Diseño Muestreo y Experimental -->fundamental para análisis estadísticos. Escogencia de factores (V. independientes), niveles de factores,
|
|
- José Carlos Rico Cárdenas
- hace 6 años
- Vistas:
Transcripción
1 Diseño Muestreo y Experimental -->fundamental para análisis estadísticos Escogencia de factores (V. independientes), niveles de factores, (tratamientos), Unidades de repuesta (replicas), Unidades de muestreo (replicas, submuestras), variables de respuesta Objetivo: diseñar esquema que provea estimaciones de los parámetros de una población más eficientes (costos) y Precisos -- >Muestreo o Experimento Experimentos Manipulativos Se alteran los niveles de variables predictoras (factores) y se mide la respuesta de 1 o más variables de interés Evaluar hipótesis de causa-efecto Ejemplo: Hipótesis: Depredación por lagartos controla la densidad de arañas -->se altera la densidad de lagartos y se mide la densidad de arañas E. manipulativos de campo: Escala espacial: 80% en parcelas de menos de 1m Replicación se sacrifica a grandes escalas espaciales Restringido a especies pequeñas de vida corta 1
2 Experimentos Naturales (Muestreo) No se consideran realmente experimentos Ejemplo: Hipótesis: Depredación por lagartos controla la densidad de arañas -->se muestrean parcelas que varíen naturalmente en la densidad de lagartos (idealmente que varíen solo en la densidad de lagartos) y se mide la densidad de arañas Experimentos Naturales instantáneos -->replicas en espacio Rápidos, espacialmente replicados, mayor independencia estadística Experimentos Naturales de trayectoria -->replicas en tiempo Para observar cambios a través del tiempo Restringidos a un solo sitio -->no replicados en espacio Unidades de muestreo (experimentales): unidad estandarizada en la cual se registran los valores de la variable Naturales: Piedras, organismos, lagos,.. Artificiales: Cuadrantes, parcelas, transectos, Unidad de respuesta: unidad mínima que individualmente manifiesta los efectos del (los) Factor (es) y que es independiente de otras. Unidad de respuesta Unidad de muestreo Muestra 2
3 Experimentos naturales y manipulativos -- >generan la misma clase de datos y se analizan igual Manipulativos: Mayor confidencia en inferencias acerca de causaefecto Naturales: Se pueden realizar en cualquier escala espacial y temporal Muestreo Muestreo Aleatorio simple Todas la UM tienen igual probabilidad de ser seleccionadas en una muestra Problemas: UM no representan unidades naturales, UM y el área de muestreo es grande Ineficiente cuando hay heterogeneidad 3
4 Muestreo Estratificado Población de datos dividida en estratos (niveles) representando grupos de unidades Muestrear piedras en un arroyo -->riqueza de invertebrados Diferentes hábitats (rápidos, remansos) -->muestras aleatorias de cada estrato (hábitat) Asegura que pples hábitats son incluidos en muestra -->representatividad Número de UM en cada estrato es proporcional al tamaño de cada estrato o al número de UM de cada estrato Muestreo por Conglomerados Identificar UM primarias (agrupamientos, Clusters) -->árboles C/UM primaria identificar todas la Unidades secundarias -->ramas Muestreo por Conglomerados Simple -->muestrean todas la unidades secundarias dentro de c/um primaria Muestreo por Conglomerados en Dos Etapas -->se seleccionan aleatoriamente unidades secundarias dentro de c/um primaria 4
5 Muestreo Sistemático UM igualmente espaciadas temporal o espacialmente -->Trampas de mamíferos cada 10 m Útil para describir gradientes ambientales y establecer donde cambia un ambiente -->gradiente en riqueza de especies lejos de una fuente de polución Riesgo -->espaciamiento puede coincidir con un patrón natural -->inferencia puede estar sesgada Diseño Experimental: El diseño estadístico de un experimento está relacionado con la forma de asignación de los tratamientos (aleatorización) a las unidades experimentales. Error Experimental: Describe la variación entre unidades experimentales igualmente tratadas Variabilidad entre unidades puede ser dada por: La variación natural de las unidades experimentales. Variabilidad en la medición Imposibilidad de reproducir las condiciones del tratamiento con exactitud de una unidad a otra Efecto de factores externos 5
6 Control del Error Experimental La técnica La selección de las unidades experimentales Uniformidad de las unidades experimentales La selección del diseño experimental La medición de información adicional Replicación Observaciones replicadas a escala de la aplicación de los tratamientos experimentales Replicas: esenciales en sistemas biológicos -- >inherentemente variables Análisis -->comparar la variación entre grupos de tratamientos con la variabilidad inherente entre U experimentales dentro de cada grupo Frecuentemente falla la escala de las replicas relativa a los tratamientos aplicados -- >Pseudorreplicación 6
7 Ejemplos de Pseudorreplicación: Efecto del fuego sobre la riqueza de invertebrados de suelo Efecto de Cu sobre asentamiento de larvas de balanos Controles Cuando no pueden ser controlados muchos factores que pueden influenciar el resultado y estos varían naturalmente -->Control Control -->debe permitir eliminar tantos artefactos introducidos por el diseño como sea posible Ejemplos: Efecto de sustancia sobre animales experimentales 7
8 Aleatorización Muestreo -->selección de unidades de muestreo independientes Diseño -->asignación de tratamientos a las UE Muestra aleatoria -->parámetros poblacionales no son sesgados y la inferencia estadística es confiable Independencia Falta de independencia entre UE -->Difícil interpretación e invalida los análisis estadísticos Animales en el mismo acuario, caja -- >expuestos a similares condiciones físicas y biológicas -->no independientes Se puede garantizar a través de aleatorización 8
9 Combinando tipos de variables, Categóricas vs continuas dependientes vs independientes -->cuatro diferentes clases de diseños Variable Dependiente Continua Variable Independiente Categórica Continua Regresión ANOVA Categórica Regresión Logística Tabular Diseños de Regresión Cuando las variables independientes y las dependientes son continuas -- >Regresión Para cada replica se mide la variable de respuesta y la (s) variable (s) predictora (s) Regresión puede ser múltiple o simple, lineal o no-lineal Diseños de Regresión Logística: Cuando las variables independientes son continuas y las dependientes son categóricas -->Regresión Logística 9
10 Diseños de ANOVA Factor: cada variable predictora utilizada Tratamientos: diferentes categorías de las variables predictoras utilizadas Estudios experimentales: diferentes manipulaciones realizadas En estudios observacionales: diferentes grupos que están siendo comparados Replica: observaciones realizadas dentro de cada tratamiento Más comunes: De un solo factor (de una vía, DCA) De bloques al azar Anidados Factoriales (Multifactoriales) Diseños de ANOVA de un solo factor Para comparar dos o mas tratamientos o grupos. Número de tratamientos y repeticiones -->limitado solamente por el número de unidades experimentales disponibles. El análisis estadístico sencillo aún si el número de repeticiones por tratamiento es diferente. Problema: heterogeneidad ambiental -->Exige unidades experimentales homogéneas 10
11 Diseños de ANOVA de bloques al azar Permite el uso de unidades experimentales heterogéneas. Unidades experimentales que integran un bloque -->lo más homogéneas posibles (variación aleatoria) dejando la mayor heterogeneidad (variación sistemática) entre bloques. Bloques -->contiene una replica de cada tratamiento. Variabilidad entre bloques se elimina para comparar los tratamientos -->reduce error experimental. El análisis es sencillo si el número de repeticiones es el mismo para todos los tratamientos. Independencia -->espaciamiento de tratamientos dentro de cada bloque y entre bloques Diseños de ANOVA Anidados Cuando hay submuestreo dentro de cada replica submuestras -->observaciones noindependientes Utilizadas para mejorar la precisión de la estimación de la respuesta en c/replica Ventajas: Submuestreo incrementa la precisión de la estimación para cada replica Permite evaluar dos hipótesis: Variación entre tratamientos Variación entre replicas dentro de tratamientos Puede ser extendido a diseños de muestreo jerárquicos Potencialmente peligrosos -->si se trata cada submuestra como una replica independiente -->Pseudorreplicación 11
12 Diseño de ANOVA de Factoriales (Multifactoriales) Estudia simultáneamente dos o más factores y los tratamientos son la combinación de los niveles de los factores. VENTAJAS: Permite estudiar los efectos principales y efectos de interacción de factores. Los efectos principales son evaluados sobre un amplio rango de condiciones con el mínimo de recursos. DESVENTAJAS: Requiere un mayor número de unidades experimentales que los experimentos simples El análisis estadístico y la interpretación es más complicado que en los experimentos simples. Disminución de la precisión, si no se cuenta con un buen número de repeticiones. Diseños de Medidas Repetidas Cuando se tienen múltiples observaciones de la misma unidad experimental o de muestreo en tiempos diferentes Observaciones replicadas en tiempo (replicas son temporales) 12
13 Diseños de Medidas Repetidas VENTAJAS: Cada replica sirve como su propio bloque o control: Individuos controla por tamaño, edad Permite evaluar la interacción entre tiempo y tratamiento DESVENTAJAS: Falla para cumplir el supuesto de circularidad (la varianza de la diferencia de observaciones entre cualquier par de tiempos es la misma) se aumenta el error tipo I Utilizar grupos de unidades experimentales diferentes en cada tiempo ANOVA de dos factores (vías) Calcular un solo valor para cada unidad de muestreo o experimental ANOVA de un factor (vía) Diseños Tabulares Las variables predictoras y de respuesta son categóricas Las mediciones son conteos Variable más simple son dicótomas 13
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 detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más 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 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis
Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José
Más detallesVARIANTES EN EL DISEÑO DE LOS ENSAYOS CLÍNICOS CON ASIGNACIÓN ALEATORIA. Sandra Flores Moreno. AETSA 21 de Diciembre de 2006
VARIANTES EN EL DISEÑO DE LOS ENSAYOS CLÍNICOS CON ASIGNACIÓN ALEATORIA Sandra Flores Moreno. AETSA 21 de Diciembre de 2006 VARIANTES EN EL DISEÑO DE ENSAYOS CLÍNICOS CON ASIGNACIÓN ALEATORIA *INTRODUCCIÓN
Más detallesMarco de referencia. a) Es útil saber si la estrategia de tratamiento sin un. biológico (menos costosa), tiene mejor o igual eficacia
Marco de referencia a) Es útil saber si la estrategia de tratamiento sin un biológico (menos costosa), tiene mejor o igual eficacia que la estrategia con un biológico en AR temprana. b) No hay estudios
Más detallesContenido. 2 Probabilidad 9. Prefacio. 1 Introducci6n a la estadfstica y al an;!llisis de datos
Contenido Prefacio ix 1 Introducci6n a la estadfstica y al an;!llisis de datos 1 1.1 1.2 1.3 1.4 1.5 1.6 Repaso 1 EI papel de la probabilidad 2 Medidas de posici6n: media de una muestra 4 Medidas de variabilidad
Más detallesÁrea Académica: Gestión Tecnológica. Asignatura (Estadística para el Desarrollo Tecnológico, 3er Semestre) Tema: Muestra y Muestreo
Área Académica: Gestión Tecnológica. Asignatura (Estadística para el Desarrollo Tecnológico, 3er Semestre) Tema: Muestra y Muestreo Profesor: Dr. Ernesto Bolaños Rodríguez Periodo: Enero-Junio de 01 Tema:Sample
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesDIPLOMADO EN ESTADÍSTICA APLICADA
DIPLOMADO EN ESTADÍSTICA APLICADA DIPLOMADO EN ESTADÍSTICA APLICADA FUNDAMENTACIÓN El Diplomado en Estadística Aplicada posibilitará la actualización profesional y el desarrollo de competencias específicas
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesEstadística Espacial en Ecología del Paisaje
Estadística Espacial en Ecología del Paisaje Introducción H. Jaime Hernández P. Facultad de Ciencias Forestales U. de Chile Tipos de datos en análisis espacial Patrones espaciales puntuales Muestras geoestadísticas
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesM ÉTODO DE MUESTREO DE GEOSINTÉTICOS PARA ENSAYOS I.N.V. E
M ÉTODO DE MUESTREO DE GEOSINTÉTICOS PARA ENSAYOS I.N.V. E 908 07 1. OBJETO 1.1 Esta práctica cubre dos procedimientos para el muestreo de geosintéticos para ser ensayados. Se requiere que las instrucciones
Más detallesPrácticas de Ecología Curso 3 Práctica 1: Muestreo
PRÁCTICA 1: MUESTREO Introducción La investigación ecológica se basa en la medición de parámetros de los organismos y del medio en el que viven. Este proceso de toma de datos se denomina muestreo. En la
Más detallesConceptos básicos estadísticos
Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesMétodos de Investigación en Psicología (9) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (9) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesIndicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
Más detallesCAPÍTULO 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 detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesBioparque Amaru Zoológico Cuenca
Bioparque Amaru Zoológico Cuenca 2014-2015 par Monitoreo de poblaciones urbanas de anfibios Cuencanos en peligro de extinción Muestreos sistemáticos en diez humedales y transectos en el bioparque y áreas
Más detallesFÍSICA Y QUÍMICA 3º ESO. OBJETIVOS, CONTENIDOS Y CRITERIOS DE EVALUACIÓN 1ª Evaluación: Unidad 1. La medida y el método científico.
FÍSICA Y QUÍMICA 3º ESO. OBJETIVOS, CONTENIDOS Y CRITERIOS DE EVALUACIÓN 1ª Evaluación: Unidad 1. La medida y el método científico. OBJETIVOS 1. Reconocer las etapas del trabajo científico y elaborar informes
Más detallesRedes bayesianas temporales para reconocimiento de escenarios
Redes bayesianas temporales para reconocimiento de escenarios Ahmed Ziani and Cina Motamed Visión de Alto Nivel Dr. Enrique Sucar Irvin Hussein López Nava Junio 2009 Introducción (1) Objetivo: aplicaciones
Más detallesMuestreo. Tipos de muestreo. Álvaro José Flórez. Febrero - Junio Facultad de Ingenierías. 1 Escuela de Ingeniería Industrial y Estadística
Muestreo Tipos de muestreo Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Introducción Todos los métodos probabilísticos de muestreo están
Más detallesTécnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba
Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida Por: Prof. Elena del C. Coba Encuestas y estudios aplicados al VIH/sida Definir la fuente de los datos: Datos
Más detallesCLASIFICACIÓN DE LA IMAGEN. Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández Torres
CLASIFICACIÓN DE LA IMAGEN TÉCNICA QUE PERMITE LA IDENTIFICACIÓN DE LOS DIFERENTES OBJETOS O GRUPOS PRESENTES EN UNA IMAGEN MULTI-ESPECTRAL. MÉTODO NO SUPERVISADO MÉTODO SUPERVISADO El Desarrollo De Las
Más detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detallesEsquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor
Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.
Más detallesSelección de fuentes de datos y calidad de datos
Selección de fuentes de datos y calidad de datos ESCUELA COMPLUTENSE DE VERANO 2014 MINERIA DE DATOS CON SAS E INTELIGENCIA DE NEGOCIO Juan F. Dorado José María Santiago . Valores atípicos. Valores faltantes.
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesPLANIFICACIÓN ANUAL. SUBSECTOR: Matemática HORAS SEMANALES: NIVEL: 2 Medio. Título Subtítulo
PLANIFICACIÓN ANUAL SUBSECTOR: Matemática HORAS SEMANALES: 4 0 5 NIVEL: 2 Medio OBJETIVOS Objetivos Fundamentales Objetivos Transversales Unidades Contenidos Título Subtítulo Aprendizaje Esperado Tiempo
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ
ANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ Presentado a: MARIA ESTELA SEVERICHE CORPORACION UNIVERSITARIA
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro
Más detallesMétodos de estudio de la vegetación (1ra parte)
Métodos de estudio de la vegetación (1ra parte) Objetivos 1) Describir el estado de la vegetación en términos de su composición florística, porcentaje cobertura, total MS disponible, crecimiento, etc.
Más detallesCAPITULO III MARCO METODOLOGICO. Tipo de Investigación
CAPITULO III MARCO METODOLOGICO Tipo de Investigación En este aspecto usted debe describir el tipo de investigación, en el cual se ubica el estudio. Cada investigador podrá construir su método, de acuerdo
Más detallesFundamentos de Epidemiología
Fundamentos de Epidemiología Definición de Epidemiología Estudio de la distribución de una enfermedad o condición fisiológica en poblaciones humanas y los factores que influencian esta distribución Disciplina
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesTEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN
TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN 1 MODELO LINEAL GENERAL applemodelo estadístico appledescribe una combinación lineal de los efectos aditivos que forman la puntuación
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesTema 1: Introducción
Estadística Universidad de Salamanca Curso 2010/2011 Outline 1 Estadística 2 Outline 1 Estadística 2 La estadística es una ciencia que comprende la recopilación, tabulación, análisis e interpretación de
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesEncuesta sobre Equipamiento y Uso de Tecnologías de la Información y Comunicación (TIC) en los Hogares
1 / 10 Encuesta sobre Equipamiento y Uso de Tecnologías de la Información y Comunicación (TIC) en los Hogares A continuación se muestra un ejemplo del proceso de realización de encuestas en el INE, desde
Más detallesEL MÉTODO DE LOS QUADRATS
EL MÉTODO DE LOS QUADRATS UN ESTUDIO INTRODUCTORIO El método de los quadrats también conocido como el método de las parcelas, es uno de los procedimientos más utilizados en el análisis de la diversidad
Más detallesModelos 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 detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesRige a partir de la convocatoria
TABLA DE ESPECIFICACIONES DE HABILIDADES Y CONOCIMIENTOS QUE SE MEDIRÁN EN LAS PRUEBAS DE CERTIFICACIÓN DEL PROGRAMA: I y II Ciclo de la Educación General Básica Abierta Este documento está elaborado con
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesCAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO
9 CAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO 2.1 Criterios de diseño para el predimensionamiento de los sistemas de abastecimiento de agua 2.1.1 Período de diseño
Más detallesEtapas en el diseño de experimentos
10 CAPÍTULO 1 Introducción al diseño de experimentos factores estudiados, con lo que el experimento no alcanzaría su objetivo principal. De aquí la importancia de no dejar variar libremente a ningún factor
Más detallesTema 2. Introducción a la Estadística Bayesiana
2-1 Tema 2 Introducción a la Estadística Bayesiana El teorema de Bayes Ejemplo Interpretación Ejemplo: influencia de la distribución a priori Ejemplo: densidad de flujo Probabilidad bayesiana Ejemplo:
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesMUESTRA, es una parte de las unidades de la población a partir de ella se hace inferencias y pronósticos
MUESTREO 1. Mostrar los beneficios del muestreo 2. Analizar los tipos de muestreo 3. Aplicar las fórmulas de muestreo para poblaciones finitas e infinitas MUESTREO Una paso fundamental para realizar un
Más detallesCONTENIDOS Y APRENDIZAJES ESPERADOS DOCENTE DE AULA: SR. BERNARDO ORTEGA
Programa de Estudio 2º Año Medio CONTENIDOS Y APRENDIZAJES ESPERADOS DOCENTE DE AULA: SR. BERNARDO ORTEGA Unidades y Cuadro Sinóptico Unidad 1 Nociones de Probabilidades Juegos de azar sencillos; representación
Más detallesLos modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:
Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial
Más detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detalles1º CURSO BIOESTADÍSTICA
E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo
Más detallesPROGRAMA. 2. MATERIA/ OBLIGACION ACADEMICA: Práctica para la Formación
UNIVERSIDAD DEL SALVADOR Delegación Provincia de Corrientes Campus San Roque González de Santa Cruz Plan. Res. Rec. 260/2006 PROGRAMA 1. CARRERA: Agronomía 2. MATERIA/ OBLIGACION ACADEMICA: Práctica para
Más detallesEL CENSO CONTINUO EN EL PERU. Juan Valverde Quezada Instituto Nacional de Estadística e Informática - Perú
EL CENSO CONTINUO EN EL PERU Juan Valverde Quezada Instituto Nacional de Estadística e Informática - Perú ANTECEDENTES Ultimo Censo de Población y Vivienda de 1993: * Población: 22 millones habitantes
Más detallesINSTITUTO CHAPULTEPEC MIDDLE SCHOOL
MATEMÁTICAS VII. (1er BIMESTRE) INSTITUTO CHAPULTEPEC MIDDLE SCHOOL. 2009-2010 1) SIGNIFICADO Y USO DE LOS NÚMEROS a) Lectura y escritura de números naturales. - Operaciones con números naturales. - Problemas
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesANEXO: ESTRUCTURA DE LA GUÍA DOCENTE
ANEXO: ESTRUCTURA DE LA GUÍA DOCENTE 1. TÉCNICAS DE INVESTIGACIÓN SOCIAL 1.1. Datos de la asignatura Tipo de estudios Titulación Nombre de la asignatura Carácter de la asignatura Licenciatura Investigación
Más detallesTeléfono:
Apartado postal 17-01-218 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA II CÓDIGO: 15017 CARRERA: Economía NIVEL: Cuarto No. CRÉDITOS: SEMESTRE / AÑO ACADÉMICO: III semestre 2011-2012 PROFESOR:
Más detallesEVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I.
EVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO 2013-2014. Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I. UNIDAD 3: POLINOMIOS Y FRACCIONES ALGEBRAICAS Operaciones
Más detallesIng. Eduardo Cruz Romero w w w. tics-tlapa. c o m
Ing. Eduardo Cruz Romero eduar14_cr@hotmail.com w w w. tics-tlapa. c o m La estadística es tan vieja como la historia registrada. En la antigüedad los egipcios hacían censos de las personas y de los bienes
Más detallesMETODOLOGÍA 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 detallesÍNDICES INTEGRADOS DE VOLUMEN, PRECIOS Y VALOR DE LA INDUSTRIA MANUFACTURERA
A. Definición: ÍNDICES INTEGRADOS DE VOLUMEN, PRECIOS Y VALOR DE LA INDUSTRIA MANUFACTURERA Los Índices Integrados de volumen, precios y valor de la Industria Manufacturera son medidas estadísticas diseñadas
Más detallesUTILIZACIÓN DE LA CAPACIDAD INSTALADA EN LA INDUSTRIA MANUFACTURERA - SEGUNDO TRIMESTRE DE
Montevideo, 28 de octubre de 2009. UTILIZACIÓN DE LA EN LA INDUSTRIA MANUFACTURERA - SEGUNDO TRIMESTRE DE 2009 - ANÁLISIS DE LOS PRINCIPALES INDICADORES El grado de utilización de la Capacidad Instalada
Más detallesCurso Práctico de Bioestadística Con Herramientas De Excel
Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA barcillo@gmail.com (593-9) 4194239 Fabrizio Marcillo Morla Guayaquil, 1966. BSc. Acuicultura. (ESPOL 1991). Magister
Más detallesEncuesta y Diseño de Formularios
Dr. Oscar Caponi Encuesta y Diseño de Formularios Topics Dr. Edgardo Vitale Slide 1 Introducción Una de las mejores opciones de que se dispone en el mundo de la epidemiología para obtener información acerca
Más detallesA. Menéndez Taller CES 15_ Confiabilidad. 15. Confiabilidad
15. Confiabilidad La confiabilidad se refiere a la consistencia de los resultados. En el análisis de la confiabilidad se busca que los resultados de un cuestionario concuerden con los resultados del mismo
Más detalles13. Utilizar la fórmula del término general y de la suma de n términos consecutivos
Contenidos mínimos 3º ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Utilizar las reglas de jerarquía de paréntesis y operaciones, para efectuar cálculos con números racionales, expresados en forma
Más detallesMETODOLOGÍA DE INVESTIGACIÓN
ÍNDICE Objetivos de la investigación... 1 Población objetivo... 1 Periodicidad... 1 Método de investigación... 1 Alcance de la investigación... 2 Mejoras introducidas en la encuesta a partir 2012... 3
Más detallesUNIVERSIDAD NACIONAL AGRARIA Escuela de Post-Grado. Estadistica Aplicada a la FORESTERIA II INDICE DE TEMAS
UNIVERSIDAD NACIONAL AGRARIA Escuela de Post-Grado Estadistica Aplicada a la FORESTERIA II 2007 INDICE DE TEMAS Metodos Generales: 1. Principios basicos del diseño experimental 2. Tipos de experimentos
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesVariabilidad espacial de las propiedades químicas de los suelos.
Variabilidad espacial de las propiedades químicas de los suelos. Introducción. La variabilidad espacial, de las propiedades del suelo, y de los rendimientos de los cultivos ha sido reconocida desde los
Más detallesNombre de la asignatura: Diseño de Experimentos Ambientales
Nombre de la asignatura: Diseño de Experimentos Ambientales Créditos: 2-2-4 Aportación al perfil Toda actividad encaminada a aportar acervo a toda ciencia y saber humano, sea bajo el enfoque experimental
Más detallesImportancia del origen (genético) en un programa de mejoramiento. Fco. Zamudio (PhD)
Importancia del origen (genético) en un programa de mejoramiento Prólogo El éxito en el establecimiento y productividad de las plantaciones con árboles forestales depende en gran medida de: 1. La especie
Más detallesPoblaciones multietáneas
: Estado biológico Dinámica de poblaciones: crecimiento de poblaciones multietáneas José Antonio Palazón Ferrando palazon@um.es http://fobos.bio.um.es/palazon Departamento de Ecología e Hidrología Universidad
Más detallesHogares y consumo Algunos datos de la ENIGH INEGI
Hogares y consumo Algunos datos de la ENIGH INEGI Antecedentes Desde los años 50, se empezaron a levantar encuestas de Ingresos y Gastos de los hogares, por parte de la Secretaria de Industria y Comercio,
Más detallesIDE y Análisis de datos
IDE y Análisis de datos Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Presentación Objetivos Metodología Introducción IDE y Análisis de datos 1 Planeación de la investigación Proceso
Más detallesMédico Sebastián Genero Atención primaria de la salud, Epidemiología e Informática II Facultad de Medicina de la Universidad Nacional del Nordeste 12
Médico Sebastián Genero Atención primaria de la salud, Epidemiología e Informática II Facultad de Medicina de la Universidad Nacional del Nordeste 12 de octubre de 2013 Relacionar a la epidemiologia analítica
Más detallesEstudio Integrado del Ecosistema Costero Marino Peruano y sus Recursos Explotados ECOMARES
Reunión LMI-DISCOH. Dinámicas del Sistema de la Corriente de Humboldt. 29-31 Marzo 2012 Estudio Integrado del Ecosistema Costero Marino Peruano y sus Recursos Explotados ECOMARES Víctor Aramayo Dirección
Más detallesEstación Experimental Agropecuaria Manfredi
Informe técnico Estación Experimental Agropecuaria Manfredi Año: 15 Resistencia múltiple de Sorghum halepense (sorgo de Alepo) a glifosato y haloxifop R-metil en la provincia de Córdoba, Argentina. Diego
Más detallesATRIBUTOS DE LA BIODIVERSIDAD
Semana 19 al 24 de abril del 2010 Curso: Gestión de la Biología de la Conservación I Tema 4: Patrones de Distribución de la Biodiversidad UCI ELAP ATRIBUTOS DE LA BIODIVERSIDAD UNIVERSIDAD PARA LA COOPERACION
Más detallesPrincipios Básicos del Diseño Experimental
Capitulo I Principios Básicos del Diseño Experimental Hace más de seis décadas que Sir Ronald A. Fisher, sentó los cimientos que ha llegado a conocerse por el título de su libro "The design of experiment.
Más detallesDISEÑOS EXPERIMENTALES
CAPITULO I DISEÑOS EXPERIMENTALES 1.1 ASPECTOS GENERALES El Diseño de Experimentos tuvo su inicio teórico a partir de 1935 por Sir Ronald A. Fisher, quién sentó la base de la teoría del Diseño Experimental
Más detallesEXPERIMENTACIÓN. Eduardo Jiménez Marqués
EXPERIMENTACIÓN Eduardo Jiménez Marqués 1 CONTENIDO: 1. Experimentación...3 1.1 Concepto...3 1. Definición...4 1.3 Dificultad...4 1.4 Ventaja...5 1.5 Planificación...5 1.6 Aplicaciones...5 1.7 Metodología...6
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesAnálisis de Decisiones II. Tema 17 Generación de números al azar. Objetivo de aprendizaje del tema
Tema 17 Generación de números al azar Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Obtener números aleatorios a partir de un proceso de generación. Validar las características
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesESTUDIO CIS nº BARÓMETRO SANITARIO, 2013 (Tercera oleada) FICHA TÉCNICA DISEÑO MUESTRAL GENERAL DEL BARÓMETRO SOBRE EL SISTEMA SANITARIO.
ESTUDIO CIS nº 3002 BARÓMETRO SANITARIO, 2013 (Tercera oleada) FICHA TÉCNICA DISEÑO MUESTRAL GENERAL DEL BARÓMETRO SOBRE EL SISTEMA SANITARIO. 2013 Convenio: Ministerio de Sanidad, Servicios Sociales e
Más detallesANÁLISIS 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 detallesESDUDIO DE CASO. Eficiencia Energética Buaiz Alimentos 1 CARACTERÍSTICAS DE LA EMPRESA
Eficiencia Energética Buaiz Alimentos 1 CARACTERÍSTICAS DE LA EMPRESA Nombre fantasía: Buaiz Alimentos Ramo de actividad: Alimenticio Ubicación:: Vitória / ES Estructura tarifaria: Horo-sazonal Azul A4
Más detallesEste documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción.
DIAGRAMA MATRICIAL 1.- INTRODUCCIÓN Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. Muestra su potencial, como herramienta indispensable para la planificación
Más detallesCURSO: Métodos estadísticos de uso frecuente en salud
CURSO: Métodos estadísticos de uso frecuente en salud Información General Versión: 2016 Modalidad: Presencial. Duración Total: 40 horas. NUEVA FECHA Fecha de inicio: 01 de octubre Fecha de término: 10
Más detallesEXPERIMENTOS FACTORIALES En esta unidad se estudian los experimentos factoriales. Aquí hay varios tratamientos en cada una de varias categorías y
EXPERIMENTOS FACTORIALES En esta unidad se estudian los experimentos factoriales. Aquí hay varios tratamientos en cada una de varias categorías y definen un marco de tratamientos. Esta elección de diseño
Más detalles