I.A. Ph.D LILLIANA HOYOS

Tamaño: px
Comenzar la demostración a partir de la página:

Download "I.A. Ph.D LILLIANA HOYOS"

Transcripción

1 Fotos: Farfán, 2009 I.A. SANDRA YULIETH CASTILLO Universidad Nacional de Colombia I.A. JUAN FELIPE RIVERA Profesor Asistente Universidad de La Salle I.A. Ph.D LILLIANA HOYOS Profesora Asistente Universidad Nacional de Colombia Asohofrucol Universidad Nacional de Colombia Ministerio de Agricultura y Desarrollo Rural

2 Fotos: Farfán, 2009 Cultivo de amplia aceptación en los mercados extranjeros. Características nutricionales y organolépticas (Pinzón et al., 2007). Intensificación del cultivo Aparición de enfermedades Aumento en la incidencia Medidas de manejo eficaces y de bajo costo

3 Fotos: Farfán, 2009 Causada por un complejo de bacterias Xanthomonas spp. Mayor problema sanitario en gulupa Limitado conocimiento de su manejo Impacto negativo en la producción Fotos: Benítez et al., 2009 Erradicación de cultivos

4 Cuantificación importante para evaluar diferentes medidas de control, resistencia varietal y evaluación de eficacia de productos fitosanitarios. Escalas diagramáticas pueden reducir la subjetividad de las estimaciones de severidad, mejorando la exactitud y precisión de las evaluaciones. Los métodos utilizados en la cuantificación de enfermedades que permitan un mejor entendimiento de estas deben ser preferiblemente simples, rápidos, de bajo costo y suministrar resultados exactos, precisos y reproducibles (Gaunt, 1995; Castaño, 2001).

5 Otras técnicas imágenes de vídeo, la fotografía en color infrarrojo, la termografía infrarroja, la reflectancia espectral del dosel y la resonancia nuclear magnética (Nilsson, 1995). COSTOSOS Otros cultivos Melón (Michereff et al, 2009), cítricos (Renaud, 2008), remolacha (May De Mio, 2008), uva (Angelotti, 2008), cereales (James, 1971), fríjol (Castaño, 1989; Stonehouse, 1994; Godoy, 1997), lechuga (O Brien y van Bruggen, 1992), algodón (Aquino, 2008), soya (Martins et al., 2004; Cracogna, 2007), etc.

6 Las estimaciones de los parámetros de la ecuación de regresión, como la intersección (a) y la pendiente (b), pueden ser usados para evaluar la exactitud de los evaluadores el coeficiente de determinación (R 2 )yel error estándar para determinar la precisión. La reproducibilidad puede ser evaluada a través de las regresiones lineales de pares de evaluadores (Nutter et al., 1993; Nutter y Schultz, 1995).

7 Fotos: Farfán, 2009 Desarrollar una escala diagramática para evaluar la severidad de la enfermedad y analizar los niveles de exactitud, precisión y reproducibilidad de las estimaciones generadas consuuso.

8 Fotos: Farfán, 2009

9 Recolección del material 116 hojas de gulupa al azar que presentan los síntomas característicos de bacteriosis en el municipio de Granada (Cundinamarca). Escaneo del material se colocó el material sobre una hoja de papel blanca con un cuadrado de 1 cm 2 de color naranja Edición de imágenes se utilizó el programa Adobe Photoshop CS3 para modificar el balance de color, contraste y brillo

10 Cálculo de severidad se imprimen las imágenes en papel fotografía y se rellena la parte lesionada. Procesamiento con el software QUANT (Vale et al., 2001).

11 Niveles de la escala partir de la severidad mínima y máxima y obedeciendo a la ley de la agudeza visual de Weber Frechner, se representaron los porcentajes a incrementos exponenciales de severidad (5, 10, 20, 35, 55 y 80% ) Validación 5 evaluadores con experiencia y 5 sin experiencia analizaron 80 hojas con diferentes niveles de severidad sin ayuda de la escala. Los mismos evaluadores con la escala propuesta. Análisis estadístico Precisión: (R 2 ), varianza deloserroresabsolutos(diferenciasentreel valor real y estimado); exactitud: parámetros (a) y (b) de la ecuación de regresión; reproducibilidad: comparación pares evaluadores

12 Fotos: Farfán, 2009

13 Figura 1. Escala diagramática para la evaluación de bacteriosis en gulupa (Passiflora edulis Sims).

14 Tabla 1. Intercepto (a), coeficiente angular (b) y coeficiente de determinación (R 2 ) de las regresiones lineares entre severidades real y estimada por cada evaluador sin y con el uso de la escala diagramática. Evaluadores sin escala Evaluación de severidad con escala Inexpertos a b R 2 a b R 2 A 31.77* 0.06* B 22.74* 0.17* * 0.97* 0.99 C 24.84* 0.10* D 26.53* 0.00* E 46.13* -0.09* Media 30.4* 0.05* Expertos F * * G -4.31* 0.78* H 7.03* 0.61* I * J 5.68* 0.57* Media 1.99* 0.84* * *Situaciones en las cuales las hipótesis nulas (a=0 o b=1) fueron rechazadas por la prueba t con un nivel significancia de 5%

15 Severidad estimada (%) Severidad estimada (%) Severidad real (%) Severidad real (%) Figura 1. Regresiones lineales de la severidad estimada de bacteriosis de gulupa (Passiflora edulis Sims) sin ayuda (der) y con ayuda (izq) de la escala diagramática. Los evaluadores A-E son inexpertos y F-J expertos en la evaluación de enfermedades.

16 Precisión Sin escala evaluadores superaron el 40% de error absoluto Con escala franja de 10% Estos valores son considerados buenos según los criterios adoptados en varios estudios de validación de escalas diagramáticas (Michereff, 2006). Error absoluto Severidad real (%) Figura 4. Errores absolutos (severidad estimada - severidad real) para los diez evaluadores con el uso de la escala.

17 Reproducibilidad Diferentes evaluadores, utilizando la misma escala para la evaluación del mismo material, deben estimar los mismos valores de severidad (Nutter Jr. y Schultz, 1995). Tabla 2. Coeficientes de determinación (R2) de las ecuaciones de regresión lineal simples, combinando las estimaciones de los evaluadores por pares utilizando la escala. Evaluador B C D E F G H I J A B C D E F G H I 0.85

18 CONCLUSIONES Los individuos varían considerablemente en su habilidad para discriminar diferentes niveles de severidad (Nutter Jr. y Schultz,1995). La calidad de los valores estimados de severidad está influenciado por la complejidad de la muestra, color, número de lesiones de la muestra y la fatiga del evaluador (Kranz, 1988; Shokes et al citados por Michereff, 2009). Fotos: Farfán, 2009

19 La utilización de la escala permite cuantificar la severidad de la enfermedad de forma más precisa y exacta, confirmando la importancia de la utilización de las escalas diagramáticas para calibrar el sistema visual del evaluador. La escala diagramática para evaluar bacteriosis de gulupa presentada en este trabajo, es una herramienta valiosa para los evaluaciones de tolerancia en germoplasma, estudios epidemiológicos y comparación de métodos de control de la enfermedad. Fotos: Farfán, 2009

20

LINA FARFÁN Mic. Agrícola y veterinaria PUJ. I.A. Ph.D LILLIANA HOYOS Profesora Asistente. Ministerio de Agricultura y Desarrollo Rural

LINA FARFÁN Mic. Agrícola y veterinaria PUJ. I.A. Ph.D LILLIANA HOYOS Profesora Asistente. Ministerio de Agricultura y Desarrollo Rural Fotos: Farfán, 2009 LINA FARFÁN Mic. Agrícola y veterinaria PUJ Universidad Nacional de Colombia I.A. Ph.D LILLIANA HOYOS Profesora Asistente Universidad Nacional de Colombia Asohofrucol Universidad Nacional

Más detalles

ANÁLISIS DE REGRESIÓN

ANÁLISIS 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 detalles

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por

Más detalles

Motivación. Motivación PRONOSTICOS DE DEMANDA

Motivación. Motivación PRONOSTICOS DE DEMANDA 4 PRONOSTICOS DE DEMANDA Dr. Jorge Ibarra Salazar Profesor Asociado Departamento de Economía Tecnológico de Monterrey Motivación Estudio de los métodos para pronosticar las ventas a partir de datos observados.

Más detalles

CRITERIOS 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 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 detalles

Diplomado en Estadística e Investigación Científica

Diplomado en Estadística e Investigación Científica Sociedad Hispana de Investigadores Científicos Diplomado en Estadística e Investigación Científica Introducción Durante mucho tiempo se consideró a la investigación científica como una actividad de unos

Más detalles

VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1

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 detalles

Método de cuadrados mínimos

Método de cuadrados mínimos REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,

Más detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES

VARIABLES 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 detalles

Validación de métodos analíticos fisicoquímicos según los requerimientos definidos en la guía ICH/FDA

Validación 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 detalles

Introducción a la Estadística Aplicada en la Química

Introducción 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 detalles

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables

Más detalles

EVALUACIÓN DE LA EFICACIA DE UN INSECTICIDA BIOLÓGICO MEDIANTE ANÁLISIS PROBIT

EVALUACIÓN 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 detalles

Definición de Correlación

Definición de Correlación Definición de Correlación En ocasiones nos puede interesar estudiar si existe o no algún tipo de relación entre dos variables aleatorias: Estudiar cómo influye la estatura del padre sobre la estatura del

Más detalles

Estructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias

Estructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias Estructura de este tema Tema 4 Regresión lineal simple José R. Berrendero Departamento de Matemáticas Universidad utónoma de Madrid Planteamiento del problema. Ejemplos Recta de regresión de mínimos cuadrados

Más detalles

Estadística Inferencial. Sesión 11. Regresión y correlación múltiple

Estadística Inferencial. Sesión 11. Regresión y correlación múltiple Estadística Inferencial Sesión 11. Regresión y correlación múltiple Contextualización En la sesión anterior se presentó la regresión lineal simple y se mostró su uso en la obtención de una ecuación de

Más detalles

Programa de Maestría en Microbiología, Facultad de Ciencias, Instituto de Biotecnología (IBUN), Universidad Nacional de Colombia, Bogotá.

Programa de Maestría en Microbiología, Facultad de Ciencias, Instituto de Biotecnología (IBUN), Universidad Nacional de Colombia, Bogotá. Nota científica Sintomatología asociada a bacteriosis en zonas productoras de gulupa (Passiflora edulis Sims.) en Colombia Symptomatology associated with bacteriosis of gulupa (Passiflora edulis Sims.)

Más detalles

Grado en Finanzas y Contabilidad

Grado en Finanzas y Contabilidad Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 3.1 Colinealidad Exacta 3.2 Los efectos de la multicolinealidad Del

Más detalles

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no

Más detalles

I.A. EMIRO ORTÍZ Estudiante Msc. Ciencias Fitopatología Universidad Nacional de Colombia

I.A. EMIRO ORTÍZ Estudiante Msc. Ciencias Fitopatología Universidad Nacional de Colombia Fotos: Farfán, 2009 I.A. EMIRO ORTÍZ Estudiante Msc. Ciencias Fitopatología Universidad Nacional de Colombia I.A. Ph.D. LILLIANA HOYOS Profesora Asistente Universidad Nacional de Colombia Asohofrucol Universidad

Más detalles

X Y

X Y EJEMPLOS COMPLEMENTARIOS SOBRE REGRESIÓN EJEMPLO 1. Use la regresión por mínimos cuadrados para ajustar una línea recta a: X 6 11 15 1 21 23 29 29 3 39 Y 29 21 29 14 21 15 13 0 3 Además de la pendiente

Más detalles

Introducción al Procesamiento de Imágenes Satelitales con Software Libre. Módulo 03

Introducción al Procesamiento de Imágenes Satelitales con Software Libre. Módulo 03 Introducción al Procesamiento de Imágenes Satelitales con Software Libre Módulo 03 Dirección de Formación de Capital Humano Especializado en el Campo Espacial Agencia Espacial Mexicana www.gob.mx/aem Plan

Más detalles

Ing. Sergio Elías Gavilán Martínez

Ing. Sergio Elías Gavilán Martínez Determinación de la Resistencia del Hormigón por medio de Ensayos No Destructivos Ing. Sergio Elías Gavilán Martínez SUMARIO I ANTECEDENTES II ENSAYOS REALIZADOS III RESULTADOS IV CONLUSIONES Y RECOMENDACIONES

Más detalles

Universidad Nacional Autónoma de México Facultad de Psicología

Universidad Nacional Autónoma de México Facultad de Psicología Universidad Nacional Autónoma de México Facultad de Psicología PROGRAMA DE ASIGNATURA Nombre de la asignatura Clave Semestre Estadística Inferencial 0186 4 Número de créditos 8 Horas teoría 4 Horas práctica

Más detalles

Tema 2. Regresión Lineal

Tema 2. Regresión Lineal Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite

Más detalles

INGENIERÍA EN MANTENIMIENTO INDUSTRIAL

INGENIERÍA 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 detalles

INDICE. Prólogo a la Segunda Edición

INDICE. Prólogo a la Segunda Edición INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.

Más detalles

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta

Más detalles

Errores e Incertidumbre. Presentación PowerPoint de Ana Lynch, Profesora de Física Unidad Educativa Monte Tabor Nazaret

Errores e Incertidumbre. Presentación PowerPoint de Ana Lynch, Profesora de Física Unidad Educativa Monte Tabor Nazaret Errores e Incertidumbre Presentación PowerPoint de Ana Lynch, Profesora de Física Unidad Educativa Monte Tabor Nazaret Notación Científica 0 1 2 (1,45 ± 0,05) cm Objetivos: Después de completar este tema,

Más detalles

6. MEDICIÓN DE LA EVAPOTRANSPIRACIÓN MÉTODO DE BLANEY- CRIDDLE.

6. MEDICIÓN DE LA EVAPOTRANSPIRACIÓN MÉTODO DE BLANEY- CRIDDLE. 6. MEDICIÓN DE LA EVAPOTRANSPIRACIÓN MÉTODO DE BLANEY- CRIDDLE. Se define evapotranspiración como el agua que pierde el suelo por la acción conjunta de la evaporación y la transpiración. Como se trata

Más detalles

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento. UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre

Más detalles

4. Regresión Lineal Simple

4. Regresión Lineal Simple 1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para

Más detalles

LABORATORIO 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. 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 detalles

INVESTIGACION TECNOLOGIA AGROINDUSTRIAL AZUCARERA

INVESTIGACION 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 detalles

CURSO: ANALISIS ESTADISTICO DE RIESGOS

CURSO: ANALISIS ESTADISTICO DE RIESGOS MANAGEMENT CONSULTORES CURSO: ANALISIS ESTADISTICO DE RIESGOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: acaminos@mgmconsultores.com.ar

Más detalles

Análisis de diferentes representaciones en la regresión lineal simple

Análisis de diferentes representaciones en la regresión lineal simple Análisis de diferentes representaciones en la regresión lineal simple 5ª. Jornada sobre el Uso de los Sistemas de Cómputo Simbólico en la Enseñanza de las Matemáticas M.C. Gudelia Figueroa Preciado M.

Más detalles

Facultad de Ciencias e Ingeniería. Escuela Académico Profesional de Comunicación SÍLABO

Facultad de Ciencias e Ingeniería. Escuela Académico Profesional de Comunicación SÍLABO Facultad de Ciencias e Ingeniería Escuela Académico Profesional de Comunicación SÍLABO ASIGNATURA: ESTADÍSTICA APLICADA A LAS COMUNICIONES I. DATOS GENERALES: 1.1. Código de Asignatura : 21252 1.2. Escuela

Más detalles

INTRODUCCION ANALISIS INSTRUMENTAL. Clasificación de los Métodos Analíticos. Tipos de Metodos Instrumentales CLASIFICACION DE LOS METODOS ANALITICOS

INTRODUCCION ANALISIS INSTRUMENTAL. Clasificación de los Métodos Analíticos. Tipos de Metodos Instrumentales CLASIFICACION DE LOS METODOS ANALITICOS ANALISIS INSTRUMENTAL INTRODUCCION CLASIFICACION DE LOS METODOS ANALITICOS Departamento de Química Q420 TIPOS DE METODOS INSTRUMENTALES E INSTRUMENTOS SELECCION DE UN METODO ANALITICO: CRITERIOS Clasificación

Más detalles

(a) y = 1,0x + 0,0; r = 0,9944; n = 60 (b) y = 1,0x + 0,0; r = 0,9956; n = 70. (c) y = 1,0x + 0,0; r = 0,9946; n = 41

(a) y = 1,0x + 0,0; r = 0,9944; n = 60 (b) y = 1,0x + 0,0; r = 0,9956; n = 70. (c) y = 1,0x + 0,0; r = 0,9946; n = 41 Sistema cobas b : Evaluación del rendimiento Informe sobre la evaluación multicéntrica del nuevo sistema cobas b para la determinación de la HbAc y el perfil lipídico Introducción El nuevo sistema cobas

Más detalles

EVALUACIÓN Y MEDICIÓN DE LAS ENFERMEDADES DE PLANTAS

EVALUACIÓN Y MEDICIÓN DE LAS ENFERMEDADES DE PLANTAS EVALUACIÓN Y MEDICIÓN DE LAS ENFERMEDADES DE PLANTAS Robson Marcelo Di Piero Departamento Fitotecnia/CCA/UFSC EVALUACIÓN Y MEDICIÓN DE LAS Propósitos: ENFERMEDADES - decisión sobre las prioridades de investigación

Más detalles

Diario Oficial de la Unión Europea L 317/17

Diario Oficial de la Unión Europea L 317/17 30.11.2011 Diario Oficial de la Unión Europea L 317/17 REGLAMENTO (UE) N o 1235/2011 DE LA COMISIÓN de 29 de noviembre de 2011 por el que se modifica el Reglamento (CE) n o 1222/2009 del Parlamento Europeo

Más detalles

RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1

RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1 IV. RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1 Ver gráficos en ANEXO 1 4.2 SELECTIVIDAD Placebo de excipientes: No

Más detalles

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs

Más detalles

Capítulo 8. Selección de variables Introducción

Capítulo 8. Selección de variables Introducción Capítulo 8 Selección de variables 8.1. Introducción En muchos problemas de regresión es posible considerar un número importante de variables predictoras. Un empresario podría estudiar los factores que

Más detalles

1º CURSO BIOESTADÍSTICA

1º 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 detalles

Anexo 8.3. Programa Condensado

Anexo 8.3. Programa Condensado Materia o unidad de aprendizaje: las Ciencias Sociales Última actualización: Agosto 2017 Licenciatura: Área Básica Común Plan: 401 Semestre: 3 Créditos: 3 SEMANA TEMA ACTIVIDADES, TAREAS, EXÁMENES BIBLIOGRAFÍA

Más detalles

CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS

CAPÍTULO 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 detalles

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO

UNIVERSIDAD 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 detalles

Cómo pronosticar con certeza: métodos y variables infalibles. DAVID CHIBRAS

Cómo pronosticar con certeza: métodos y variables infalibles. DAVID CHIBRAS DAVID CHIBRAS Cómo pronosticar con certeza: métodos y variables infalibles. DAVID CHIBRAS Contenido -Introducción -Aspectos claves en el proceso de los pronósticos de demanda -Datos -Conocimiento de producto

Más detalles

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial

Más detalles

6.5 ESTIMAR LA DURACIÓN DE LAS ACTIVIDADES

6.5 ESTIMAR LA DURACIÓN DE LAS ACTIVIDADES 6.5 ESTIMAR LA DURACIÓN DE LAS ACTIVIDADES Dante Guerrero-Chanduví Piura, 2015 FACULTAD DE INGENIERÍA Área departamental de Ingeniería Industrial y de Sistemas Esta obra está bajo una licencia Creative

Más detalles

Prueba de Hipótesis. Para dos muestras

Prueba de Hipótesis. Para dos muestras Prueba de Hipótesis Para dos muestras Muestras grandes (n mayor a 30) Utilizar tabla Z Ho: μ1 = μ2 H1: μ1 μ2 Localizar en valor de Zt en la tabla Z Error estándar de la diferencia de medias Prueba de

Más detalles

Estudio estadístico de la rentabilidad económica de una instalación solar térmica

Estudio estadístico de la rentabilidad económica de una instalación solar térmica Estudio estadístico de la rentabilidad económica de una instalación solar térmica Aplicación en un hospital de Castilla y León Luis Javier Mata García Ingeniero Industrial El objetivo de este artículo

Más detalles

INDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos

INDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos INDICE Introducción Capitulo uno. La idea nace un proyecto de investigación 1 1.1. Como se originan las investigaciones? 2 Resumen 6 Ejemplo 7 Capitulo dos. El planteamiento del problema objetivos, preguntas

Más detalles

TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN

TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra

Más detalles

Estimación de Parámetros.

Estimación de Parámetros. Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un

Más detalles

Exactitud y Linearidad del Calibrador

Exactitud y Linearidad del Calibrador Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos

Más detalles

Medición: 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. 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 detalles

CALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS

CALCULO 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 detalles

Estadística Inferencial. Sesión No. 9 Regresión y correlación lineal

Estadística Inferencial. Sesión No. 9 Regresión y correlación lineal Estadística Inferencial Sesión No. 9 Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión se estudia

Más detalles

Tema 8: Regresión y Correlación

Tema 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 detalles

CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL

CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL Universidad Nacional Agraria La Molina IA-406 Hidrología Aplicada CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL 1. Longitud necesaria de registro Diversos

Más detalles

peso edad grasas Regresión lineal simple Los datos

peso edad grasas Regresión lineal simple Los datos Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos

Más detalles

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas

INDICE 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

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso

Más detalles

La asignatura proporciona al alumno los conceptos básicos de estadística. Se organiza el temario en cinco unidades.

La 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 detalles

Conceptos básicos de metrología

Conceptos básicos de metrología Conceptos básicos de metrología Definiciones, características y estimación de incertidumbres. Lic. Francisco Sequeira Castro 05 de Noviembre, 2014 Qué es la metrología? La metrología es la ciencia de las

Más detalles

PALABRAS CLAVES: Espectrofotometría Ultravioleta-Visible, Validación, Microescala, Fármacos, FNHZ.

PALABRAS CLAVES: Espectrofotometría Ultravioleta-Visible, Validación, Microescala, Fármacos, FNHZ. VALIDACIÓN DE MÉTODOS ANALÍTICOS A MICROESCALA PARA LA CUANTIFICACIÓN DE ACIDO ACETILSALICILICO (AAS) Y 2, 4-DINITRO-FENILHIDRAZINA (FNHZ) POR ESPECTROFOTOMETRÍA UV-VISIBLE Magali Yadira Machuca Avila

Más detalles

Qué es el Coeficiente de Cultivo?

Qué es el Coeficiente de Cultivo? Qué es el Coeficiente de Cultivo? El consumo de agua o evapotranspiración que ocurre en una superficie cultivada puede ser estimada a partir de datos meteorológicos (temperatura, humedad relativa, radiación

Más detalles

INSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5

INSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5 INSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5 PROGRAMA ACADÉMICO: LICENCIATURA EN INGENIERIA INDUSTRIAL TIPO EDUCATIVO: INGENIERIA MODALIDAD: MIXTA SERIACIÓN: NINGUNA CLAVE DE LA ASIGNATURA: 126 CICLO: QUINTO

Más detalles

Presentación de la Asignatura. Estadística II. Prof. Sergio Jurado Chamorro

Presentación de la Asignatura. Estadística II. Prof. Sergio Jurado Chamorro Presentación de la Asignatura Estadística II Prof. Sergio Jurado Chamorro Estadística II: La asignatura Contexto Enfoque Nivel matemático Conocimientos básicos Otro requerimientos Herramienta de apoyo

Más detalles

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10 Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores

Más detalles

Estadística Descriptiva. Poblaciones y muestras.

Estadística Descriptiva. Poblaciones y muestras. Estadística Descriptiva. Poblaciones y muestras. fgarcia@cipf.es CIPF s Research Development Programme Indice 1 Introducción 2 3 Análisis Estadístico Población y muestra Software estadístico CIPF s Research

Más detalles

CM0244. Suficientable

CM0244. Suficientable IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE

Más detalles

Lección 3. Análisis conjunto de dos variables

Lección 3. Análisis conjunto de dos variables Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN

Más detalles

Interpretación de análisis foliar

Interpretación de análisis foliar Interpretación de análisis foliar AGRO 4037 Fertilidad de Suelos y Abonos Muestreo del tejido Considerar Organos de la planta (hojas con o sin pecíolos) Edad del tejido (hojas jóvenes, hojas viejas) Edad

Más detalles

Análisis Instantáneo de Proteína en Grano de Trigo mediante un Instrumento NIR Portátil

Análisis Instantáneo de Proteína en Grano de Trigo mediante un Instrumento NIR Portátil Análisis Instantáneo de Proteína en Grano de Trigo mediante un Instrumento NIR Portátil 1. Introducción 2. Objetivos 3. Material y Métodos 4. Resultados y discusión 5. Conclusiones y aplicaciones 1 Análisis

Más detalles

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles

Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión

Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo

Más detalles

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión

Más detalles

Lucila Finkel Temario

Lucila 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 detalles

ANÁLISIS DE DATOS EXPERIMENTALES POR MÍNIMOS CUADRADOS

ANÁLISIS DE DATOS EXPERIMENTALES POR MÍNIMOS CUADRADOS ANÁLISIS DE DATOS EXPERIMENTALES POR MÍNIMOS CUADRADOS CONTENIDO 1 Ajuste de Curvas 2 Análisis de Regresión 2.1 Métodos de Mínimos Cuadrados 2.2 Regresión Lineal AJUSTE DE CURVAS Uno de los objetivos en

Más detalles

INDICE Prefacio Como usar este libro Capitulo 1. Introducción Capitulo 2. Análisis exploratorio de los datos

INDICE Prefacio Como usar este libro Capitulo 1. Introducción Capitulo 2. Análisis exploratorio de los datos INDICE Prefacio Como usar este libro Capitulo 1. Introducción 1 El comienzo de todo: determinación lo que se debe saber 2 Evaluación numérica de las unidades de observación con la ayuda de las escalas

Más detalles

Información sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.

Información sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992. Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4

Más detalles

Diplomado en Estadística Aplicada

Diplomado en Estadística Aplicada Diplomado en Estadística Aplicada Con el propósito de mejorar las habilidades para la toma de decisiones, la División de Estudios de Posgrado de la Facultad de Economía ha conjuntado a profesores con especialidad

Más detalles

Correlación. 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) 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 detalles

Marco Otárola Guerrero 1

Marco Otárola Guerrero 1 Modelo de producción de Boletus edulis en masas de Pinus sylvestris en el Bosque Modelo Urbión: una alternativa para lidiar con el exceso de ceros en el ajuste con variables meteorológicas Marco Otárola

Más detalles

Regresión lineal simple y correlación

Regresión lineal simple y correlación Regresión lineal simple y correlación Regresión y Correlación Los análisis de regresión y correlación nos mostrarán cómo determinar tanto la naturaleza como la fuerza de una relación entre dos variables.

Más detalles

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016

INSTITUTO 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 detalles

Israel Navarrete, Arturo Taipe, Fabián Montesdeoca, Venancio Arahana, Jorge L. Andrade-Piedra. Junio, 2013

Israel Navarrete, Arturo Taipe, Fabián Montesdeoca, Venancio Arahana, Jorge L. Andrade-Piedra. Junio, 2013 Junio, 2013 Determinación de Pérdidas en Rendimiento Causadas por Plagas que se Transmiten por Tubérculo-Semilla de Papa (Solanum tuberosum). Quito. Pichincha. 2012 Israel Navarrete, Arturo Taipe, Fabián

Más detalles

UNIVERSIDAD 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 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 detalles

Análisis de estudios de cohortes en Ciencias de la P005/10. Salud (modelos regresión de Poisson y de Cox)

Análisis de estudios de cohortes en Ciencias de la P005/10. Salud (modelos regresión de Poisson y de Cox) Análisis de estudios de cohortes en Ciencias de la P005/10 Salud (modelos regresión de Poisson y de Cox) Fecha de aprobación de programa: Marzo 2012 Fechas curso: 4 y 5 de Junio de 2012 Horario: Mañana

Más detalles

Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández

Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema

Más detalles

CURSO TERMOGRAFÍA INFRAROJA NIVEL I

CURSO TERMOGRAFÍA INFRAROJA NIVEL I Línea de Capacitaciones CURSO TERMOGRAFÍA INFRAROJA NIVEL I I. DESCRIPCIÓN DEL CURSO 1.1 Línea: Capacitaciones 1.2 Código: 1203TI-C 1.3 Entidad: Gamma Soluciones II. GENERALIDADES El Curso de Termografía

Más detalles

PROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE

PROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE PROGRAMA DE ESTUDIO A. Antecedentes Generales ASIGNATURA : Estadística CÓDIGO : IIM313A DURACIÓN : UN SEMESTRE ACADÉMICO PRE - REQUISITO : PROBABILIDADES CO REQUISITO : NO TIENE UBICACIÓN : TERCER AÑO,

Más detalles

CORPOICA: Avances en Investigación y Desarrollo para la producción de Musaceas

CORPOICA: Avances en Investigación y Desarrollo para la producción de Musaceas CORPOICA: Avances en Investigación y Desarrollo para la producción de Musaceas Martha M. Bolaños B. Investigadora Ph.D. Centro de Investigación Tibaitatá Misión de La Corporación Colombiana de Investigación

Más detalles

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)

Más detalles

La Pobreza 2009 en las provincias y distritos del Perú: Marcos Robles, BID 20 de Octubre de 2010

La Pobreza 2009 en las provincias y distritos del Perú: Marcos Robles, BID 20 de Octubre de 2010 La Pobreza 2009 en las provincias y distritos del Perú: Metodología y Resultados Marcos Robles, BID 20 de Octubre de 2010 Objetivos Presentar los resultados de la estimación 2009 de la pobreza en el Perú

Más detalles

PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA CIVIL

PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA CIVIL PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA CIVIL 1. DATOS INFORMATIVOS MATERIA O MODULO: ESTADÍSTICA CARRERA: INGENIERÍA CIVIL NIVEL: 2 No. CREDITOS 4 CREDITOS

Más detalles

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO FACULTAD DE SALUD PÚBLICA ESCUELA DE MEDICINA Periodo académico Marzo Julio 2011 PROGRAMA ANALITICO

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO FACULTAD DE SALUD PÚBLICA ESCUELA DE MEDICINA Periodo académico Marzo Julio 2011 PROGRAMA ANALITICO PROGRAMA ANALITICO 1. DATOS GENERALES: NOMBRE DE LA ASIGNATURA: BIOESTADISTICA CODIGO: SEMESTRE: Tercero HORAS/SEMANA: Teóricas: 1 Prácticas: 3 Total: PROFESOR TITULAR: Dr. Fausto Guevara P. 2. PROBLEMA.

Más detalles