología: Ciencia de la medición. La metrología incluye todos los aspectos teóricos y prácticos relacionados
Más detallesCRITERIOS TÉCNICOS DE EVALUACIÓN DE UN DOSSIER DE ESPECIALIDADES FARMACEUTICAS DIRECTIVA SANITARIA N 001-MINSA/DIGEMID V.01
CRITERIOS TÉCNICOS DE EVALUACIÓN DE UN DOSSIER DE ESPECIALIDADES FARMACEUTICAS EQUIPO DE REGISTRO DE PRODUCTOS FARMACÉUTICOS DIRECCIÓN DE AUTORIZACIONES SANITARIAS VALIDACIÓN DE UN PROCEDIMIENTO ANALÍTICO
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones S Y L L A B U S D E L C U R S O INFORMACIÓN DE LA ASIGNATURA 1 UNO Escuela o Facultad: Programa o Área: Curso: Código: Escuela de Administración Especialización en
Más detallesGUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas
GUIA DOCENTE Curso Académico 2012-2013 1. ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1.1. Datos de la asignatura Tipo de estudios Licenciatura Titulación Administración y Dirección de Empresas Nombre
Más detallesVALORACIÓN DE TEMAS GENERALISTAS Y TEMAS ESPECÍFICOS DE QUÍMICA EN LA INGENIERÍA.
VALORACIÓN DE TEMAS GENERALISTAS Y TEMAS ESPECÍFICOS DE QUÍMICA EN LA INGENIERÍA. Elena González; Julia Pérez; José María Fernández; Jesús Manuel Castro; Elia Alonso; Victoria González. Departamento de
Más detallesDISEÑO DE EXPERIMENTOS
DISEÑO DE EXPERIMENTOS Dr. Héctor Escalona hbescalona@yahoo.com hbeb@xanum.uam.mx Diseño de 1. Introducción al diseño de 2. Herramientas de inferencia estadística 3. para la comparación de dos tratamientos
Más detalles1. Datos de identificación. Ninguna. 2. Propósito
1. Datos de identificación Asignatura DISEÑO EXPERIMENTAL Y ANÁLISIS ESTADÍSTICO Semestre I Clave Por asignar Asignatura precedente Ninguna Asignatura subsecuente Ninguna Horas por semana Teoría: 3 Extra
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesEVALUACIÓN DE LA EFICACIA DE UN INSECTICIDA BIOLÓGICO MEDIANTE ANÁLISIS PROBIT
EVALUACIÓN DE LA EFICACIA DE UN INSECTICIDA BIOLÓGICO MEDIANTE ANÁLISIS PROBIT Nereida Delgado Puchi Instituto de Zoología Agrícola Facultad de Agronomía Universidad Central de Venezuela Introducción Estudios
Más detallesESTADÍSTICA II Código: 8314
ESTADÍSTICA II Código: 8314 Departamento : Metodología Especialidad : Ciclo Básico Prelación : 8219 Tipo de Asignatura : Obligatoria Teórica y Práctica Número de Créditos : 3 Número de horas semanales
Más detallesPrograma de la asignatura Curso: 2006 / 2007 MODELOS MATEMÁTICOS EN INGENIERÍA AGRÍCOLA (2847)
Programa de la asignatura Curso: 2006 / 2007 MODELOS MATEMÁTICOS EN INGENIERÍA AGRÍCOLA (2847) PROFESORADO Profesor/es: JOAQUÍN AGUILAR BARRIUSO - correo-e: jaguilar@ubu.es FICHA TÉCNICA Titulación: INGENIERÍA
Más detallesInformación general. Obligatoria básica o de fundamentación X. Obligatoria profesional. Horas de trabajo independiente del estudiante
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura E S T A D I S T I C A Código 73210011 Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesRÚBRICAS POR ÁREA. Matemáticas Aplicadas a las Cien. Soc.II 2014/2015
Criterio [BAII02C01]: Utilizar el lenguaje matricial como instrumento para organizar y codificar la información proveniente de situaciones con datos estructurados en forma de tablas o grafos, y aplicar
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
Más detallesTERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO
TERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO PROCESO ANALÍTICO Conjunto de operaciones analíticas intercaladas que se
Más detallesDiseño Muestreo y Experimental -->fundamental para análisis estadísticos. Escogencia de factores (V. independientes), niveles de factores,
Diseño Muestreo y Experimental -->fundamental para análisis estadísticos Escogencia de factores (V. independientes), niveles de factores, (tratamientos), Unidades de repuesta (replicas), Unidades de muestreo
Más detallesTaller Verificación de Métodos Cuantitativos
Taller Verificación de Métodos Cuantitativos Agenda Introducción Requisito de la Calidad EP 15 A2 Precisión : Planilla Veracidad : Planilla Rango Analítico Intervalo de Referencia Evaluación de Desempeño
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 12820 CARRERA: CIENCIAS QUIMICAS,
Más detallesUNIVERSIDAD DE GUADALAJARA
CENTRO UNIVERSITARIO DE CIENCIAS ECONÓMICO ADMINISTRATIVAS MAESTRÍA EN ADMINISTRACIÓN DE NEGOCIOS PROGRAMA DE ASIGNATURA FORMATO BASE 1.- NOMBRE DE LA MATERIA MÉTODOS CUANTITATIVOS PARA LAS CIENCIAS ECONÓMICAS
Más detallesLABORATORIO DE CALIDAD NUTRICIONAL VALIDACIÓN DE MÉTODOS ANALÍTICOS: CASO LOWRY MÓNICA PIZARRO S.
LABORATORIO DE CALIDAD NUTRICIONAL VALIDACIÓN DE MÉTODOS ANALÍTICOS: CASO LOWRY MÓNICA PIZARRO S. Es un consorcio de instituciones que aspira reducir la desnutrición y mejorar la seguridad alimentaria
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesMétodos estadísticos aplicados para la Ingeniería Informática
Grado en Ingeniería Informática Métodos estadísticos aplicados para la Ingeniería Informática Rosa Mª Alcover Arándiga Departamento de Estadística e Investigación Operativa Aplicadas y Calidad Objetivo
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesUNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA
UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA Facultad de Ingeniería Mecánica y Eléctrica Escuela Académico Profesional de Ingeniería Mecánica y Eléctrica Departamento de Ciencias de Investigación de la
Más detallesValidación de métodos analíticos fisicoquímicos según los requerimientos definidos en la guía ICH/FDA
Nodo Interactivo Ciencia y conocimiento al alcance de todos! juanherrera@nodointeractivo.com www.nodointeractivo.com Validación de métodos analíticos fisicoquímicos según los requerimientos definidos en
Más detallesMétodos Estadísticos de Experimentación Agraria
Métodos Estadísticos de Experimentación Agraria (Grupo B, Profesor Ignacio Romagosa) La asignatura es obligatoria en segundo ciclo de Agrónomos y tiene asignada una carga lectiva de 4.5 créditos (aproximadamente
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Estadistica CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_05IQ_55001012_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detalles3. RELACION ENTRE DOS CONJUNTOS DE DATOS.
3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. 1 Introducción En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación entre variables. Para lo cual existen
Más detallesPrograma Regular. Probabilidad y Estadística.
Programa Regular Probabilidad y Estadística. Modalidad de la asignatura: teórico-práctica. Carga horaria: 5hs. Objetivos: Con relación a los conocimientos a impartir en el desarrollo de la materia, es
Más detallesTRATAMIENTO DE DATOS. INFORME FINAL TRATAMIENTO DE DATOS. INFORME FINAL 1
TRATAMIENTO DE DATOS. INFORME FINAL FINAL 1 Índice 1. Estadística de medidas repetidas. Límites de confianza 3. Rechazo de datos dudosos 4. Presentación de resultados: redondeo y cifras significativas
Más detallesContenido. Estándares de trabajo y medida del trabajo Experiencia histórica Estudio de tiempo Estándares de tiempo predeterminados Muestreo de trabajo
Medida del trabajo Contenido Estándares de trabajo y medida del trabajo Experiencia histórica Estudio de tiempo Estándares de tiempo predeterminados Muestreo de trabajo Objetivos de aprendizaje Cuando
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 11743 CARRERA: CIENCIAS QUIMICAS,
Más detalles6 APENDICE. A. Curvas de Calibración
6 APENDICE A. Curvas de Calibración Las muestras colectadas en las hidrólisis contenían básicamente carbohidratos como, glucosa, xilosa y arabinosa, entre otros. Se realizaron curvas de calibración para
Más detallesLa asignatura proporciona al alumno los conceptos básicos de estadística. Se organiza el temario en cinco unidades.
1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Muestreo y Regresión. Ingeniería Forestal. FOC-1027 SATCA: 2 2 4 2.- PRESENTACIÓN. Caracterización de la asignatura.
Más detalles240EQ313 - Planificación de Experimentos y Tratamiento Estadístico de Datos
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 295 - EEBE - Escuela de Ingeniería de Barcelona Este 715 - EIO - Departamento de Estadística e Investigación Operativa MÁSTER
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesCALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS
Gestor de Calidad Página: 1 de 5 1. Propósito Establecer una guía para el cálculo de la incertidumbre asociada a las mediciones de los ensayos que se realizan en el. Este procedimiento ha sido preparado
Más detallesNaturaleza.- Asignatura teórico práctica, perteneciente al área de estudios específicos.
III CICLO MATEMÁTICA III Propósito : Lograr que el estudiante aplique la teoría de ecuaciones diferenciales a problemas concretos, los resuelva e interprete los resultados. Contenido.- Espacios vectoriales,
Más detallesINTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO
INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO 1. Introducción 2. Error e incertidumbre 3. Exactitud y precisión de medida 4. Tipos de medidas 5. Incertidumbre típica o de medida 6. Incertidumbre
Más detallesINGENIERÍA EN MANTENIMIENTO INDUSTRIAL
HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística Industrial 2. Competencias Diseñar estrategias de mantenimiento mediante el análisis de factores humanos, tecnológicos,
Más detallesAnálisis estadístico de la viabilidad de semillas de girasol
Análisis estadístico de la viabilidad de semillas de girasol Andrea García Caballero Grado en Farmacia. Facultad de Farmacia. Universidad Complutense de Madrid. andgar06@estumail.ucm.es Margarita Torres
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 detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II DISTRITO ÚNICO DE ANDALUCÍA
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II DISTRITO ÚNICO DE ANDALUCÍA CONTENIDOS Y OBJETIVOS MÍNIMOS PARA EL CURSO 2007/08. 1. INTRODUCCIÓN A LOS CONTENIDOS. ( Decreto 208/2002. B.O.J.A. de 20.08.02
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN CIENCIAS POLÍTICAS Y ADMINISTRACIÓN PÚBLICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN CIENCIAS POLÍTICAS Y ADMINISTRACIÓN PÚBLICA PROGRAMA DE ASIGNATURA CLAVE 4º SEMESTRE MODELOS LINEALES APLICADOS
Más detallesEstadística para el análisis de los Mercados S3_A1.1_LECV1. Estadística Descriptiva Bivariada
Estadística Descriptiva Bivariada En el aspecto conceptual, este estudio puede ser generalizado fácilmente para el caso de la información conjunta de L variables aunque las notaciones pueden resultar complicadas
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN QUÍMICA
TÉCNICO SUPERIOR UNIVERSITARIO EN QUÍMICA HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Álgrebra 2. Competencias Transformar materias primas a través de procesos biotecnológicos
Más detallesINVESTIGACION TECNOLOGIA AGROINDUSTRIAL AZUCARERA
Ingenio Azucarero Guatemalteco Investigación Tecnológica Impacto de la aplicación de agua de imbibición, Extracción diluida y Pol % caña en el Pol de Bagazo Objetivo: 1. Evaluar estadísticamente si existe
Más detallesGrado en Biología Universidad de Alcalá Curso Académico 2011/12 Curso 2º Cuatrimestre 1º
ESTADISTICA Grado en Biología Universidad de Alcalá Curso Académico 2011/12 Curso 2º Cuatrimestre 1º GUÍA DOCENTE Nombre de la asignatura: Estadística Código: 650008 Titulación en la que se imparte: Grado
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE MEDICINA
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE MEDICINA Módulo II Bioestadística Maestría en Investigación Médica PROGRAMA ACADÉMICO 2012-1 MVZ, MSc, PhD. CARLOS FRANCISCO SOSA FERREYRA 1. ASIGNATURA: MÓDULO
Más detallesEL DISEÑO FACTORIAL COMPLETO 2 2
EL DISEÑO FACTORIAL COMPLETO 2 2 Joan Ferré Grupo de Quimiometría y Cualimetría Departamento de Química Analítica y Química Orgánica Universidad Rovira i Virgili (Tarragona) INTRODUCCIÓN Para optimizar
Más detallesPlaneación experimental
Planeación experimental Diseño de Experimentos Diseño de Experimentos Ventajas Identifica uno o más factores influyen dentro de la variable de respuesta. Permite establecer la combinación adecuada de tratamientos
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 detallesMECÁNICA- INGENIERÍA INDUSTRIAL - EN SISTEMAS DE INFORMACIÓN - CIVIL - ELÉCTRICA - ELECTRÓNICA - NAVAL QUÍMICA - TEXTIL
ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA CÓDIGO : 95-0704 ORIENTACIÓN : GENERAL Clase: Cuatr./Anual DEPARTAMENTO: MATERIAS BÁSICAS Horas Sem : 6 / 3 ÁREA: MATEMÁTICA Horas/año : 96 FORMACIÓN BÁSICA HOMOGÉNEA
Más detallesPROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO.
1º) (Andalucía, Junio, 98) Se considera la siguiente tabla estadística, donde a es una incógnita: X 2 4 a 3 5 Y 1 2 1 1 3 a) Calcular el valor de a sabiendo que la media de X es 3. b) Mediante la correspondiente
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesINGENIERÍA EN ENERGÍAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNTURA DE DISEÑO DE PROYECTOS EN SISTEMAS EN BIOENERGIA
INGENIERÍA EN ENERGÍAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNTURA DE DISEÑO DE PROYECTOS EN SISTEMAS EN BIOENERGIA 1. Competencias Desarrollar sistemas de energías renovables mediante el diseño
Más detallesNombre de la asignatura: Probabilidad y Estadística
1. - DATOS DE LA ASIGNATURA Regresar Nombre de la asignatura: Probabilidad y Estadística Carrera : Mecánico Clave de la asignatura: Clave local: Horas teoría horas practicas créditos: 3-2-8 O B S E R V
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesMATEMÁTICAS APLICADAS A LAS CCSS I (1º BACHILLERATO)
MATEMÁTICAS APLICADAS A LAS CCSS I (1º BACHILLERATO) 1.1.1 Contenidos Matemáticas Aplicadas a las Ciencias Sociales I 1.1.1.1 Bloque 1. Aritmética y álgebra (Total: 34 sesiones) Números racionales e irracionales.
Más detalles3. REQUERIMIENTOS. El estudiante debe tener conocimientos básicos de: - Química General - Laboratorio de Química General 4. OBJETIVOS.
1. IDENTIFICACIÓN Materia: LABORATORIO DE QUIMICA ANALITICA Códigos: SIRE: 6102 EIQ: IQ-5064 Prelación: IQ-5023 - IQ-5032 Ubicación: Cuarto Semestre TPLU: 0-0-3-1 Condición: Obligatoria Departamento: Química
Más detallesCENTRO UNIVERSITARIO UAEM ZUMPANGO LIC. DE INGENIERO AGRONOMO EN PRODUCCIÓN DISEÑO DE BLOQUES AL AZAR PRESENTA. DR en EDU. JOSÉ LUIS GUTIÉRREZ LIÑÁN
CENTRO UNIVERSITARIO UAEM ZUMPANGO LIC. DE INGENIERO AGRONOMO EN PRODUCCIÓN DISEÑO DE BLOQUES AL AZAR PRESENTA DR en EDU. JOSÉ LUIS GUTIÉRREZ LIÑÁN SEPTIEMBRE, 2015 INTRODUCCIÓN Los diseños experimentales
Más detallesMODELIZACION 01. Universidad Nacional de La Pampa Facultad de Ciencias Económicas y Jurídicas 18 - Métodos Cuantitativos para la Administración
Bibliografía Mathur y Solow; Investigación de Operaciones - El arte de la toma de decisiones. Ed. Prentice Hall Anderson, Sweeney y Williams; Introducción a los modelos cuantitativos para Administración.
Más detallesPrograma de Validación de Métodos Analíticos INFORMACIÓN GENERAL
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS QUÍMICAS Y FARMACIA ESCUELA DE QUÍMICA DEPARTAMENTO DE FISICOQUÍMICA Programa de Validación de Métodos Analíticos INFORMACIÓN GENERAL No. De
Más detallesINGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA APLICADA
INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA APLICADA UNIDADES DE APRENDIZAJE 1. Competencias Dirigir proyectos de tecnologías de información
Más detallesQ-QUIMICA ANALITICA APLICADA
CÁTEDRA Q-QUIMICA ANALITICA APLICADA RESPONSABLE DE LA CÁTEDRA MARTINEZ Jorge CARRERA INGENIERÍA QUIMICA CARACTERÍSTICAS DE LA ASIGNATURA PLAN DE ESTUDIOS 2005 ORDENANZA CSU. Nº 1028 OBLIGATORIA ELECTIVA
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadística aplicada. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Estadística aplicada CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_13TA_135003011_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación
Más detallesAPLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES
APLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES Autores Alberto Gallegos Araya, Ramon Araya Gallardo Departamento Mecánica. Universidad de Tarapacá. 8 Septiembre Arica -e-mail: gallegos@uta.cl
Más detallesMATEMATICAS Y ESTADÍSTICA PROGRAMA ADMINISTRACIÓN DE EMPRESAS CURSO EST 1031 ESTADISTICA II AD TIPO DE CURSO
1 UNIVERSIDAD DEL NORTE DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO DE MATEMÁTICAS Y ESTADÍSTICA 1. IDENTIFICACION DIVISION CIENCIAS BÁSICAS DEPARTAMENTO MATEMATICAS Y ESTADÍSTICA PROGRAMA ADMINISTRACIÓN
Más detallesGUÍA DOCENTE DE PROBABILIDAD Y ESTADÍSTICA
GUÍA DOCENTE DE PROBABILIDAD Y ESTADÍSTICA La presente guía docente corresponde a la asignatura Probabilidad y Estadística (PyE), aprobada para el curso lectivo 2013-2014 en Junta de Centro y publicada
Más detallesMATEMÁTICAS APLICADAS A LAS CCSS II. 1. Resolver sistemas de ecuaciones lineales mediante el método de Gauss.
MATEMÁTICAS APLICADAS A LAS CCSS II Criterios de evaluación. 1. Resolver sistemas de ecuaciones lineales mediante el método de Gauss. 2. Operar correctamente con matrices y utilizar el lenguaje matricial
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesINGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN
INGENIERÍA HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística Aplicada 2. Competencias Dirigir proyectos de tecnologías de información (T.I.) para contribuir a
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 detallesGUÍA DOCENTE PARTE GENERAL
1. DESCRIPCIÓN DE LA ASIGNATURA Grado: SOCIOLOGÍA Doble Grado: SOCIOLOGÍA Y CIENCIA POLÍTICA Y DE LA ADMINISTRACIÓN Asignatura: ANÁLISIS AVANZADO DE DATOS SOCIOLÓGICOS ASISITIDO POR ORDENADOR- 802033-911048
Más detallesENZIMAS CELULOLÍTICAS HERRAMIENTAS PARA LA UTILIZACIÓN DE RECURSOS RENOVABLES QUE CONTIENEN CELULOSA
ENZIMAS CELULOLÍTICAS HERRAMIENTAS PARA LA UTILIZACIÓN DE RECURSOS RENOVABLES QUE CONTIENEN CELULOSA RECURSOS RENOVABLES CIENCIA DE LA SUSTENTABILIDAD UTILIZACION DE RECURSOS RENOVABLES OBTENCIÓN DE BIOPRODUCTOS
Más detallesaa bb + cc podemos expresar la velocidad de reacción de la siguiente manera:
EXPERIMENTO HIDRÁULICOS. 1: ESTUDIO CINÉTICO DE PROCESOS: SÍMILES OBJETIVO: El objetivo de la práctica es familiarizar al alumno con la determinación de parámetros cinéticos de un proceso, partiendo de
Más detallesFacultad de Ciencias. Facultad de Ciencias
Titulaciones en la Universidad de Málaga Facultad de Ciencias Grado en Biología Grado en Matemáticas Grado en Química Grado en Ciencias Ambientales Grado en Ingeniería Química Perfil del alumno Rama de
Más detallesReactor químico: Cálculos cinéticos para el diseño industrial
Reactor químico: Cálculos cinéticos para el diseño industrial Objetivos de la práctica! Realizar el seguimiento experimental de la conversión de una reacción química con el tiempo.! Utilizar la ecuación
Más detallesDISEÑO DE EXPERIMENTOS INTRODUCCIÓN
DISEÑO DE EXPERIMENTOS INTRODUCCIÓN QUE SON LOS DISEÑOS DE EXPERIMENTOS? El diseño de experimentos consiste en la preparación de una prueba o una serie de pruebas donde se hacen cambios intencionales a
Más detallesPROGRAMA DE ESTUDIO. Horas de Práctica
PROGRAMA DE ESTUDIO Nombre de la asignatura: DISEÑO DE EXPERIMENTOS Clave:MAT10 Ciclo Formativo: Básico ( ) Profesional (X) Especializado ( ) Fecha de elaboración: MARZO DE 2015 Horas Semestre Horas semana
Más detallesIncertidumbre, Validación y Trazabilidad en el Laboratorio de Análisis Clínicos. Cómo cumplir con requisitos de la ISO 15189
Incertidumbre, Validación y Trazabilidad en el Laboratorio de Análisis Clínicos Cómo cumplir con requisitos de la ISO 15189 Calidad en mediciones químicas Validación de métodos Estoy midiendo lo que intentaba
Más detallesQuímica General. Matemática I y II Física I Química Inorgánica, para cursar. Con: Química General
Instituto San Pedro Nolasco José F. Moreno 1751 Cdad. Tel: 4251035 Espacio curricular: Química Analítica Carrera: Curso: 3º año Formato: Asignatura Correlatividades: Con: Química General Matemática I y
Más detallesOBJETIVOS DE LAS MATEMÁTICAS APLICADAS A LAS CIENCIAS
2º BACHILLERATO DE CIENCIAS SOCIALES OBJETIVOS DE LAS MATEMÁTICAS APLICADAS A LAS CIENCIAS SICIALES II CONTENIDOS DE LAS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II CRITERIOS DE EVALUACIÓN DE LAS
Más detallesAproximación funcional. Introducción
Aproximación funcional. Introducción Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Objetivos Entender
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 detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS
Febrero 2011 EXAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: 62011037 EXAMEN MODELO B DURACION: 2 HORAS X Ciudad A Ciudad B 17-20 10 17 13-16 20 27 9-12 25 15 5-8 15
Más detallesDiseño de experimentos
GUÍA DOCENTE 2013-2014 Diseño de experimentos 1. Denominación de la asignatura: Diseño de experimentos Titulación Grado en Ingeniería Agroalimentaria y del Medio Rural Código 6263 2. Materia o módulo a
Más detallesEn el pasado, en la realización de experimentos que envolvían más de un factor, y cada
Capitulo 4. Planeamiento Factorial (Convencionales) 4.1 Introducción. En el pasado, en la realización de experimentos que envolvían más de un factor, y cada factor con más de una variable, se adoptaba
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detalles