Ecología de Poblaciones de. Introducción a los estudios de densidad, abundancia y distribución
|
|
- Lucas Ruiz Vargas
- hace 6 años
- Vistas:
Transcripción
1 Ecología de Poblaciones de Animales y Plantas Introducción a los estudios de densidad, abundancia y distribución
2 Importancia del estudio de las poblaciones
3 El concepto de población Propiedades Emergentes
4 Propiedades Emergentes Nivel de Organización Individuos Población Comunidad Propiedades Emergentes Eficiencia energética, ritmos, respuestas fisiológicas, características etológicas. Crecimiento poblacional, densidad, natalidad, mortalidad, migración, competencia intraespecífica, respuestas numéricas y funcionales Tramas tróficas, estabilidad, sucesión, diversidad, relaciones interespecíficas
5 Concepto de Densidad Estadísticas Vitales de las Poblaciones
6 Estudios de Abundancia Estamos interesados en conocer Número de animales que habita un lugar (Población) Determinar su distribución espacial Cómo ha cambiado su abundancia y distribución con el correr del tiempo
7 DENSIDAD Número de individuos o biomasa por unidad de área o volumen Diatomeas /m 3 Artrópodos 7.500/m 3 Ratón de Campo 217/ha Venados 3,9/km 2
8 Índices de Abundancia Relativa Número de individuos por unidad de esfuerzo. Expresan si una población es más o menos abundante en un momento o sitio dado. # de aves vistas en una hora Kl de peces extraídos por horas/hombre o m/redes/hora
9 Métodos de Estudio Factores que afectan el estudio Efecto de la disposición espacial y o variación temporal de la Población Efectos Metodológicos Instrumentales y personales Se requieren trampas, instrumentos aparatos que son manejados o deben ser leídos por personas. Operación de la cual depende la eficiencia del muestreo.
10 Factores que afectan el estudio Efecto de la variabilidad del Observador Los resultados obtenidos por una persona rara vez coincidirá con los obtenidos por otra. En parte por el grado de experiencia
11 Factores que afectan el estudio Efecto de la técnica de captura Algunas trampas son más exitosas que otras Efecto en la variabilidad de la respuesta de los animales Afición o rechazo a las trampas
12 Medición de la Densidad Métodos que implican Recuento directo de animales Signos de animales y objetos relacionados con ellos Marcado de animales
13 MEDICIÓN DE LA DENSIDAD CONTEOS TOTALES Censo Mapeo de Territorio Recuento por Ahuyentamiento Censo Aereo Captura Total METODOS DE MUESTREO (Censos muestrales) Uso de cuadrantes Puntos y transectos lineales Muestreos sin cuadrantes
14 MÉTODOS QUE IMPLICAN RECUENTO DIRECTO DE ANIMALES
15 CENSO Recuento total de individuos que componen la población Consiste en contar o enumerar por completo todos los individuos sobre un área dada.
16 Dificultades del Censo Tiempo Personal Dinero Riesgos de interferencia o destrucción Inaccesibilidad a todos los individuos
17 Mapeo de Territorios
18 Recuento por Ahuyentamiento Utilizado para recuento de grandes mamíferos. Dos equipos, uno ahuyenta y otro controla y cuenta los animales que salen o entran El contorno del área debe ser controlado
19 Censos Aéreos Grandes mamíferos, reptiles y aves
20 Censo por Captura Total o Exterminación Cotos de caza, estudio de vectores de enfermedades Costosa Capturar totalmente todos los individuos Capturar totalmente todos los individuos de la población.
21 Métodos de Muestreo Censos Muestrales Se contabilizan todos los individuos en una muestra.
22 Censos Seudo-muestrales D = densidad de árboles por hectárea, D = /Pi.(dmax)2 Pi = pi ( ), y dmax = promedio de la distancia a los 10 árboles más cercanos (m).
23 Transectos lineales Método de Whitesides D= (N)/2LW N= Número de individuos o grupos observados W= Promedio de distancia L= Longitud total censada Puntos de Muestreo
24 METODOS QUE IMPLICAN EL MARCADO DE ANIMALES
25 TRAMPAS
26 REDES
27 REDES DE NIEBLA
28 USO DE LAS REDES
29 MARCAS
30 Métodos de Captura Recaptura Las marcas no deben alterar los mecanismos fisiológicos o hábitos etológicos Marcas fácilmente reconocibles Población Cerrada Poblaciones estáticas
31 Captura Recaptura Consiste en marcar una porción de la población y reintegrarla para que se mezcle con los demás organismos
32 Captura Recaptura El Tamaño poblacional se determina en base al número de organismos marcados y su proporción con respecto a los no marcados
33 Captura Recaptura Método de Lincoln (Una sola campaña de marcaje y una recaptura) n1 : Tamaño de la primera muestra. n2 : Tamaño de la segunda muestra. m: Cantidad de individuos capturados en la segunda muestra que están marcados. La estimación está dada por: ˆ 1 2 N n n = m = (200)(100) 20 = 1000
34 Usando estimación del cociente del total de una población, tenemos: n 1 : Tamaño de la primera muestra. n 2 : Tamaño de la segunda muestra. m: Cantidad de individuos capturados en la segunda muestra y que además están marcados. La estimación está dada por: ˆ 1 2 N n n = m = (200)(100) 20 = 1000
35 METODOS QUE IMPLICAN SIGNOS DE ANIMALES
36 MEDICIÓN DE LA ABUNDANCIA DENSIDAD RELATIVA Número de individuos o biomasa por unidad de esfuerzo Trampas Número de mojones Frecuencia de vocalización
37 MEDICIÓN DE LA ABUNDANCIA Número de dispositivos (Redes) Cuestionarios Conteos en ruta/río
38 Registros de campañas peleteras Captura por unidad de esfuerzo de captura
39 Muestreo Técnicas Estadísticas
40 INVESTIGACIÓN Proceso de producción de conocimientos científicos Para responder preguntas Se recogen datos, se analizan e infieren sobre la información obtenida Estadística es una herramienta para organizar, resumir y describir datos y generar inferencias y generalizaciones basados en ellos
41 Porqué es necesaria la estadística? Para poder leer y entender revistas científicas La probabilidad de encontrar un individuo de primer año en la bahía de Asunción es significativamente mayor que la de un individuo adulto א 2 =4,1; gl=1; p<0,05* Para poder presentar resultados en forma rigurosa La estadística no demuestra nada, solo indica la probabilidad de que observamos sea producto del azar
42 Conceptos sobre medidas y muestreos Población: grupo de elementos que son objetos de investigación Todos los árboles que pueden ser medidos y contados Variable: característica de la población que difieren de un individuo (unidad, elemento) a otro. Que puede tomar distintos valores Altura, DAP, Diámetro de la Copa, densidad, etc. Muestra: grupo de datos que representa a la problación.
43 Muestras Ejemplos: las parcelas a estudiar, todos los árboles que se medirán, la cantidad de transectas realizadas, la cantidad de puntos de observación La muestra posee Unidades de Muestreo (una parcela, un árbol, un sitio puntual) del cual se obtiene la información u observación (12 individuos; 15 cm de DAP)
44 Muestra. Ejemplo de Estudio Variable: Distribución espacial; dada por la densidad de la especie (lombriz) Población: todos las colonias de lombrices Muestra: Un transecto con 6 sitios puntuales Unidad de Muestreo: el punto de observación Observación: 5, 0, 2, etc. individuos
45 Muestra Representativa Debe ser tomada de forma aleatoria Obtenemos una muestra para calcular un ESTADÍSTICO (Ẋ, S 2, S) que nos proporciona una estima del PARÁMETRO POBLACIONAL (µ,σ 2, σ)
46 Son buenas nuestras estimaciones? La media de las medias, tiene su propia Desviación Típica que se llama ERROR TÍPICO de la media (ET) o ERROR ESTÁNDAR de la media que puede ser calculada por: ET = s²/n, o s / n donde n: número de observaciones ET indica lo buena que es nuestra estima de la media muestral.
47 Error Típico, su aplicación Si la media del DAP es 74,00 cm y el ET es ± 0,234 cm, podemos tener una confianza del 68% de que la media poblacional se encuentra entre 73,766 y 74,234 (74 ± 0,234) En 68 ocasiones de cada 100 el intervalo comprenderá la Media Poblacional
48 Sin embargo 68% de confianza es muy bajo y por lo general queremos estar seguros de que la Media Poblacional se encuentra entre los límites establecidos
49 Límites de Confianza Para obtener límites del 95 % o 99%, se multiplica el ET por valores de z adecuados (para muestras mayores a 30): 95% de confianza. x ± 1,92 ET 99% de confianza. x ± 2,58 ET El intervalo generado comprenderá a la Media Muestral en 95 o 99 ocasiones de cada 100
50 TEOREMA DEL LÍMITE CENTRAL El Error Típico se aplica a variables con distribuciones normales. Si la variable no posee una distribución normal, entonces tomamos un número grande de muestras en forma aleatoria a fin de acogernos al Teorema del Límite Central que dice: Las MEDIAS de un número grande de muestras, tomadas de forma aleatoria, se distribuye de forma normal y que la media de las medias, es la MEDIA POBLACIONAL
51 Tamaño Mínimo de la Muestra (n) n= 100(S 2 /Ẋ 2 ) Tolera un ET de 10% alrededor de la Media.
52 Tipos de Muestreo De acuerdo a los organismos que se desean estudiar y la información que se desea obtener sobre ellos, la muestra puede tomarse siguiendo una de las siguientes metodologías: Muestreo Aleatorio Simple, Muestreo Estratificado Aleatorio y Muestreo Sistemático.
53 Muestreo Aleatorio Simple Es el que confiere idénticas posibilidades de extracción a todos los individuos, esto es, que el investigador no encuentre una justificación para seleccionarlos. Las estaciones y épocas de muestreo pueden obedecer al criterio del investigador más no así, la selección de las muestras. En este tipo de muestreo, la precisión con que se estima el promedio de una variable, depende del número de muestras que se colecte. El muestreo aleatorio simple, se puede aplicar a todas aquellas comunidades distribuidas en forma aleatoria.
54 Muestreo Estratificado Aleatorio Consiste en separar por estratos la población o área a evaluar, buscando la mayor homogeneidad posible o menor varianza dentro de cada estrato. La presencia de gradientes ambientales, y la respuesta de las especies a los mismos, conducen a que ocurran estratificaciones en las poblaciones. Un muestreo representativo debe abarcar las diferentes asociaciones o gradientes que se observe en el ecosistema que se desea evaluar.
55 Muestreo Estratificado Aleatorio El muestreo estratificado, garantiza que los parámetros estimados sean más precisos. Con frecuencia se recurre a la fotointerpretación para estratificar la zona de estudio, lo que permite subdividirla en unidades homogéneas en cuanto a relieve, topografía, y estructura de vegetación.
56 Muestreo Sistemático Consiste en ubicar las muestras un una forma regular en toda la zona de estudio. Permite detectar variaciones espaciales en toda la comunidad. Sin embargo no se puede obtener una estimación exacta de la precisión de la media considerada. Este modelo es preferido porque permite detectar variaciones y porque su aplicación es más sencilla en el campo.
57 Ejercicio Estimar límites de confianza para el número de individuos del género Determinar tamaño mínimo de muestra con: margen de variación de la media de 5 individuos. 10% de variación en el ET
58 Cómo generar números aleatorios en la calculadora Conocer la población total a muestrear Ej. 60 parcelas en total De los cuales se muestrearán 10 Se calcula un valor de relación = Población/Nº Muestra = 60/10 = 6 El número aleatorio se genera utilizando: Shift. =. X 6 punto
59 Muestreo en Bosque
60 Método del individuo más cercano: Se eligen n puntos al azar Se miden las distancias entre cada punto y el individuo más cercano (yi). Ver figura. D= (n-1)/ yi2. Este es un estimador no sesgado, D= (n-1)/yi2. Este es un estimador no sesgado, pero algunos autores utilizan simplemente D= n/yi2. El estimador se basa en el número de individuos contados (n, dividido por el área estimada que ocupan esos individuos.
61 Punto al azar Individuo más cercano yi
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 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 detallesPATRONES 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 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 detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
Más detallesTeoría de muestras 2º curso de Bachillerato Ciencias Sociales
TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------
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 detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
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 detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más 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 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 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 detallesObjetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes
Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico
Más detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
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 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 detallesDistribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias TEORIA DEL MUESTREO Uno de los propósitos de la estadística inferencial es estimar las características poblacionales desconocidas, examinando
Más detallesTema 8. Muestreo. Indice
Tema 8. Muestreo Indice 1. Población y muestra.... 2 2. Tipos de muestreos.... 3 3. Distribución muestral de las medias.... 4 4. Distribución muestral de las proporciones.... 6 Apuntes realizados por José
Más detallesTAMAÑO 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 detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesPROBLEMAS 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 detallesINFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA 1. DEFINICIÓN DE INFERENCIA ESTADÍSTICA Llamamos Inferencia Estadística al proceso de sacar conclusiones generales para toda una población a partir del estudio de una muestra, así
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
Más detalles3. 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 detallesCURSO DE MÉTODOS CUANTITATIVOS I
CURSO DE MÉTODOS CUANTITATIVOS I TEMA VI: INTRODUCCIÓN AL MUESTREO Ing. Francis Ortega, MGC Concepto de Población y Muestra POBLACIÓN (N) Es el conjunto de todos los elementos de interés en un estudio
Más detallesTema 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 detallesGRAFICOS 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 detallesTeoría 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 detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesMediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:
Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres
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 detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesINDICE 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 detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesEstadística 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 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 detallesINDICE. 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 detallesCM0244. 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 detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de
Más detalles1. 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 detallesObjetivos. Epígrafes 3-1. Francisco José García Álvarez
Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.
Más detallesUNIDAD V Distribuciones Muestrales
UNIDAD V Distribuciones Muestrales UNIDAD 5 BASE CONCEPTUAL Hoy la estadística está considerada como la teoría de la información, no solo como función descriptiva, si o con el objeto básico de hacer estimaciones
Más detallesEL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)
EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) Fortino Vela Peón fvela@correo.xoc.uam.mx FVela-0 Objetivo Introducir las ideas básicas del principio de máxima verosimilitud. Problema Considere el experimento
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesResumen teórico de los principales conceptos estadísticos
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Muestreo aleatorio simple Resumen teórico Resumen teórico de los principales conceptos estadísticos Muestreo aleatorio
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesCurso 2016/17 Grados en Biología y Biología Sanitaria Departamento de Física y Matemáticas Marcos Marvá Ruiz ESTADÍSTICA
Curso 2016/17 Grados en Biología y Biología Sanitaria Departamento de Física y Matemáticas Marcos Marvá Ruiz ESTADÍSTICA Algunas ideas generales Una definición de Estadística: parte de las matemáticas
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesTema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística
Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA
Más detallesSimulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Modelos de simulación y el método de Montecarlo Ejemplo: estimación de un área Ejemplo: estimación
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
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 detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
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 detallesUNIVERSIDAD 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 detallesCarrera: 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 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 detallesTema 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 detallesGrado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León
Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Distribuciones Muestrales 1. Sea una población de 5 números: 2,
Más detallesEjercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL
Ejercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL 1. Se ha realizado una muestra aleatoria simple (m.a.s) de tamaño 10 a una población considerada normal. Llegando a la conclusión que
Más detallesDistribución Muestral.
Distribución Muestral jujo386@hotmail.com Uno de los objetivos de la Estadística es tratar de inferir el valor real de los parámetros de la población Por ejemplo Cómo podríamos asegurar que una empresa
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 detallesTema. Introducción Pearson Prentice Hall. All rights reserved
Tema 1 Introducción 2010 Pearson Prentice Hall. All rights reserved Estadística descriptiva La estadística descriptiva estudia datos con el único fin de describir el grupo observado, sin inferir los hallazgos
Más detallesALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA
ALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA Las encuestas sociológicas suelen trabajar con muestras. Sería demasiado costoso entrevistar al total de la población española adulta, que suele
Más detallesEnlace 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 detallesMetodología de la Investigación [DII-711] Capítulo 7: Selección de la Muestra
Metodología de la Investigación [DII-711] Capítulo 7: Selección de la Muestra Dr. Ricardo Soto [ricardo.soto@ucv.cl] [http://www.inf.ucv.cl/ rsoto] Escuela de Ingeniería Informática Pontificia Universidad
Más detallesESTADISTICA Y PROBABILIDAD ESTADÍSTICA
ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesPLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07
PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 TEMAS A ESTUDIAR En esta guía nos dedicaremos a estudiar el tema de Estimación por intervalo y comenzaremos a estudiar las pruebas de hipótesis paramétricas.
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 detalles1. VALORES FALTANTES 2. MECANISMOS DE PÉRDIDA
1. VALORES FALTANTES Los valores faltantes son observaciones que en un se tenía la intención de hacerlas, pero por distintas razones no se obtuvieron. Puede ser que no se encuentre a un encuestado, entonces
Más detallesJUEGO 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 detallesPruebas 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 detallesUNIVERSIDAD MILITAR NUEVA GRANADA FACULTAD DE CIENCIAS BASICAS Y APLICADAS DEPARTAMENTO DE MATEMÁTICAS
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 6 ESTADÍSTICA II CÓDIGO 12251 PROGRAMA ADMINISTRACIÓN DE EMPRESAS Y CONTADURÍA PÚBLICA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS
Más detallesDeterminación 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 detallesESTIMACIÓN DE LA ABUNDANCIA DE LA CAZA EN NUESTRO COTO.
ESTIMACIÓN DE LA ABUNDANCIA DE LA CAZA EN NUESTRO COTO. Iván Poblador Cabañero. Biólogo. Genista. ivanpoblador@yahoo.es Para poder plantear de un modo real y lógico el aprovechamiento sostenible de la
Más detallesproporciones y para la Estadística II Equipo Docente: Iris Gallardo Andrés Antivilo Francisco Marro
Sesión 12 Intervalo de confianza para proporciones y para la razón de varianzas. IC para a una proporción poblacional o a Qué proporción de adolescentes presenta problemas de delincuencia en una comunidad
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 detallesCarrera: 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 detallesMEDICIÓN Y PROPAGACIÓN DE ERRORES. Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada.
LABORATORIO Nº 1 MEDICIÓN Y PROPAGACIÓN DE ERRORES I. LOGROS Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada. Aprender a calcular el error propagado e incertidumbre
Más 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 detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 5 ESTADÍSTICA II CÓDIGO 22081 PROGRAMA ADMINISTRACIÓN DE LA SEGURIDAD INTEGRAL ÁREA DE FORMACIÓN ESTADÍSTICA SEMESTRE
Más detallesSistema de Monitoreo de Bosques Multinivel en el contexto de REDD
Programa REDD CCAD/GIZ Sistema de Monitoreo de Bosques Multinivel en el contexto de REDD Abner Jimenez Guatemala 27 de Septiembre 2011 MONITOREO DE BOSQUES EN EL CONTEXTO DE REDD Monitoreo de Bosques Bosque
Más detallesCómo 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 detallesEquipos Cantidad Observacion Calibrador 1 Tornillo micrometrico 1 Cinta metrica 1 Esferas 3 Calculadora 1
No 1 LABORATORIO DE FISICA PARA LAS CIENCIAS DE LA VIDA DEPARTAMENTO DE FISICA Y GEOLOGIA UNIVERSIDAD DE PAMPLONA FACULTAD DE CIENCIAS BÁSICAS Objetivos Realizar mediciones de magnitudes de diversos objetos
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 13 Inferencia en una población Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar el procedimiento de pruebas en la inferencia estadística. Aplicar
Más detallesTEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer...
TEMA 3. Algunos modelos de probabilidad de tipo discreto En este capítulo se abordan «familias» muy específicas de probabilidad, que con cierta frecuencia se nos presentan en el mundo real. Van a ser distribuciones
Más detallesE S T A D Í S T I C A
Tema 1. Estadística Todos los días haces acopio de datos e información de distintas fuentes con el fin de tomar decisiones, revisas en internet el reporte meteorológico y así decidir que ropa vas a usar,
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 detallesArboles dispersos en fincas. Esfuerzos mínimos para estimar la riqueza de árboles en fincas.
Arboles dispersos en fincas. Esfuerzos mínimos para estimar la riqueza de árboles en fincas. Geovana Carreño-Rocabado PhD. Investigadora ICRAF-CATIE Este trabajo presenta los resultados de análisis preliminares
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
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 detallesCÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES
OBJETIVOS CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES Reportar correctamente resultados, a partir del procesamiento de datos obtenidos a través de mediciones directas. INTRODUCCION En el capítulo de medición
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos
Más detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detalles