4.2. Metodología de muestreo

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

Download "4.2. Metodología de muestreo"

Transcripción

1 En este capítulo se presenta de manera general, la metodología utilizada para la medición de las propiedades físicas de las hojas de Aloe vera y los resultados obtenidos en esta medición Metodología de muestreo Para estandarizar la recolección de las muestras y su medición, se desarrolló el protocolo: Protocolo para el desarrollo experimental de la medición de las dimensiones físicas de la hoja de Aloe vera (ver Anexo 1). En términos generales, en este protocolo se plantea realizar los siguientes pasos: 1. Identificación de los cultivos a visitar. La selección de los cultivos a evaluar se hace únicamente en función de la edad de las plantas, la cual puede oscilar entre un año y medio y los dos años y medio; rango de edad que es considerado como adecuado para extraer el gel con fines comerciales. Con este criterio se eligen los municipios (subregiones), y en estos, las fincas en las cuales existan cultivos que cumplan con esta característica. 2. Recolección de las hojas de Aloe vera. Las hojas se deben cosechar de la parte inferior de la planta, ya que estas son las que tienen la edad y las dimensiones aptas para su explotación. Para cosechar la hoja se realiza una incisión pequeña en la base de esta y luego, moviéndola de izquierda a derecha, se separa de la planta. Es importante tratar de no dejar trozos de la hoja en la planta ya que podrían convertirse en focos de infección por hongos. 3. Medición de las dimensiones físicas. Cada una de las hojas recolectadas deben ser medidas. Las dimensiones a cuantificar son: o Longitud, se utiliza para ello un flexómetro (información obtenida en centímetros). o Anchos, medidos en tres zonas de cada hoja; para esto se utiliza un flexómetro (información obtenida en centímetros). o Espesores, medidos en tres zonas de cada hoja; para esto se utiliza un calibrador (información obtenida en milímetros). 42

2 o Masa, medida utilizando una balanza digital (en kilogramos). 4. Registro de datos obtenidos. Este registro se puede hacer utilizando una hoja electrónica que permita su manipulación y posterior exportación a algún software estadístico. En este trabajo, la información recolectada manualmente fue transcrita a Excel y luego importada desde el software estadístico SPSS 16.0 para su posterior análisis. 5. Análisis de los datos registrados. A los datos registrados por subregión, se les determinan inicialmente algunas medidas de tendencia central, como son: media aritmética, mediana, desviación estándar, valor máximo y mínimo. Posteriormente, se utilizan otras técnicas estadísticas para determinar si existe igualdad entre las medidas de las hojas de las diferentes subregiones evaluadas. Para explorar la posibilidad de que se puedan determinar todas las dimensiones de las hojas a partir de parámetros de fácil medición como son la longitud y la masa, se desarrollan y evalúan regresiones matemáticas para las dimensiones de la hoja en función de la masa y de la longitud Cultivos evaluados Inicialmente hay que mencionar que los cultivos actuales en las subregiones evaluadas se pueden catalogar como pequeños, toda vez que la mayoría de ellos no sobrepasan las 1500 plantas. Estos cultivos fueron sembrados en su momento por los campesinos, ante la perspectiva de una nueva alternativa económica; pero al no encontrar compradores para las hojas, algunos optaron por eliminarlos, otros, por únicamente mantenerlos y no realizar ninguna ampliación ni tecnificación del cultivo, y algunos os mantienen pero los han intercalado con otro tipo de cultivo como café, frijol, plátano, yuca, etc. Algunos de los cultivos se encuentran en condiciones de abandono. 43

3 A manera de referencia, a continuación se mencionarán algunas de las características de cada subregión visitada: su extensión, su ubicación, límites, altitud aproximada y cultivos visitados Municipio de Mistrató Es el municipio más grande del departamento de Risaralda (Colombia), en cuanto a superficie se refiere. Ubicación: limita al Norte con Andes (Antioquia) y el departamento del Chocó, al Sur con los municipios de Pueblo Rico y Belén de Umbría; por el Oriente con los municipios de Riosucio (Caldas) y Guática, y por el Occidente con el municipio de Pueblo Rico y con el departamento del Chocó. Extensión: 690 km 2. Altitud: su cabecera municipal se encuentra 1518 msnm. Distancia de Pereira: 86 kilómetros. Población: habitantes. Cultivos: Finca Altos de Pueblo Rico, cultivo de dos años de edad, con 1000 plantas. Finca Jardincito, cultivo de 18 meses, con 700 plantas. Finca La María, cultivo de un año y ocho meses de edad, con 800 plantas. En la figura 8 se observan plantas de un cultivo típico del municipio de Mistrató, durante la actividad de recolección de muestras. 44

4 Figura 9. Recolección de muestras, municipio de Mistrató Municipio de Santuario Ubicación: Santuario está situado en la región centro occidental del departamento de Risaralda (Colombia), en el flanco oriental de la Cordillera Occidental de los Andes. Extensión: 201 km 2. Altitud: su cabecera municipal se encuentra a 1580 msnm. Distancia de Pereira: 60 kilómetros. Población: habitantes. Cultivos: Finca Campo alegre, cultivo de dos años de edad, con 4000 plantas. Finca Pitetierra, cultivo de edad variada, entre seis meses y dos años, cuenta con 800 plantas. Figura 10. Cultivo y recolección de muestras, municipio de Santuario 45

5 En la figura 9 se observan plantas de un cultivo típico del municipio de Santuario, durante la actividad de recolección de muestras Corregimiento La Florida (Municipio de Pereira) Ubicación: el corregimiento La Florida se encuentra ubicado en la cuenca media del río Otún en el sector nor-oriente de Pereira, capital del departamento de Risaralda (Colombia). Limita al Norte con el río Otún, al Sur con el municipio de Salento (Quindío), y los corregimientos de Tribunas y la Bella, al Occidente con el área urbana de la Ciudad de Pereira y al Oriente con el departamento del Tolima. Extensión: ,3 hectáreas. Altitud: aproximadamente msnm. Distancia de Pereira: 8 kilómetros. Población: 3891 habitantes. Cultivos: Finca La Honda, cultivo de dos años y medio, con 800 plantas. Finca La Palma, cultivo de dos años de edad, con 1500 plantas. Figura 11. Cultivos para recolección de muestras, corregimiento La Florida 46

6 En la figura 10 se observan plantas de un cultivo típico del corregimiento de La Florida. En cada una de las subregiones visitadas, se recolectaron 150 hojas de Aloe vera, tomadas de la base de cada planta seleccionada según el protocolo; en total el número de hojas utilizadas fue de Resultados de las mediciones La medición de la masa y de las características físicas se efectuó sobre todas las hojas recolectadas, no hubo exclusión ni selección. En la Figura 11 (reproducida de la Figura A4 del Anexo A) se presenta esquemáticamente una hoja de Aloe vera y las zonas en las que se dividió para efecto de la toma de las mediciones. Figura 12. Dimensiones y zonas en la hoja de Aloe vera Inicialmente, para efectos de análisis, los valores obtenidos para cada una de las características medidas fueron discriminados por subregión y cultivo. Una vez agrupadas las mediciones por subregión, se hizo uso de gráficas de puntos y gráficas de cajas para identificar los valores atípicos por cada variable medida. La distribución de los valores obtenidos para cada una de las variables evaluadas se presenta en las Figuras 13 a la

7 Los valores atípicos se pueden visualizar en las gráficas de caja, como aquellos valores que se encuentran más allá de los bigotes (se presentan como asteriscos). Para interpretar las gráficas de puntos y de cajas, a continuación, se presenta una breve descripción de cada una: Las gráficas de puntos son útiles para evaluar y comparar distribuciones al graficar los valores a lo largo de una línea de números. Las gráficas de puntos son especialmente útiles para comparar distribuciones. El eje x de una gráfica de puntos se divide en muchos intervalos pequeños o secciones; los valores de datos que quedan dentro de cada sección se representan con puntos. De ser posible el software puede mostrar un punto para cada observación; de otro modo, un punto representará múltiples observaciones con una nota al pie de página que indica el número máximo de observaciones representadas por cada punto. Una gráfica de caja, resume en forma de gráfica la distribución de una muestra que exhibe su forma, tendencia central y variabilidad. La presentación predeterminada de las gráficas de caja con una breve explicación, se puede ver en la Figura

8 Figura 13. Presentación de la gráfica de cajas En las Figuras 13 a 28, se presentan los datos obtenidos para todas las variables por subregión; la representación se hace utilizando gráficas de puntos y gráficas de cajas. Esta primera representación se concibe para observar la distribución de cada variable e identificar valores atípicos. 49

9 Figura 14. Gráfica de puntos para la variable masa Figura 15. Gráfica de cajas para la variable masa 50

10 Figura 16. Gráfica de puntos para la variable longitud Figura 17. Gráfica de cajas para la variable longitud 51

11 Figura 18. Gráfica de puntos para la variable ancho basal Figura 19. Gráfica de cajas para la variable ancho basal 52

12 Figura 20. Gráfica de puntos para la variable ancho medio Figura 21. Gráfica de cajas para la variable ancho medio 53

13 Figura 22. Gráfica de puntos para la variable ancho en la punta Figura 23. Gráfica de cajas para la variable ancho en la punta 54

14 Figura 24. Gráfica de puntos para la variable espesor basal Figura 25. Gráfica de cajas para la variable espesor basal 55

15 Figura 26. Gráfica de puntos para la variable espesor medio Figura 27. Gráfica de cajas para la variable espesor medio 56

16 Figura 28. Gráfica de puntos para la variable espesor en la punta Figura 29. Gráfica de cajas para la variable espesor en la punta En las gráficas de puntos mostradas en las Figuras 13 a 28 se puede observar que en términos generales, todas las variables de las hojas de Aloe vera, para todas las subregiones, 57

17 siguen una distribución que se asemeja a una distribución normal; la validez de esta hipótesis será verificada cuando se adecúen los datos, al eliminar los valores atípicos que presentaron algunos de los parámetros medidos. Los valores atípicos se pueden identificar observando las gráficas de cajas; casi todas las variables medidas presentaron valores atípicos y ya que estos pueden deberse a errores en la medida o en la digitación de los datos, es conveniente eliminarlos para no obtener así resultados erróneos en el análisis. Los valores atípicos identificados se presentaron en: La masa (Mistrató; Figura 14). La longitud (La Florida; Figura 16). El ancho basal (Mistrató, Santuario, La Florida; Figura 18). El ancho medio (Mistrató, La Florida; Figura 20). El ancho en la punta (Mistrató, comportamiento extraño en La Florida; Figura 22). El espesor basal (Mistrató, La Florida; Figura 24). El espesor medio (Mistrató; Figura 26). Una vez identificados los valores atípicos, el paso siguiente fue identificar las hojas correspondientes a estos valores; hecho esto, se eliminaron del registro y se volvieron a generar los gráficos. Con los resultados obtenidos se hizo un segundo ajuste a la información obteniendo así los datos sin atípicos para todas las variables medidas. En las Figuras 29 a 36 se muestran las gráficas de cajas resultantes. Con los datos depurados, utilizando el software estadístico SPSS 16.0, se calcularon las medidas de tendencia central para cada conjunto de las variables resultante por región. En las tablas 1 a 8 se presentan además de las medidas de tendencia central: media, mediana y desviación estándar (Desv. Est.), los valores máximos y mínimos, y los valores del primer y tercer cuartil (Q1 y Q3). 58

18 Figura 30. Gráfica de cajas para la variable masa, sin atípicos Tabla 1. Medidas de tendencia central para la masa de la hoja Media Desv.Est. Mínimo Q1 Mediana Q3 Máximo Mistrató 0,402 0,075 0,248 0,344 0,394 0,458 0,616 Santuario 0,421 0,155 0,136 0,276 0,422 0,533 0,800 La Florida 0,480 0,096 0,258 0,404 0,480 0,558 0,708 Figura 31. Gráfica de cajas para la variable longitud, sin atípicos 59

19 Tabla 2. Medidas de tendencia central para la longitud de la hoja (cm) Media Desv.Est. Mínimo Q1 Mediana Q3 Máximo Mistrató 52,8 4,9 42,0 49,0 53,0 56,0 64,0 Santuario 54,7 7,0 39,0 49,0 55,0 60,0 70,0 La Florida 54,2 3,8 46,0 52,0 54,0 57,0 62,0 Figura 32. Gráfica de cajas para la variable ancho basal, sin atípicos Tabla 3. Medidas de tendencia central para el ancho en la región basal de la hoja (cm) Media Desv.Est. Mínimo Q1 Mediana Q3 Máximo Mistrató 9,4 0,8 7,5 8,9 9,5 10,0 11,3 Santuario 8,5 1,3 5,3 7,4 8,5 9,5 12,0 La Florida 10,3 0,9 8,1 9,8 10,2 10,9 12,4 60

20 Figura 33. Gráfica de cajas para la variable espesor basal, sin atípicos Tabla 4. Medidas de tendencia central para el espesor en la región basal de la hoja (mm) Media Desv.Est. Mínimo Q1 Mediana Q3 Máximo Mistrató 21,1 2,1 16,0 20,0 21,0 23,0 27,0 Santuario 20,5 4,0 13,0 17,0 20,0 23,0 32,0 La Florida 20,6 2,3 15,0 19,0 21,0 22,0 25,0 Figura 34. Gráfica de cajas para la variable ancho medio, sin atípicos 61

21 Tabla 5. Medidas de tendencia central para el ancho en la región media de la hoja (cm) Media Desv.Est. Mínimo Q1 Mediana Q3 Máximo Mistrató 6,71 0,62 5,10 6,20 6,70 7,20 8,30 Santuario 6,73 1,06 4,20 5,95 6,70 7,50 9,20 La Florida 7,09 0,58 5,60 6,70 7,10 7,50 8,30 Figura 35. Gráfica de cajas para la variable espesor medio, sin atípicos Tabla 6. Medidas de tendencia central para el espesor en la región media de la hoja (mm) Media Desv.Est. Mínimo Q1 Mediana Q3 Máximo Mistrató 19,4 2,1 14,0 18,0 19,0 21,0 25,0 Santuario 20,9 4,7 12,0 17,0 21,0 25,0 31,0 La Florida 19,0 2,6 12,0 17,0 19,0 21,0 26,0 62

22 Figura 36. Gráfica de cajas para la variable ancho en la punta, sin atípicos Tabla 7. Medidas de tendencia central para el ancho en la punta de la hoja (cm) Media Desv.Est. Mínimo Q1 Mediana Q3 Máximo Mistrató 0,63 0,09 0,50 0,60 0,60 0,70 0,80 Santuario 0,64 0,07 0,50 0,60 0,60 0,70 0,80 La Florida 0,60 0,07 0,50 0,60 0,60 0,63 0,70 Figura 37. Gráfica de cajas para la variable espesor en la punta, sin atípicos 63

23 Tabla 8. Medidas de tendencia central para el espesor en la punta de la hoja (mm) Media Desv.Est. Mínimo Q1 Mediana Q3 Máximo Mistrató 2,3 0,6 1,0 2,0 2,0 3,0 4,0 Santuario 2,6 0,7 1,0 2,0 3,0 3,0 4,0 La Florida 1,6 0,6 1,0 1,0 2,0 2,0 3, Análisis estadístico Comparación de las variables entre regiones Para establecer la igualdad estadística entre las medias de las variables, se realizaron análisis de varianza para cada uno de los parámetros medidos en las hojas, para las tres subregiones evaluadas. En las tablas 9 a 16 se presentan los resultados obtenidos al emplear la prueba utilizando el software estadístico SPSS 16.0; los datos obtenidos para el factor F del Anova son comparados con el estadístico de prueba de la distribución de Fisher, para un nivel de significancia del 5% y para los valores de los grados de libertad correspondientes en cada caso. Para interpretar las tablas utilice la siguiente convención: GL: grados de libertad SC: suma de cuadrados MC: cuadrados medios Masa Tabla 9. ANOVA para la masa de la hoja Fuente de Variabilidad GL SC MC F p Tratamientos 2 0,4411 0, ,35 < 0,001 Error 408 5,5037 0,0135 Total 410 5,9447 Con los resultados del ANOVA y con un nivel de significancia α de 5%, se puede concluir que las masas de las hojas de Aloe vera no son estadísticamente iguales para las tres regiones evaluadas. Longitud Tabla 10. ANOVA para la longitud de la hoja 64

24 Fuente de Variabilidad GL SC MC F p Tratamientos 2 260,8 130,4 4,32 0,014 Error ,1 30,2 Total ,9 Con los resultados del ANOVA y con un nivel de significancia α de 5%, se puede concluir que las longitudes de las hojas de Aloe vera no son estadísticamente iguales para las tres regiones evaluadas. Ancho Basal Tabla 11. ANOVA para el ancho en la región basal de la hoja Fuente de Variabilidad GL SC MC F p Tratamientos 2 234,94 117,47 106,4 < 0,001 Error ,12 1,1 Total ,07 Con los resultados del ANOVA y con un nivel de significancia α de 5%, se puede concluir que los anchos basales de las hojas de Aloe vera no son estadísticamente iguales para las tres regiones evaluadas. Espesor Basal Tabla 12. ANOVA para el espesor en la región basal de la hoja Fuente de Variabilidad GL SC MC F p Tratamientos 2 25,67 12,83 1,42 0,243 Error ,27 9,04 Total ,93 Con los resultados del ANOVA y con un nivel de significancia α de 5%, se puede concluir que los espesores basales de las hojas de Aloe vera son estadísticamente iguales para las tres regiones evaluadas. Ancho Medio Tabla 13. ANOVA para el ancho en la región media de la hoja 65

Y accedemos al cuadro de diálogo Descriptivos

Y accedemos al cuadro de diálogo Descriptivos SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas

Más detalles

Z i

Z i Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda

Más detalles

2.1. Introducción Análisis exploratorio Análisis exploratorio para variables con muchas modalidades

2.1. Introducción Análisis exploratorio Análisis exploratorio para variables con muchas modalidades Tema 2 Análisis gráfico Contenido 2.1. Introducción............................. 1 2.2. Análisis exploratorio......................... 2 2.2.1. Análisis exploratorio para variables con pocas modalidades

Más detalles

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

FLORIDA 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 detalles

Hoja 6: Estadística descriptiva

Hoja 6: Estadística descriptiva Hoja : Estadística descriptiva Hoja : Estadística descriptiva May Dada la siguiente distribución de frecuencias, halle: a) la mediana; b) la media. Número (x) Frecuencia (y) May De enero a septiembre la

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

LOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, M TENDENCIA CENTRAL

LOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, M TENDENCIA CENTRAL PreUnAB LOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, MEDIDAS DE TENDENCIA CENTRAL Clase # 26 Noviembre 2014 ESTADÍGRAFOS Concepto de estadígrafo Un estadígrafo, o estadístico, es un indicador que se calcula

Más detalles

Medidas de Tendencia Central.

Medidas de Tendencia Central. Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.

Más detalles

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS

Más detalles

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas

Más detalles

MEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad

MEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad MEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad 1 Propiedades deseables de una medida de Tendencia Central. 1) Definida objetivamente a partir de los datos de la serie. 2) Que dependa

Más detalles

3. Correlación. Introducción. Diagrama de dispersión

3. Correlación. Introducción. Diagrama de dispersión 1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no

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

Estadísticos Descriptivos

Estadísticos Descriptivos ANÁLISIS EXPLORATORIO DE DATOS El análisis exploratorio tiene como objetivo identificar el modelo teórico más adecuado para representar la población de la cual proceden los datos muéstrales. Dicho análisis

Más detalles

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

UNIVERSIDAD 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 detalles

INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA:

INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMATICAS. ASIGNATURA: MATEMATICAS. NOTA DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO FECHA N DURACION

Más detalles

Estadística Descriptiva

Estadística 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 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

Taller No 1. Laboratorio Estadística con Matlab. Estadística Descriptiva - Análisis exploratorio de datos con Matlab

Taller No 1. Laboratorio Estadística con Matlab. Estadística Descriptiva - Análisis exploratorio de datos con Matlab Taller No 1. Laboratorio Estadística con Matlab Estadística Descriptiva - Análisis exploratorio de datos con Matlab Dos objetivos importantes de Análisis exploratorio de datos son: 1) para determinar un

Más detalles

Tema 6. Variables aleatorias continuas

Tema 6. Variables aleatorias continuas Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),

Más detalles

Bloque II (Columnas) B= Y212 C= Y322 D= Y432 C= Y313 D= Y423 E= Y533. A= Y1k2. B= Y2k3

Bloque II (Columnas) B= Y212 C= Y322 D= Y432 C= Y313 D= Y423 E= Y533. A= Y1k2. B= Y2k3 DISEÑO EN CUADRO LATINO En el diseño en cuadro latino (DCL) se controlan dos factores de bloque y se estudia un solo factor de interés. En este sentido, se tienen cuatro fuentes de variación: Los tratamientos

Más detalles

Uso de las medidas de dispersión en un análisis de datos

Uso de las medidas de dispersión en un análisis de datos Grado 11 Matematicas - Unidad 5 Un análisis de información con criterios estadísticos Tema Uso de las medidas de dispersión en un análisis de datos Nombre: Curso: El uso de la información estadística va

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

Estadística Inferencial. Estadística Descriptiva

Estadística Inferencial. Estadística Descriptiva INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y

Más detalles

SCNM. Matriz de Insumo-Producto

SCNM. Matriz de Insumo-Producto SCNM. Matriz de Insumo-Producto Ventas, consultas en CECCOM e Internet, tiraje y existencias Dirección de Investigación del Servicio a Usuarios INEGI Contenido Introducción................................................................................

Más detalles

2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual

2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas

Más detalles

GRUPO A GRUPO B Total = 225 Total = 250. Medidas de tendencia central.

GRUPO A GRUPO B Total = 225 Total = 250. Medidas de tendencia central. Medidas de dispersión o variabilidad Tema 5 Profesor Tevni Grajales G. A dos grupos diferentes de estudiantes se les preguntó cuánto deseaban pagar como cuotas de graduación. En ambos casos el promedio

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

gráficos que todo administrador de redes sociales necesita Andy Cotgreave Administrador de contenido de redes sociales

gráficos que todo administrador de redes sociales necesita Andy Cotgreave Administrador de contenido de redes sociales 4 gráficos que todo administrador de redes sociales necesita Andy Cotgreave Administrador de contenido de redes sociales 1. Gráfico de pendiente para el crecimiento de seguidores/alcance En este gráfico

Más detalles

CURSO VIRTUAL. Acceso a fuentes de información y manejo de redes sociales. Módulo 2

CURSO VIRTUAL. Acceso a fuentes de información y manejo de redes sociales. Módulo 2 CURSO VIRTUAL Acceso a fuentes de información y manejo de redes sociales Módulo 2 OBJETIVOS Conseguir que el alumno adquiera conocimientos estadísticos que le permitan una lectura comprensiva de la metodología

Más detalles

EJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas:

EJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: Ejercicio 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: a) Marca de los coches. b) Peso de los coches. c) Número de coches vendidos

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

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

Capítulo. Gráficos. as de gráficos. Programa Nacional de Informática

Capítulo. Gráficos. as de gráficos. Programa Nacional de Informática Capítulo Gráficos Estadísticos En este capítulo trataremos: Determinar el propósitoo de cada tipo de gráfico Insertar un gráfico de columnas Uso de las herramienta as de gráficos Ejercicios Propuestos

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

La desviación típica y otras medidas de dispersión

La desviación típica y otras medidas de dispersión La desviación típica y otras medidas de dispersión DISPERSIÓN O VARIACIÓN La dispersión o variación de los datos intenta dar una idea de cuan esparcidos se encuentran éstos. Hay varias medidas de tal dispersión,

Más detalles

ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO

ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO RELACIÓN DE PROBLEMAS PROPUESTOS DE UNA VARIABLE Curso académico 2004-2005 DPTO. ECONOMÍA APLICADA I 1. Obtener las frecuencias acumuladas, las frecuencias relativas

Más detalles

Fundamentos de Estadística y Simulación Básica

Fundamentos 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 detalles

Ing. Eduardo Cruz Romero w w w. tics-tlapa. c o m

Ing. 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 detalles

A continuación se presenta la información de la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes.

A continuación se presenta la información de la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes. M150: Creciendo A) Presentación del problema LOS JOVENES CRECEN MAS ALTO A continuación se presenta la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes. B) Preguntas del problema

Más detalles

Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Estadística Básica COMISIÓN 1. 1 Cuatrimestre 2016

Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Estadística Básica COMISIÓN 1. 1 Cuatrimestre 2016 Universidad Nacional de Mar del Plata Facultad de Ingeniería Estadística Básica COMISIÓN 1 1 Cuatrimestre 2016 s. La palabra Estadística procede del vocablo Estado, pues era función principal de los Gobiernos

Más detalles

Venta de Pasteles. Piezas. 3 Leches Chocolate. Del 26 al 30 de Enero MICROSOFT GRAPH Conceptos básicos

Venta de Pasteles. Piezas. 3 Leches Chocolate. Del 26 al 30 de Enero MICROSOFT GRAPH Conceptos básicos Piezas Microsoft Office Excel 2007 3.8 MICROSOFT GRAPH 3.8.1 Conceptos básicos Los gráficos se usan para presentar series de datos numéricos en formato gráfico y de ese modo facilitar la comprensión de

Más detalles

Guía para maestro. Medidas de dispersión. Guía para el maestro. Compartir Saberes

Guía para maestro. Medidas de dispersión. Guía para el maestro.  Compartir Saberes Guía para maestro Guía realizada por Bella Peralta C. Magister en Educación Matemática bellaperaltamath@gmail.com bperalta@colegioscompartir.org Determinan si la media de la distribución de los datos es

Más detalles

Análisis de Componentes de la Varianza

Análisis de Componentes de la Varianza Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable

Más detalles

2. Análisis de varianza

2. Análisis de varianza 1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una

Más detalles

Gráficos Estadísticos

Gráficos Estadísticos Gráficos Estadísticos Una vez realizada la recolección de datos, principalmente cuando superan un número de 20 observaciones, es recomendable examinarlos en forma resumida mediante tablas y gráficas adecuadas.

Más detalles

Profesor(a): Ing. Miriam Cerón Brito

Profesor(a): Ing. Miriam Cerón Brito Área Académica: Informática Tema: Hoja electrónica Profesor(a): Ing. Miriam Cerón Brito Periodo: Enero Junio 2014 Abstract: This presentation show the spreadsheet's characteristics and show the principals

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

MEDIDAS DE TENDENCIA CENTRAL y Ejemplo 2

MEDIDAS DE TENDENCIA CENTRAL y Ejemplo 2 MEDIDAS DE TENDENCIA CENTRAL 8.1.1 y 8.1. Medidas de tendencia central son los números que sitúan o se aproximan al centro de un conjunto de datos, es decir, un valor típico que describe el conjunto de

Más detalles

de 1 a 3 15 Desarrollo de ideas y precisión proposi Conclusión de 0 a 1 de 1 a 3

de 1 a 3 15 Desarrollo de ideas y precisión proposi Conclusión de 0 a 1 de 1 a 3 Resultados de la aplicación de la Expresión Escrita (EXPRESC) a la generación 16/Primavera de la División de Ciencias Sociales y Humanidades (DCSH), Unidad Cuajimalpa. La EXPRESC evalúa la expresión escrita

Más detalles

Tema 2 Estadística Descriptiva

Tema 2 Estadística Descriptiva Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 36 alumnos de un curso de Estadística de la Universidad de Talca. En esta base de datos

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

Medidas descriptivas I. Medidas de tendencia central A. La moda

Medidas descriptivas I. Medidas de tendencia central A. La moda Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto

Más detalles

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:

Más detalles

CORRELACIÓN Y REGRESIÓN. Raúl David Katz

CORRELACIÓN Y REGRESIÓN. Raúl David Katz CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable

Más detalles

Los estadísticos descriptivos clásicos (Robustez)

Los estadísticos descriptivos clásicos (Robustez) Los estadísticos descriptivos clásicos (Robustez) MUESTRA 0 0 4 6 8 9 MUESTRA 0 0 4 6 8 57 Nº CASOS Media Mediana Moda Desviación Simetría Curtosis MUESTRA,85 4,74 0, -0.688 MUESTRA 6,77 4.8.7.77 Ambas

Más detalles

CAPÍTULO VI RESULTADOS PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO

CAPÍTULO VI RESULTADOS PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO CAPÍTULO VI RESULTADOS 6.1. CÁLCULOS 6.1.1. PORCENTAJE DE FRIABILIDAD RANGO: No mayor 1 % FÓRMULA % = PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO

Más detalles

CAPÍTULO III I. MARCO METODOLÓGICO. Este capítulo hace mención a los aspectos metodológicos de la

CAPÍTULO III I. MARCO METODOLÓGICO. Este capítulo hace mención a los aspectos metodológicos de la CAPÍTULO III I. MARCO METODOLÓGICO Este capítulo hace mención a los aspectos metodológicos de la investigación utilizados para la solución del problema. Antes de todo, es necesario definir lo que es una

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

Proyecto PropULSA: Estadística y Probabilidad Breviario Académico

Proyecto PropULSA:  Estadística y Probabilidad Breviario Académico Estadística y Probabilidad Breviario Académico Estadística: Es la ciencia que tiene por objetivo recolectar, escribir e interpretar datos, con la finalidad de efectuar una adecuada toma de decisiones en

Más detalles

ESTADÍSTICA CON EXCEL

ESTADÍSTICA CON EXCEL ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

Medidas de Distribución

Medidas de Distribución Medidas de Distribución Trabajo a realizar de este tema: En Excel 2003 hoja 1, prepara un(os) cuadro(s) sinópticos o mapas conceptuales o mapas mentales que sinteticen éste capítulo. En la hoja 2 y en

Más detalles

4 CAJA DE POLINOMIOS C A P Í T U L O 4.1 MANUAL BÁSICO DE LA CAJA DE POLINOMIOS

4 CAJA DE POLINOMIOS C A P Í T U L O 4.1 MANUAL BÁSICO DE LA CAJA DE POLINOMIOS C A P Í T U L O 4 CAJA DE POLINOMIOS Por: Jhon Fredy Saavedra Delgado Licenciatura en Matemáticas Universidad del Tolima jfredymatematico@gmail.com En este capítulo se mostrará el manejo básico del demo

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA 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 detalles

Materia: Matemáticas Curso: Noveno de Básica BREVE DESCRIPCIÓN DE LA CLASE:

Materia: Matemáticas Curso: Noveno de Básica BREVE DESCRIPCIÓN DE LA CLASE: Materia: Matemáticas Curso: Noveno de Básica BREVE DESCRIPCIÓN DE LA CLASE: Durante este curso se contribuirá al desarrollo del pensamiento lógico, reflexivo y crítico de los estudiantes, es por ello,

Más detalles

Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez. Maíz (Zea mays)

Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez. Maíz (Zea mays) Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez Cadelga Maíz (Zea mays) Científica Objetivos Medir el Efecto Fisiológico AgCelence del Fungicida

Más detalles

4. Regresión Lineal Simple

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

Más detalles

Construcción de Gráficas en forma manual y con programados

Construcción de Gráficas en forma manual y con programados Universidad de Puerto Rico en Aguadilla División de Educación Continua y Estudios Profesionales Proyecto CeCiMaT Segunda Generación Tercer Año Título II-B, Mathematics and Science Partnerships Construcción

Más detalles

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 015- Hermosillo, Sonora, a 14 de septiembre de

Más detalles

Título. Nota introductoria AQUÍ VA EL GRÁFICO. Notas al pie o al calce Fuente

Título. Nota introductoria AQUÍ VA EL GRÁFICO. Notas al pie o al calce Fuente Título Nota introductoria AQUÍ VA EL GRÁFICO. Notas al pie o al calce Fuente Los gráficos Los mapas y las gráficas son más eficaces para llamar la atención que cualquier otra herramienta Una gráfica sencilla,

Más detalles

Teoría de errores -Hitogramas

Teoría de errores -Hitogramas FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:

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

ANEXO 1. CALIBRADO DE LOS SENSORES.

ANEXO 1. CALIBRADO DE LOS SENSORES. ANEXO 1. CALIBRADO DE LOS SENSORES. Las resistencias dependientes de la luz (LDR) varían su resistencia en función de la luz que reciben. Un incremento de la luz que reciben produce una disminución de

Más detalles

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

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016 ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una

Más detalles

CONTENIDO PROGRAMÁTICO

CONTENIDO PROGRAMÁTICO CONTENIDO PROGRAMÁTICO Fecha Emisión: 2015/09/30 Revisión No. 2 AC-GA-F-8 Página 1 de 5 ESTADÍSTICA I CÓDIGO 160011 PROGRAMA ECONOMÍA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE SEGUNDO PRERREQUISITOS

Más detalles

ESTADÍSTICA SEMANA 3

ESTADÍSTICA SEMANA 3 ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...

Más detalles

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado

Más detalles

El ejemplo: Una encuesta de opinión

El ejemplo: Una encuesta de opinión El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar

Más detalles

Precio de la gasolina regular (colones por litro, promedio anual)

Precio de la gasolina regular (colones por litro, promedio anual) CATÁLOGO MATERIALES DE APOYO PARA BACHILLERATO POR MADUREZ Educación Abierta 800 700 600 500 400 300 200 100 0 Pantallazo Precio de la gasolina regular (colones por litro, promedio anual) 2009 2010 2011

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

Guía del Capítulo 3. SISTEMAS DE PARTÍCULAS. A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados:

Guía del Capítulo 3. SISTEMAS DE PARTÍCULAS. A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados: Guía del Capítulo 3. SISTEMAS DE PARTÍCULAS Problema 3.1 A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados: Mallas Tyler Masa (g) -28 +35 5-35 +48 8-48 +65

Más detalles

Figura Área de Influencia de las estaciones complementarias a la estación Centro

Figura Área de Influencia de las estaciones complementarias a la estación Centro INFORME FINAL Instituto de Ingeniería Coordinación de Hidráulica Figura 3.5.1 Área de Influencia de las estaciones complementarias a la estación Centro Tabla 3.5.2 Estaciones dentro del área de influencia

Más detalles

Ministerio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación.

Ministerio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación. Matemáticas Distribución de ítems para la prueba nacional Modalidad Académica (Diurnos Nocturnos) Convocatorias 016 ESTIMADO DOCENTE: En la modalidad de colegios académico, la Prueba de Bachillerato 016

Más detalles

MEDIDAS DE VARIABILIDAD

MEDIDAS DE VARIABILIDAD MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados

Más detalles

Cómo se hace la Prueba t a mano?

Cómo se hace la Prueba t a mano? Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0

Más detalles

METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010

METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 2011 Índice 1. Antecedentes Generales 1 2. Metodología

Más detalles

SENA CURSO COMPLEMENTARIO PREVENCION, MANTENIMIENTO Y CONSTRUCCION DE OBRAS DE ARTE PARA VIAS ESCALAS

SENA CURSO COMPLEMENTARIO PREVENCION, MANTENIMIENTO Y CONSTRUCCION DE OBRAS DE ARTE PARA VIAS ESCALAS La escala es la relación matemática que existe entre las dimensiones reales y las del dibujo que representa la realidad sobre un plano o un mapa. Es la relación de proporción que existe entre las medidas

Más detalles

SUPERINTENDENCIA DE BANCOS Y SEGUROS REPÚBLICA DEL ECUADOR

SUPERINTENDENCIA DE BANCOS Y SEGUROS REPÚBLICA DEL ECUADOR SUPERINTENDENCIA DE BANCOS Y SEGUROS REPÚBLICA DEL ECUADOR NOTA TÉCNICA DE CONSTRUCCIÓN DE LOS UMBRALES ESTADÍSTICOS DE INDICADORES FINANCIEROS INIF Quito - enero 2012 Metodología para la construcción

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

INTRODUCCIÓN 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 detalles

Competencias TIC para profesionales Del Siglo 21

Competencias TIC para profesionales Del Siglo 21 Planilla de Cálculo Nos referiremos a la planilla de cálculo de Microsoft Office, con algunas precisiones a la de OpenOffice. Una vez abierto un libro nuevo de Excel de Microsoft, la interfaz de la planilla

Más detalles

PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C)

PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) I.E.S. Universidad Laboral de Málaga Curso 2015/2016 PROGRAMACIÓN DE LA

Más detalles

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central Medidas de Tendencia Central En cualquier análisis o interpretación, se pueden usar muchas medidas descriptivas que representan las propiedades de tendencia central, variación y forma para resumir las

Más detalles

3. FORMAS DE REPRESENTACION

3. FORMAS DE REPRESENTACION 3.1 La Escala Gráfica: Se utiliza como una referencia de medida, pues cada intervalo dibujado representa una medida (mt., cm., mm., etc.) Escalímetro; Regla utilizada para medir longitudes a distintas

Más detalles

Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth

Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth 1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito

Más detalles

Agrupa los resultados por lotes: Rechazados, revisables y aceptados y:

Agrupa los resultados por lotes: Rechazados, revisables y aceptados y: Tema 2 1.- Clasifica en discretas o continuas las siguientes variables: a) Número de habitantes por kilómetro cuadrado b) Número de bacterias de cierto tipo, por mililitro c) Densidad de diferentes muestras

Más detalles

Fila: Es un conjunto de varias celdas dispuestas en sentido horizontal.

Fila: Es un conjunto de varias celdas dispuestas en sentido horizontal. Que Es Excel? Excel es un programa que permite la manipulación de libros y hojas de calculo. En Excel, un libro es el archivo en que se trabaja y donde se almacenan los datos. Como cada libro puede contener

Más detalles

2.- Tablas de frecuencias

2.- Tablas de frecuencias º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------

Más detalles

Tipos de gráficas y selección según los datos CIENCIA, TECNOLOGIA Y AMBIENTE

Tipos de gráficas y selección según los datos CIENCIA, TECNOLOGIA Y AMBIENTE Tipos de gráficas y selección según los datos CIENCIA, TECNOLOGIA Y AMBIENTE Objetivos 2 Identificar los tipos de gráficas. Definir los conceptos tablas y cuadros Reconocer las partes de una gráfica. Construir

Más detalles