.4. Abundancia y dispersión: Teoría del muestreo aplicada al análisis de poblaciones sésiles.

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

Download ".4. Abundancia y dispersión: Teoría del muestreo aplicada al análisis de poblaciones sésiles."

Transcripción

1 [UNIDAD II] Página Abundancia y dispersión: Teoría del muestreo aplicada al análisis de poblaciones sésiles. "El gran propósito de la vida no es el conocimiento, sino la acción" Thomas Huxley.4.1. Introducción Recordemos que la Ecología es una ciencia cuyo objetivo es El estudio de los patrones espaciales y temporales de la distribución y abundancia de los organismos incluyendo sus causas y consecuencias" (Scheiner y Willig 2008). Para lograr obtener información confiable relacionada con los patrones de distribución y/o abundancia de los organismos, el investigador frecuentemente necesita obtener muestras que le permitan caracterizar a las poblaciones estudiadas. Habiendo definido la pregunta con claridad y delimitado el sitio de muestreo, se busca diseñar el tipo de muestreo que permita obtener información confiable sobre las poblaciones estudiadas. En esta práctica buscaremos responder a dos de las preguntas que frecuentemente se hace el ecólogo relacionadas con el muestreo: Cual es el tamaño mínimo de muestra que debo obtener en campo? Y qué tipo de distribución espacial presenta la población estudiada?.4.2. Competencias Diseñar un tipo de muestreo confiable e informativo para el estudio de los patrones de distribución espacial de las poblaciones sésiles.4.3. Material Materiales Mapa con especies Tabla nos. aleatorios Cuadrantes Manual

2 [UNIDAD II] Página Desarrollo Antes de iniciar el maestro dará un repaso breve sobre el diseño de un muestreo con énfasis en poblaciones sésiles o de lento movimiento y explicará en qué consiste la práctica. La práctica será desarrollada por equipos siguiendo las recomendaciones siguientes: Observe el mapa con distintas especies de vegetación que le será entregado y plantee sus hipótesis de trabajo referidas al tamaño mínimo de muestra para una especie en particular y su patrón de distribución espacial (parte alta de tabla II). Usando la tabla de números aleatorios (tabla I), obtener 50 pares de datos en coordenadas (X, Y) con valores para X entre 5 y 70 y valores para Y entre 5 y 95. Efectuar 50 muestreos posicionando el cuadrante con el centro correspondiente a cada una de las coordenadas aleatorias. Contar los individuos de la especie que le sea indicada a su equipo ubicados en el cuadrante siempre y cuando al menos la mitad del cuerpo se encuentre dentro. Registrar los datos en la tabla proporcionada (tabla II) hasta acumular las 50 muestras, resumir los datos de frecuencias en la tabla III y graficar los resultados. CÁLCULO DEL TAMAÑO MÍNIMO DE MUESTRA Para la especie seleccionada, estimar el tamaño mínimo de muestra comparando los resultados de dos métodos: 1.- Utilizando la fórmula como estimación de la media +/- 40% del valor verdadero: N = 25 s 2 / media 2 = 2.- Graficando las medias acumulativas obtenidas cada 5 cuadrantes y verificando cuando se alcanza una fluctuación de los valores en alrededor de un +/- 10% de la media.

3 [UNIDAD II] Página 22 Medias Acumulativas Números de cuadrantes GRÁFICA DEL NO. DE CUADRANTES (X) vs MEDIAS ACUMULATIVAS (Y) DETERMINACIÓN DEL TIPO DE DISTRIBUCIÓN ESPACIAL Continuar trabajando con la especie elegida verificando el valor de la media a partir de la fórmula simplificada basada en frecuencias (tabla III). Con el valor de la media obtener el valor de e -m usando el apéndice 18.1 (Darnell 1971). Utilizando la tabla IV, calcular las frecuencias teóricas para la distribución Poisson. A partir de los datos de la tabla IV, comparar las frecuencias observadas y las teóricas (esperadas) utilizando una prueba de chi cuadrada para verificar si la distribución espacial es de tipo aleatorio. Realizar los cálculos utilizando la tabla V y consultar los valores de chi (o ji) cuadrada del apéndice 11.2 para P=0.05 (95% de confianza). Si la diferencia es significativa (P< 0.05), se rechaza la hipótesis de distribución espacial aleatoria. De ser este el caso, analice las frecuencias y concluya si la desviación de los datos es hacia una distribución uniforme o contagiosa. Finalmente pase a la computadora a verificar su resultado y conclusión calculando el valor del Índice de Dispersión de Morisita. Donde n=no. de cuadrantes; N=no. total de individuos; X 2 es el cuadrado de los números de individuos por cuadrante. La dispersión es aleatoria cuando Id=1; cero para perfectamente uniforme y Id=n para una distribución totalmente agregada o contagiosa.

4 [UNIDAD II] Página 23 Id = n X 2 - N N (N - 1) PREGUNTAS FINALES Los resultados de los tamaños mínimos de muestra fueron similares? Por cual optaría usted? El patrón de distribución encontrado coincidió con su observación inicial e hipótesis de trabajo? En el caso de no poder realizar un muestreo preliminar como determinaría usted el tamaño mínimo de muestreo en el campo? Como podrían haber cambiado sus resultados de haber realizado un muestreo sin reemplazo (muestreo destructivo)? Además de los aspectos técnicos relacionados con el diseño del muestreo, que otros aspectos son importantes para tomar en cuenta y tomar decisiones relacionadas con el método de muestreo a emplear?

5 [UNIDAD II] Página 24 Tabla I.- Números aleatorios (RANDOM.ORG)

6 [UNIDAD II] Página 25 Hipótesis de trabajo: La especie ( ) requiere de un tamaño mínimo de muestra de ( ) cuadrantes y su tipo de distribución es ( ). Tabla II.- Datos originales. Muestra No. de individuos por muestra Muestra No. de individuos por muestra c d n o s t c d n o s t

7 [UNIDAD II] Página Tabla III.- Resumen de datos Especies Frecuencias observadas (f) con números distintos de individuos (x) x= 0 x= 1 x= 2 x= 3 x= 4 x= 5 x= 6 x= 7 c f = d n o s t f * x

8 [UNIDAD II] Página 27 Media = m = N f * x ; N = 50 Frecuencia (f) Número de individuos (x)

9 [UNIDAD II] Página 28 GRAFICA DE FRECUENCIAS DEL NUMERO DE INDIVIDUOS POR CUADRANTE Tabla IV.- Calculo de frecuencias esperadas para una distribución tipo Poisson. Especie.- No. de individuos (x) Frecuencias observadas (f) Probabilidad Poisson (P.Pois.) N Frecuencias esperadas= (P.Pois.)*(N) 0 e -m = 50 1 m (e -m ) = 50 2 m 2 /2 (e -m ) = 50 3 m 3 /6 (e -m ) = 50 4 m 4 /24 (e -m ) = 50 5 m 5 /120 (e -m ) = 50 6 m 6 /720 (e -m ) = 50 7 m 7 /5040 (e -m ) = 50

10 [UNIDAD II] Página 29 Tabla V.- Prueba de chi cuadrada para la especie X. Clase Frecuencias (o - e) 2 (x) obs. esp. (o - e) 2 e x 2 = (o - e) 2 e = *los grados de libertad de chi cuadrada para la tabla = No de clases 1

11 [UNIDAD II] Página 30

12 [UNIDAD II] Página Método de Evaluación. Examen práctico de las sesiones de laboratorio Bibliografía. Brower, J.E. and J.H. Zar Field and laboratory methods for General Ecology. Wm. C. Brown Company Publishers. 194 pp.

13 [UNIDAD II] Página 32

PATRONES DE DISTRIBUCIÓN ESPACIAL

PATRONES DE DISTRIBUCIÓN ESPACIAL PATRONES DE DISTRIBUCIÓN ESPACIAL Tipos de arreglos espaciales Al azar Regular o Uniforme Agrupada Hipótesis Ecológicas Disposición al Azar Todos los puntos en el espacio tienen la misma posibilidad de

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

Indicaciones para el lector... xv Prólogo... xvii

Indicaciones 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 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

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales 1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución

Más detalles

DIRECCIÓN ACADÉMICA PLANEACIÓN DIDÁCTICA

DIRECCIÓN ACADÉMICA PLANEACIÓN DIDÁCTICA DEPARTAMENTO ACADÉMICO LICENCIATURA EN ACADEMIA ASIGNATURA SERIACIÓN CUATRIMESTRE EN QUE SE IMPARTE DIRECCIÓN de LICENCIATURAS EJECUTIVAS INGENIERÍA INDUSTRIAL y de SISTEMAS MATEMÁTICAS PROBABILIDAD y

Más detalles

Universidad Autónoma de Baja California

Universidad Autónoma de Baja California Universidad Autónoma de Baja California Facultad de Ciencias Marinas Manual de Prácticas del Laboratorio de [ECOLOGÍA MARINA] [Dr. Guillermo Torres Moye] Responsable de la elaboración del manual [Pendiente

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. 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 detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4, Opción B Reserva, Ejercicio

Más detalles

Contrastes de Hipótesis paramétricos y no-paramétricos.

Contrastes de Hipótesis paramétricos y no-paramétricos. Capítulo 1 Contrastes de Hiptesis paramétricos y no-paramétricos. Estadística Inductiva o Inferencia Estadística: Conjunto de métodos que se fundamentan en la Teoría de la Probabilidad y que tienen por

Más detalles

UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:

UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos: UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA Probabilidad y Estadística 18/01/10 Clave: 214 Semestre: 1 Duración del curso: semanas: 17 horas: 68 de teoría y 17 de práctica, Total: 85 Horas

Más detalles

Teorema Central del Límite (1)

Teorema 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 detalles

INSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS

INSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:

Más 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

matemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4

matemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4 PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área

Más detalles

ESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN

ESCUELA 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 detalles

PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS

PONTIFICIA 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 detalles

UNIVERSIDAD 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 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 detalles

Determinación del tamaño de muestra (para una sola muestra)

Determinación del tamaño de muestra (para una sola muestra) STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto

Más detalles

4.1 Análisis bivariado de asociaciones

4.1 Análisis bivariado de asociaciones 4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis

Más detalles

Evaluación de Proyectos de Inversión

Evaluación de Proyectos de Inversión Evaluación de Proyectos de Inversión Sesión #10: Estudio financiero (7) Periodo de recuperación de la inversión y Evaluación del riesgo del proyecto de inversión Contextualización Con la evaluación económica

Más detalles

Carrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.

Carrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos. 1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA

Más detalles

Carrera: Ingeniería Civil CIM 0531

Carrera: Ingeniería Civil CIM 0531 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA

Más detalles

SILABO DEL CURSO TEORÍA DE MUESTREO

SILABO DEL CURSO TEORÍA DE MUESTREO FACULTAD DE ESTUDIOS DE LA EMPRESA CARRERA DE MARKETING SILABO DEL CURSO TEORÍA DE MUESTREO 1. DATOS GENERALES 1.1. Carrera Profesional : Marketing 1.2. Departamento : Marketing 1.3. Tipo de Curso : Obligatorio

Más detalles

SESION 12 LA DISTRIBUCIÓN BINOMIAL

SESION 12 LA DISTRIBUCIÓN BINOMIAL SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:

Más detalles

ANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre

ANX-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 detalles

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL ASIGNATURA: ESTADÍSTICA I CODIGO : 5B0067 I.- DATOS GENERALES SILABO

Más detalles

PROBABILIDAD Y ESTADISTICA (T Y P)

PROBABILIDAD Y ESTADISTICA (T Y P) PROBABILIDAD Y ESTADISTICA (T Y P) FICHA CURRICULAR DATOS GENERALES Departamento: Irrigación. Nombre del programa: Ingeniero en Irrigación Area: Matemáticas, Estadística y Cómputo Asignatura: Probabilidad

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD 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 detalles

Nivel socioeconómico medio. Nivel socioeconómico alto SI 8 15 28 51 NO 13 16 14 43 TOTAL 21 31 42 94

Nivel socioeconómico medio. Nivel socioeconómico alto SI 8 15 28 51 NO 13 16 14 43 TOTAL 21 31 42 94 6. La prueba de ji-cuadrado Del mismo modo que los estadísticos z, con su distribución normal y t, con su distribución t de Student, nos han servido para someter a prueba hipótesis que involucran a promedios

Más detalles

PROGRAMA INSTRUCCIONAL ESTADÍSTICA

PROGRAMA INSTRUCCIONAL ESTADÍSTICA UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE RELACIONES INDUSTRIALES ESCUELA DE ADMINISTRACIÓN FACULTAD DE CIENCIAS JURÍDICAS Y POLÍTICAS ESCUELA

Más detalles

GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA

GUÍA 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 detalles

1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA

1 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 detalles

Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.

Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA 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 detalles

Teléfono:

Teléfono: 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 detalles

Tema 7 Intervalos de confianza Hugo S. Salinas

Tema 7 Intervalos de confianza Hugo S. Salinas Intervalos de confianza Hugo S. Salinas 1 Introducción Hemos definido la inferencia estadística como un proceso que usa información proveniente de la muestra para generalizar y tomar decisiones acerca

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria

Más detalles

Desempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos

Desempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos Desempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos Resumen Ejecutivo Antecedentes El riesgo es un concepto ampliamente estudiado, con diversas definiciones que dependen del contexto

Más detalles

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA PARA CIENCIAS ECONÓMICO ADMINISTRATIVAS FECHA DE ELABORACIÓN: ENERO

Más detalles

ANÁLISIS DE PATRÓN DE PUNTOS

ANÁLISIS DE PATRÓN DE PUNTOS ANÁLISIS DE PATRÓN DE PUNTOS Preparado por: Dr. Manuel Fuenzalida-Díaz / mfuenzal@uahurtado.cl Departamento de Geografía, Universidad Alberto Hurtado. 0 TEMARIO Análisis de Patrón de Puntos 1.- Modelo

Más detalles

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...

2 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 detalles

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA

UNIVERSIDAD 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 detalles

Unidad IV: Distribuciones muestrales

Unidad IV: Distribuciones muestrales Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia

Más detalles

METODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012

METODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012 METODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012 Departamento de Pruebas Nacionales División de Evaluación de Logros de Aprendizaje AGENCIA DE CALIDAD DE LA EDUCACIÓN Índice 1.

Más detalles

Unidad 1: Espacio de Probabilidad

Unidad 1: Espacio de Probabilidad Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar

Más detalles

Carrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos

Carrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar

Más detalles

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar

Más detalles

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

PONTIFICIA 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 detalles

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

CAPÍTULO I. INTRODUCCIÓN. Cuando se requiere obtener información de una población, y se desean obtener los mejores

CAPÍTULO I. INTRODUCCIÓN. Cuando se requiere obtener información de una población, y se desean obtener los mejores CAPÍTULO I. INTRODUCCIÓN I.1 Breve Descripción Cuando se requiere obtener información de una población, y se desean obtener los mejores y más completos resultados, el censo es una opción para dar una respuesta

Más detalles

Probabilidad y Estadística, EIC 311

Probabilidad y Estadística, EIC 311 Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda

Más detalles

Facultad de Ciencias Sociales - Universidad de la República

Facultad 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 detalles

ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA

ESTADÍSTICA 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 detalles

INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos

INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos

Más detalles

Análisis Costo-Beneficio

Análisis Costo-Beneficio Análisis Costo-Beneficio 1 I. Resumen Ejecutivo Nombre del PPI En esta sección, deben llenarse los campos de la tabla que se muestran a continuación, a manera de resumen de las secciones que componen el

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:

Más detalles

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica

Más detalles

GRAFICOS DE CONTROL DATOS TIPO VARIABLES

GRAFICOS DE CONTROL DATOS TIPO VARIABLES GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar

Más detalles

Doc. Juan Morales Romero

Doc. Juan Morales Romero Análisis de Correlación y Regresión Lineal ANALISIS DE CORRELACION Conjunto de técnicas estadísticas empleadas para medir la intensidad de la asociación entre dos variables DIAGRAMA DE DISPERSION Gráfica

Más detalles

Universidad de Puerto Rico Recinto de Río Piedras Departamento de Biología

Universidad de Puerto Rico Recinto de Río Piedras Departamento de Biología Universidad de Puerto Rico Recinto de Río Piedras Departamento de Biología Laboratorio de Genética Biol 3350 Incidencia de moscas con tumores melanóticos en dos cepas de Drosophila melanogaster; tu (1)

Más detalles

MUSEO NACIONAL DEL PRADO Informe de auditoría de las cuentas anuales Ejercicio 2015

MUSEO NACIONAL DEL PRADO Informe de auditoría de las cuentas anuales Ejercicio 2015 MINISTERIO DE HACIENDA Y ADMINISTRACIONES PÚBLICAS INTERVENCIÓN GENERAL DE LA ADMINISTRACIÓN DEL ESTADO MUSEO NACIONAL DEL PRADO Informe de auditoría de las cuentas anuales Ejercicio 2015 Intervención

Más detalles

PLANEACIÓN DIDÁCTICA FO205P

PLANEACIÓN DIDÁCTICA FO205P PLANEACIÓN DIDÁCTICA FO205P11000-44 DIVISIÓN (1) INGENIERÍA EN TICS DOCENTE (2) ING. JULIO MELÉNDEZ PULIDO NOMBRE DE LA ASIGNATURA (3) PROBABILIDAD Y ESTADISTICA CRÉDITOS (4) 5 CLAVE DE LA ASIGNATURA (5)

Más detalles

Tema 5 Algunas distribuciones importantes

Tema 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 detalles

Procedimiento para usar la Tabla 1 (Tabla de Logaritmos)

Procedimiento para usar la Tabla 1 (Tabla de Logaritmos) Procedimiento para usar la Tabla 1 (Tabla de Logaritmos) Ejercicio: Escribe en el espacio correspondiente el nombre de cada una de las partes de un logaritmo (sugerencia, leer módulo 11 del libro de texto):

Más detalles

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. 3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,

Más detalles

Enlace del Plan de Auditoría con los Riesgos y Exposiciones

Enlace del Plan de Auditoría con los Riesgos y Exposiciones Enlace del Plan de Auditoría con los Riesgos y Exposiciones Estándar principalmente relacionado: 2320 Análisis y Evaluación Los auditores internos deben basar sus conclusiones y los resultados del trabajo

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.

Más detalles

Tema 1.- Correlación Lineal

Tema 1.- Correlación Lineal Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una

Más detalles

INVESTIGACIÓN DE MERCADOS

INVESTIGACIÓN DE MERCADOS INVESTIGACIÓN DE MERCADOS LIC. EN ADMINISTRACIÓN DE EMPRESAS 1 Sesión No. 10 Nombre: Tamaño de la Muestra Contextualización Continuando el tema de muestreo, revisaremos ahora el cálculo de la muestra y

Más detalles

Contrastes de hipótesis. 1: Ideas generales

Contrastes de hipótesis. 1: Ideas generales Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que

Más detalles

ÍNDICE INTRODUCCIÓN... 21

ÍNDICE INTRODUCCIÓN... 21 INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...

Más detalles

PLANIFICACIÓN DE LA UNIDAD DIDÁCTICA 9

PLANIFICACIÓN DE LA UNIDAD DIDÁCTICA 9 Grado: Primero Área: Ciencia, Tecnología y Ambiente PLANIFICACIÓN DE LA UNIDAD DIDÁCTICA 9 TÍTULO DE LA UNIDAD Nuestros suelos se mueven SITUACIÓN SIGNIFICATIVA Debido a que el Perú se encuentra en una

Más detalles

UNIVERSIDA AUTONOMA DE BAJA CALIFORNIA COORDINACION DE FORMACION BASICA Y PROFESIONAL ETAPA BASICA PROGRAMA DE ASIGNATURAS POR COMPETENCIA

UNIVERSIDA AUTONOMA DE BAJA CALIFORNIA COORDINACION DE FORMACION BASICA Y PROFESIONAL ETAPA BASICA PROGRAMA DE ASIGNATURAS POR COMPETENCIA UNIVERSIDA AUTONOMA DE BAJA CALIFORNIA COORDINACION DE FORMACION BASICA Y PROFESIONAL ETAPA BASICA PROGRAMA DE ASIGNATURAS POR COMPETENCIA I. DATOS DE IDENTIFICACIÓN 1. Unidad Académica: Facultad de Economía

Más detalles

PLAN DE MUESTREO PARA EL MONITOREO DE RESIDUOS DE MEDICAMENTOS VETERINARIOS Y CONTAMINANTES QUÍMICOS EN AVES

PLAN DE MUESTREO PARA EL MONITOREO DE RESIDUOS DE MEDICAMENTOS VETERINARIOS Y CONTAMINANTES QUÍMICOS EN AVES PLAN DE MUESTREO PARA EL MONITOREO DE RESIDUOS DE MEDICAMENTOS VETERINARIOS Y CONTAMINANTES QUÍMICOS EN AVES Grupo del Sistema de Análisis de Riesgos Químicos en Alimentos y Bebidas Dirección de Alimentos

Más detalles

Pruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis

Pruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de

Más detalles

Prácticas de Ecología Curso 3 Práctica 1: Muestreo

Prácticas 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 detalles

Cómo llevar a cabo un trabajo empírico

Cómo llevar a cabo un trabajo empírico Cómo llevar a cabo un trabajo empírico p. Cómo llevar a cabo un trabajo empírico Plantear una pregunta Revisar la literatura existente Recopilación de los datos Análisis econométrico Redactar los resultados

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 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 detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES

TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar problemas

Más detalles

EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.

EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos

Más detalles

EL MÉTODO DE LOS QUADRATS

EL 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 detalles

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una

Más detalles

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO

UNIVERSIDAD 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 detalles

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción

Más detalles

Distribución Chi (o Ji) cuadrada (χ( 2 )

Distribución Chi (o Ji) cuadrada (χ( 2 ) Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably

Más detalles

FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE MINAS ESTADÍSTICA Y PROBABILIDADES SÍLABO

FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE MINAS ESTADÍSTICA Y PROBABILIDADES SÍLABO U N I V E R S I D A D A L A S P E R U A N A S FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE MINAS 1. DATOS GENERALES: ESTADÍSTICA Y PROBABILIDADES SÍLABO CARRERA

Más detalles

METODOLOGIA CIENTIFICA

METODOLOGIA CIENTIFICA AREA: CIENCIAS DE LA CONDUCTA METODOLOGIA CIENTIFICA OBJETIVOS GENERALES: Al concluir el período lectivo, el estudiante: Profesores Carlos Marxo Mujica Eli Saúl Calderón Ángel Aquino Leonarda Casanova

Más detalles

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 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 detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,

Más detalles

CAPITULO IV ANÁLISIS, INTERPRETACIÓN Y COMPROBACIÓN DE

CAPITULO IV ANÁLISIS, INTERPRETACIÓN Y COMPROBACIÓN DE CAPITULO IV ANÁLISIS, INTERPRETACIÓN Y COMPROBACIÓN DE RESULTADOS 4.1 TABULACIÓN DE DATOS N PREGUNTA ALTERNATIVAS SI NO A VECES TOTAL 1 Considera que la normativa de los programas del Plan 2021 favorecen

Más detalles

RELACION, ELONGACION-PESO DE UN RESORTE

RELACION, ELONGACION-PESO DE UN RESORTE RELACION, ELONGACION-PESO DE UN RESORTE Tatiana Ortiz 1, Natalie Díaz 2, Silvia Alvarado 3, Juan Felipe Mateus 4 Estudiante Microbiología Industrial- lady.ortiz@javeriana.edu.co Estudiante Biología natalie.diaz@javeriana.edu.co

Más detalles

Conceptos Básicos de Inferencia

Conceptos 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 detalles

MUESTREO PARA ACEPTACION

MUESTREO PARA ACEPTACION MUESTREO PARA ACEPTACION Inspección de Calidad Consiste en un procedimiento técnico que permite verificar si los materiales, el proceso de fabricación y los productos terminados cumplen con sus respectivas

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo

Más detalles

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores. PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:

Más detalles

2. CONOCIMIENTO Actividad por la cual se adquiere certeza de la realidad, de la existencia del entorno, con características comprobadas.

2. CONOCIMIENTO Actividad por la cual se adquiere certeza de la realidad, de la existencia del entorno, con características comprobadas. 1 1. CONOCER Proceso intelectual por el cual se establece relación entre quien conoce (actor) y el objeto conocido (realidad). 2. CONOCIMIENTO Actividad por la cual se adquiere certeza de la realidad,

Más detalles

Modelos de PERT/CPM: Probabilístico

Modelos de PERT/CPM: Probabilístico INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de PERT/CPM: Probabilístico M. En C. Eduardo Bustos Farías 1 Existen proyectos con actividades que tienen tiempos inciertos, es decir,

Más detalles