4.2. Metodología de muestreo
|
|
- Rodrigo Espinoza Miranda
- hace 6 años
- Vistas:
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
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 detallesZ 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 detalles2.1. 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 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 detallesHoja 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 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 detallesLOS 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 detallesMedidas 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 detallesUNIVERSIDAD 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 detallesMEDIDAS 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 detallesMEDIDAS 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 detalles3. 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 detallesUNIVERSIDAD 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 detallesEstadísticos 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 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 detallesINSTITUCION 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 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 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 detallesTaller 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 detallesTema 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 detallesBloque 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 detallesUso 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 detallesProbabilidad 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 detallesEstadística 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 detallesSCNM. 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 detalles2. 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 detallesGRUPO 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 detallesFormulario. 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 detallesgráficos 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 detallesCURSO 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 detallesEJERCICIOS 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 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 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 detallesCapítulo. 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 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 detallesLa 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 detallesESTADÍSTICA 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 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 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 detallesA 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 detallesUniversidad 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 detallesVenta 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 detallesGuía 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 detallesAnálisis 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 detalles2. 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 detallesGráficos 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 detallesProfesor(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 detallesTema 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 detallesMEDIDAS 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 detallesde 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 detallesTema 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 detallesTÉCNICO 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 detallesMedidas 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 detallesU.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 detallesCORRELACIÓN 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 detallesLos 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 detallesCAPÍTULO 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 detallesCAPÍTULO 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 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 detallesProyecto 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 detallesESTADÍSTICA 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 detallesMedidas 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 detalles4 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 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 detallesMateria: 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 detallesEvaluación 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 detalles4. 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 detallesConstrucción 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 detallesUniversidad 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 detallesTítulo. 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 detallesTeoría 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 detallesTÉCNICO 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 detallesANEXO 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 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 detallesCONTENIDO 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 detallesESTADÍSTICA 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 detallesDr. 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 detallesEl 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 detallesPrecio 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 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 detallesGuía 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 detallesFigura 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 detallesMinisterio 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 detallesMEDIDAS 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 detallesCómo 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 detallesMETODOLOGÍA 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 detallesSENA 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 detallesSUPERINTENDENCIA 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 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 detallesCompetencias 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 detallesPROGRAMACIÓN 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 detallesEjemplos 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 detallesUNIVERSIDAD 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 detallesMedidas 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 detalles3. 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 detallesPuntuación 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 detallesAgrupa 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 detallesFila: 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 detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesTipos 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