El sesgo en la estimación de distancias y el escalograma de Guttman

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

Download "El sesgo en la estimación de distancias y el escalograma de Guttman"

Transcripción

1 El sesgo en la estimación de distancias y el escalograma de Guttman María Isabel Barbero García y S. Fontes Cuando tratamos de medir las diferencias individuales respecto a algúna característica psicológica utilizando como instrumento de medida los tests psicométricos, exigimos que éstos sean fiables y válidos; es decir, que midan con exactitud aquello para lo cuál han sido construidos. Pues bien, cuando se trata de elaborar una escala psicofísica, en la que los sujetos actúan como instrumentos de medida para la evaluación de alguna característica de los estímulos, es necesario el estudio de la fiabilidad y validez de las respuestas emitidas por los sujetos. No obstante, a través de numerosas investigaciones en el campo de la psicofísica, se ha podido constatar, que los sujetos no procesan los estímulos en términos absolutos, sino que intervienen una serie de factores cognitivos que influyen, tanto en la representación interna del estímulo como en la respuesta que emiten los sujetos, lo que determina que estas respuestas no siempre sean constantes a lo largo de los distintos ensayos y, por consiguiente, disminuya la fiabilidad del proceso. Este aspecto de la relación entre el estímulo y la respuesta ha sido investigado, entre otros, por Garner (1959), MacKenna (1985), Gescheider (1988), Poulton (1968, 1989) etc... bajo el título de "sesgo de respuesta" tratando, todos ellos, de averiguar los factores que pueden determinarle y elaborar las técnicas necesarias para su control. En este trabajo hemos tratado de analizar, por una parte, la influencia que puede ejercer el módulo del estandar y/o la posición de éste respecto al estímulo de comparación sobre la estimación de distancias entre dos rectas verticales y paralelas, con el fin de buscar la existencia de alguna característica que nos revele el proceso seguido por los sujetos al emitir sus respuestas y la presencia de un determinado "Sesgo de respuestas"; para ello se ha utilizado la técnica del escalograma propuesta por Guttman. Por otra parte, se ha tratado de analizar la influencia que puede ejercer sobre las respuestas emitidas por los sujetos, la distancia entre el módulo del estímulo estandar y el del estímulo de comparación.

2 Método Sujetos En el experimento participaron voluntariamente diez sujetos con edades comprendidas entre los 25 y 35 años, con visión o visión corregida normal y sin ninguna experiencia en experimentos de este tipo. Estímulos y aparatos Los estímulos fueron diez pares de rectas paralelas de 4 cm de longitud y 5 cm de grosor con una distancia en milímetros, entre cada linea del par de : 1, 2'5, 4, 6, 8, 12, 14, 16, 28 y 40. Con estos diez pares de rectas se formaron 300 tríadas y se dibujaron en tarjetas diferentes de tal forma que, en cada una de ellas,hubiera dos pares de rectas iguales y uno diferente excepto en 30 tarjetas en las que los tres pares de rectas eran iguales. Los tres pares de rectas estaban dibujados a diferentes alturas a lo largo de la tarjeta y, debajo de cada par, aparecía la letra a, b ó c para identificación de la posición que tenía el estímulo de comparación. (ver figura l). Los dos pares de rectas iguales se utilizaron como estímulo estandar y el par diferente como estímulo de comparación o estímulo a estimar por el sujeto; de manera que el estímulo de comparación aparecía tanto en la posición "a", como en la "b" y "c". Todos los estímulos actuaron como estandar y como estímulo de comparación. La presentación de los estímuulos se hizo a través de un taquistoscopio TTK de seis canales controlado por un microcomputador Apple 11 y el angulo visual fué de 6 grados. El orden de presentación de los estímulos se determinó de forma aleatoria y fué el mismo para todos los sujetos. Las 300 tríadas se distribuyeron en 3 bloques de 100 ensayos cada uno, pasándose en tres sesiones experimentales distintas durante tres días consecutivos. La duración de cada sesión fué de 30 minutos aproximadamente por sujeto. Procedimiento La técnica psicofísica utilizada fué la triangular extendida, llamada así porque consta de dos partes: una de ellas propia de la técnica triangular, en la que la tarea del sujeto es discriminar entre los estímulos y otra, propia de la técnica de estimación de magnitudes, en la que la tarea del sujeto es la estimación de distancias. Cuando el sujeto se hallaba instalado delante de la ventana del taquistoscopio, el ordenador emitía un sonido que indicaba el comienzo de cada ensayo. Entre este sonido y la presentación de la tarjeta en la que estaban dibujados los tres pares de rectas transcurrían 500 milisegundos. La tarjeta estaba en pantalla otros 500 milisegundos y cuando desaparecía el sujeto tenía que decir cuál de los tres pares era diferente ( en el caso de que lo hubiera). Una vez realizada esta primera parte del experimento ( técnica triangular), volvía a aparecer la tarjeta en la pantalla y el experimentador indicaba la distancia entre las rectas de los dos pares iguales, teniendo el sujeto que estimar la distancia en milímetros entre las rectas del par diferente (estimación de magnitudes

3 En esta segunda parte del experimento, la tarjeta estaba presente en la pantalla hasta que el sujeto pulsaba la tecla de respuesta. La escala de respuesta del sujeto no estaba acotada y el módulo asignado al estímulo estandar coincidía con su magnitud real. Resultados y discusión Las respuestas dadas por los sujetos se ordenaron en una matriz (tabla 1 ), en la que las columnas representan los distintos módulos del estímulo estandar y las filas los módulos del de comparación. Tanto unos como otros están ordenados de menor a mayor. Cada uno de los elementos de la matriz representa la diferencia, promediada para todos los sujetos de la muestra, entre la estimación hecha por los sujetos y la magnitud real del estímulo de comparación ante un determinado módulo del estandar. La observación de la matriz nos permitió detectar una cierta tendencia en las respuestas de los sujetos. Cuando el módulo del estandar es menor que el del estímulo de comparación los elementos de la matriz son en su mayoría negativos, lo que indica que la estimación que hacen los sujetos es una estimación por defecto, existe una tendencia a infravalorar el módulo del estímulo de comparación. Por el contrario, cuando el módulo del estandar es mayor que el del estímulo de comparación, los elementos de la matriz son en su mayoría positivos, lo que muestra una tendencia a supravalorar el módulo del estímulo de comparación. Estímulo estandar Tabla 1.- Matriz de diferencias medias entre el módulo del estímulo de comparación y las estimaciones realizadas por los sujetos. Para comprobar si esta tendencia en las respuestas de los sujetos podía constituir un determinado "sesgo de respuesta", hemos utilizado la técnica del escalograma de Guttman ; para ello, hemos transformado la matríz anterior en otra matriz cuyos elementos son los signos + y -

4 según que las diferencias encontradas sean positivas o negativas (tabla 2 ). Si todos nuestros datos se ajustaran al modelo, deberíamos obtener una matríz triangular, con una mitad superior positiva y una mitad inferior negativa. Los elementos de la diagonal principal deberían ser todos igual a cero, ya que corresponden a aquellas estimaciones en las que el modulo del estandar es igual que el del de comparación y por lo tanto, no debería haber habido ningún tipo de sesgo en las respuestas, se trataría más de un problema de discriminación que de estimación de magnitudes; no obstante, dado que hemos encontrado alguna desviación, se asignó el signo positivo a los valores iguales o mayores que cero y el signo negativo a los valores menores de cero. Tabla 2: Datos transformados Módulo del estandar Para ver si nuestros datos se ajustan al modelo y, por lo tanto, podemos hablar de un determinado sesgo en las respuestas de los sujetos, utilizamos el método propuesto por Goodenough- Edwards para la detección de los errores o desviaciones y su coeficiente de reproductividad como prueba de bondad de ajuste. Los errores detectados en nuestros datos, aparecen rodeados por un círculo en la matríz de la tabla 2. El coeficiente de reproductividad encontrado fué de 0'95 lo cuál nos permite decir que, en efecto, los datos obtenidos se ajustan al modelo y, por lo tanto, parece existir un sesgo en las respuestas de los sujetos que viene determinado por el módulo del estímulo estandar. Cuando el módulo del estandar es menor que el del estímulo de comparación, los sujetos asignan a éste un módulo más pequeño que su módulo real; por el contrario, cuando el módulo del estandar es mayor que el del estímulo de comparación, el módulo asignado por los sujetos es mayor que su módulo real. Para ver si la posicion del estímulo de comparación respecto al estandar podía influir en el sesgo de respuesta detectado, separamos las respuestas dadas por los sujetos a las trescientas tríadas en tres grupos, según que el estímulo de comparación hubiera aparecido en la posición "a",

5 "b" o "c". Una vez separadas volvimos a analizar los datos por el mismo procedimiento, obteniendo los siguientes resultados: Cuando el estímulo de comparación aparece en la posición "a" (ver figura la), el coeficiente de reproductividad emncontrado fué de 0'94. Cuando el estímulo de comparación aparece en posición "b" (ver figura l b), el coeficiente de reproductividad fué de 0'93. Cuando el coeficiente de reproductividad aparece en la posición "c" (ver figura l c ), el coeficiente de reproductividad fué de 0'95. Como puede observarse, todos los coeficientes de reproductividad encontrados fueron superiores a 0'90 que es el límite, por debajo del cuál, se considera que el ajuste de los datos al modelo no es bueno. Podemos concluir por lo tanto que, independientemente de la posición del estímulo estandar respecto al de comparación, las estimaciones que hacen los sujetos del módulo del estímulo de comparación se ven influenciadas por el módulo del estandar, dando lugar al sesgo de respuesta que hemos comentado. Una vez comprobado el sesgo que produce en las respuestas de los sujetos el módulo del estandar y la posición de éste respecto al de comparación, en la segunda parte de nuestro trabajo tratamos de averiguar, si a medida que la diferencia entre el módulo del estandar y el del estímulo de comparación es mayor, aumenta la diferencia entre la estimación hecha por los sujetos y el módulo real del estímulo de comparación. La simple observación de la matriz de la tabla 1 nos permitió constatar que,cuando el módulo del estandar es menor o igual que el del estímulo de comparación se verifica la hipótesis planteada anteriormente; ahora bien, esto no ocurre cuando el módulo del estandar era mayor que el del estímulo de comparación. En la matriz de la tabla 1 se observa que para los valores negativos se verifica ( estandar menor o igual que el de comparación ), pero no para los valores positivos (estandar mayor que el de comparación). Para poder constatar empíricamente estas observaciones utilizamos el coeficiente "Tau de Kendall"; así, para cada uno de los valores del estímulo estandar se calcularon dos coeficientes de correlación, uno con los valores del estímulo de comparación iguales o menores que los del estandar y sus correspondientes diferencias medias entre las estimaciones y los valores reales del estímulo de comparación, y otra con los valores mayores que los del estandar y sus diferencias medias correspondientes. Los resultados obtenidos aparecen recogidos en la tabla 3. Tabla 3 : Coeficientes Tau de Kendall Valores del estímulo estandar

6 Conclusiones A partir de los resultados obtenidos podemos extraer las siguientes conclusiones: - Cuando el módulo del estímulo estandar es menor que el del de comparación, los sujetos tienden a infravalorar el módulo de éste al hacer sus estimaciones. -Cuando el módulo del estímulo estandar es mayor que el del de comparación, los sujetos tienden a supravalorar el módulo de éste en sus estimaciones. -Cuando el módulo del estímulo estandar es menor o igual que el del de comparación, a medida que aumenta la distancia entre ambos aumenta la diferencia entre el módulo real del estímulo de comparación y la estimación que del mismo hacen los sujetos. Esto no se verifica cuando el módulo del estímulo estandar es mayor que el del de comparación. De todo ello, se desprende la necesidad de buscar técnicas que permitan evitar, en lo posible, los distintos sesgos de respuesta que produce el estímulo estandar o, al menos, controlarlos Referencias GARNER, W.R. (1954).- Context effects and the validity of louduess scales. Journal of Experimenal Psychology, 48, pág GESCHEIDER, G.A. (1985).- Psychophysics, Method, Theory and Application London : LEA MACKENNA,F.P. (1985).- Another look at the "New Psychophysics". Brithish Journal of Psychology, 76, pág POULTON, E.C.(1968).-The New Psychophysics : six models for magnitude estimation. Psychological Bulletin, 69,1 pág POULTON, E.C. (1989).- Bias in Quantifying Judgements. London LEA

MEDIDA DE LA AGUDEZA VISUAL

MEDIDA DE LA AGUDEZA VISUAL MEDIDA DE LA AGUDEZA VISUAL 1 Introducción Este programa permite medir la agudeza visual mediante tres tareas (detección sobre un fondo, discriminación de dos objetos circulares y reconocimiento de optotipos),

Más detalles

Metodología de la Investigación: Validez y Confiabilidad. Prof. Reinaldo Mayol Arnao

Metodología de la Investigación: Validez y Confiabilidad. Prof. Reinaldo Mayol Arnao Metodología de la Investigación: Validez y Confiabilidad Prof. Reinaldo Mayol Arnao Validez en varios momentos En esta presentación hablaremos sobre la medición de la validez en dos pasos críticos de la

Más detalles

Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:

Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores: Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres

Más detalles

ÍNDICE INTRODUCCIÓN... 21

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

Más detalles

ROZAMIENTO POR DESLIZAMIENTO

ROZAMIENTO POR DESLIZAMIENTO ROZAMIENTO POR DESLIZAMIENTO 1. OBJETIVO Medida de los coeficientes de rozamiento estático y cinético en diferentes superficies. Cálculo del trabajo que se realiza para mover los bloques. 2.- FUNDAMENTOS

Más detalles

3. RELACION ENTRE DOS CONJUNTOS DE DATOS.

3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. 1 Introducción En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación entre variables. Para lo cual existen

Más detalles

PRÁCTICA 6: PÉNDULO FÍSICO Y MOMENTOS DE INERCIA

PRÁCTICA 6: PÉNDULO FÍSICO Y MOMENTOS DE INERCIA Departamento de Física Aplicada Universidad de Castilla-La Mancha Escuela Técnica Superior Ing. Agrónomos PRÁCTICA 6: PÉNDULO FÍSICO Y MOMENTOS DE INERCIA Materiales * Varilla delgada con orificios practicados

Más detalles

Tema 10: Introducción a los problemas de Asociación y Correlación

Tema 10: Introducción a los problemas de Asociación y Correlación Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación

Más detalles

ANÁLISIS CUANTITATIVO POR WDFRX

ANÁLISIS CUANTITATIVO POR WDFRX ANÁLISIS CUANTITATIVO POR WDFRX El análisis cuantitativo se obtiene mediante la medida de las intensidades de las energías emitidas por la muestra. Siendo la intensidad de la emisión (número de fotones)

Más detalles

Psicometría Tema 6 VALIDEZ DE LAS INFERENCIAS I

Psicometría Tema 6 VALIDEZ DE LAS INFERENCIAS I Psicometría Tema 6 VALIDEZ DE LAS INFERENCIAS I Psicometría Mª Isabel García Barbero, UNED. Universidad Nacional de Educación a Distancia, 2006 1 La fiabilidad de un instrumento de medida es una condición

Más detalles

Medición de la aceleración de la gravedad mediante plano inclinado

Medición de la aceleración de la gravedad mediante plano inclinado Medición de la aceleración de la gravedad mediante plano inclinado Segunda parte Lopez, Johanna Giselle (gyf_lola@hotmail.com) Martinez Roldan, Antu (antucolomenos@hotmail.com) Viglezzi, Ramiro (ramiro.viglezzi@gmail.com)

Más detalles

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS 1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias

Más detalles

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta

Más detalles

Metrología e incertidumbre

Metrología e incertidumbre 1. Introducción Metrología e incertidumbre Universidad Nacional de Colombia Bogotá D.C., Colombia Angie C. Guevara, Daniela A. Casallas, Juan D. Urrea Facultad de ciencias Departamento de física La postura

Más detalles

UNIVERSO QUE QUEREMOS ESTUDIAR

UNIVERSO QUE QUEREMOS ESTUDIAR EXPERIMENTACION UNIVERSO QUE QUEREMOS ESTUDIAR QUEREMOS saber: Cómo funciona? Cómo evolucionará en el tiempo? EXPERIMENTACION SISTEMA Porción representativa del universo de estudio Obtenemos información

Más detalles

Medición de la aceleración de la gravedad Masa unida a un resorte

Medición de la aceleración de la gravedad Masa unida a un resorte Medición de la aceleración de la gravedad Masa unida a un resorte Física Experimental I Octubre 2010 Fernández, Yohanna (yoko_6_10@hotmail.com) Guariste, Maximiliano (maxi_862@hotmail.com) Correa, Pablo

Más detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

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

Más detalles

1. Caso no lineal: ajuste de una función potencial

1. Caso no lineal: ajuste de una función potencial 1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir

Más detalles

Manual de Padres. Matemáticas de 6th Grado. Prueba de Referencia 3

Manual de Padres. Matemáticas de 6th Grado. Prueba de Referencia 3 Matemáticas de 6th Grado Prueba de Referencia 3 Manual de Padres Este manual le ayudará a su hijo a revisar el material aprendido en este trimestre, y le ayudará a prepararse para su primera prueba de

Más detalles

Introducción a la Teoría de Errores

Introducción a la Teoría de Errores Introducción a la Teoría de Errores March 21, 2012 Al medir experimentalmente una magnitud física (masa, tiempo, velocidad...) en un sistema físico, el valor obtenido de la medida no es el valor exacto.

Más detalles

ENRIC RUIZ MORILLAS ESTADÍSTICA APLICADA A EXPERIMENTOS Y MEDICIONES

ENRIC RUIZ MORILLAS ESTADÍSTICA APLICADA A EXPERIMENTOS Y MEDICIONES ENRIC RUIZ MORILLAS ESTADÍSTICA APLICADA A EXPERIMENTOS Y MEDICIONES Índice 1. Experimento y medición...1 2. Frecuencia y probabilidad...3 3. Características teóricas de las variables aleatorias...25 4.

Más detalles

Ataque de texto claro escogido contra la clave de protocolo del cifrado de Doble Criptograma Simétrico

Ataque de texto claro escogido contra la clave de protocolo del cifrado de Doble Criptograma Simétrico Ataque de texto claro escogido contra la clave de protocolo del cifrado de Doble Criptograma Simétrico Manuel J. Lucena López 27 de enero de 2013 Resumen Se presenta un ataque de texto claro escogido para

Más detalles

ANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO

ANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO ANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO Valeria Vidal Aguirre vva@ciencias.unam.mx Programa de Investigación en Cambio Climático, UNAM Licenciatura

Más detalles

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción LABORATORIO No. 0 Cálculo de errores en las mediciones 0.1 Introducción Es bien sabido que la especificación de una magnitud físicamente medible requiere cuando menos de dos elementos: Un número y una

Más detalles

ROZAMIENTO POR DESLIZAMIENTO

ROZAMIENTO POR DESLIZAMIENTO ROZAMIENTO POR DESLIZAMIENTO 1. OBJETIVO Medida de los coeficientes de rozamiento estático y cinético entre diferentes superficies. Cálculo del trabajo realizado por la fuerza de rozamiento. 2.- FUNDAMENTOS

Más detalles

INCERTIDUMBRE Y ERROR EN LAS MEDICIONES EXPERIMENTALES. Profesor: Iván Torres Álvarez Física, Nivel Medio LOGO

INCERTIDUMBRE Y ERROR EN LAS MEDICIONES EXPERIMENTALES. Profesor: Iván Torres Álvarez Física, Nivel Medio LOGO INCERTIDUMBRE Y ERROR EN LAS MEDICIONES EXPERIMENTALES Profesor: Iván Torres Álvarez Física, Nivel Medio LOGO Contenidos Introducción a Errores Incertidumbre de los Resultados Incertidumbre en las Gráficas

Más detalles

Semana 5 Conceptos básicos de polinomios Semana 5

Semana 5 Conceptos básicos de polinomios Semana 5 Conceptos básicos de polinomios Semana 5 Conceptos básicos de polinomios Semana 5 Bienvenidos a esta semana de aprendizaje. Uno de los temas básicos del álgebra lo constituye el estudio de los polinomios

Más detalles

Magnitud: cualidad que se puede medir. Ej. Longitud y temperatura de una varilla

Magnitud: cualidad que se puede medir. Ej. Longitud y temperatura de una varilla Curso nivelación I Presentación Magnitudes y Medidas El método científico que se aplica en la Física requiere la observación de un fenómeno natural y después la experimentación es decir, reproducir ese

Más detalles

FISICA APLICADA. Laboratorio Experimental 1: METROLOGIA

FISICA APLICADA. Laboratorio Experimental 1: METROLOGIA A - Objetivo de la experiencia FISICA APLICADA Laboratorio Experimental 1: METROLOGIA Medida de longitudes con mayor precisión que la dada por regla de lectura directa. Conocimiento y utilización de calibre

Más detalles

Herramientas estadísticas aplicadas a la validación de métodos analíticos.

Herramientas estadísticas aplicadas a la validación de métodos analíticos. Herramientas estadísticas aplicadas a la validación de métodos analíticos. Analítica Experimental III P. en F. Romero Martínez Marisol Revisión: Dra. Silvia Citlalli Gama González Analítica Experimental

Más detalles

Distancia focal de una lente convergente (método del desplazamiento) Fundamento

Distancia focal de una lente convergente (método del desplazamiento) Fundamento Distancia focal de una lente convergente (método del desplazamiento) Fundamento En una lente convergente delgada se considera el eje principal como la recta perpendicular a la lente y que pasa por su centro.

Más detalles

CALIDAD 1 JOSÉ MANUEL DOMENECH ROLDÁN PROFESOR DE ENSEÑANZA SECUNDARIA

CALIDAD 1 JOSÉ MANUEL DOMENECH ROLDÁN PROFESOR DE ENSEÑANZA SECUNDARIA CALIDAD 1 DIAGRAMA DE CORRELACIÓN-DISPERSIÓN QUÉ ES EL DIAGRAMA DE CORRELACIÓN-DISPERSIÓN? Es una herramienta gráfica que permite demostrar la relación existente entre dos clases de datos y cuantificar

Más detalles

Repaso de conceptos de álgebra lineal

Repaso de conceptos de álgebra lineal MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso

Más detalles

PRACTICA-4 TITULO: Estimación de la Claridad: psicofísica de S. S. Stevens. Autor: J.Antonio Aznar-Casanova (Facultat de Psicologia. U.B.

PRACTICA-4 TITULO: Estimación de la Claridad: psicofísica de S. S. Stevens. Autor: J.Antonio Aznar-Casanova (Facultat de Psicologia. U.B. PRACTICA-4 TITULO: Estimación de la Claridad: psicofísica de S. S. Stevens. Autor: J.Antonio Aznar-Casanova (Facultat de Psicologia. U.B.) OBJETIVOS: - Estudiar un método directo de construcción de escalas:

Más detalles

DIBUJO ILUSTRATIVO: CABALLERA ESCORZADA

DIBUJO ILUSTRATIVO: CABALLERA ESCORZADA SEMANA N 11: DIBUJO ILUSTRATIVO: CABALLERA ESCORZADA 1 10.1 DEFINICIÓN DE PROYECCION OBLICUA. En la proyección oblicua los rayos visuales son paralelos entre sí pero oblicuos (diferente de 90º) al plano

Más detalles

COEFICIENTE ALFA LA LEYENDA VIVIENTE EN PSICOLOGÍA ARNOLD TAFUR UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

COEFICIENTE ALFA LA LEYENDA VIVIENTE EN PSICOLOGÍA ARNOLD TAFUR UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS COEFICIENTE ALFA LA LEYENDA VIVIENTE EN PSICOLOGÍA ARNOLD TAFUR UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS TEMAS A DESARROLLAR Alfa fue primero desarrollado por Cronbach? Alfa debe ser mayor o igual que.70

Más detalles

Relación funcional Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se

Relación funcional Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se Distr ibuciones bidim ensionales Relación funcional Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplos Si se

Más detalles

ESTADÍSTICA. DISTRIBUCIÓN BIDIMENSIONAL

ESTADÍSTICA. DISTRIBUCIÓN BIDIMENSIONAL ESTADÍSTICA. DISTRIBUCIÓN BIDIMENSIONAL CONCEPTOS PREVIOS RELACIÓN ESTADÍSTICA Dos variables x e y están relacionadas estadísticamente cuando conocida la primera se puede estimar aproximadamente el valor

Más detalles

VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1

VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1 VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1 Índice 1. Por qué validar un método de análisis? 2. Cuándo validar un método de análisis? 3. Validación de métodos de análisis. 3.1. Selectividad

Más detalles

Error en las mediciones

Error en las mediciones Error en las mediciones TEORIA DE ERROR-GRAFICOS Y APLICACIÓN Representar en un gráfico los datos obtenidos experimentalmente (encontrar relación funcional) Conocer, comprender y analizar algunos elementos

Más detalles

Fiabilidad y variabilidad

Fiabilidad y variabilidad Fiabilidad y variabilidad El coeficiente de fiabilidad de un test se ve afectado por la variabilidad de la muestra. Un test tiende a manifestar un coeficiente de fiabilidad mayor cuanto mayor sea su variabilidad.

Más detalles

Antigüedad y Desempeño Laboral en la Muestra General

Antigüedad y Desempeño Laboral en la Muestra General RESULTADOS La investigación tuvo como objetivo estudiar la relación entre Actitud de Compromiso y Desempeño Laboral; así como la relación la Antigüedad del trabajador y el Desempeño Laboral y la Actitud

Más detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras

Más detalles

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre

Más detalles

Prácticas de Ecología Curso 3 Práctica 1: Muestreo

Prácticas de Ecología Curso 3 Práctica 1: Muestreo PRÁCTICA 1: MUESTREO Introducción La investigación ecológica se basa en la medición de parámetros de los organismos y del medio en el que viven. Este proceso de toma de datos se denomina muestreo. En la

Más detalles

EJERCICIOS DE INTERVALOS DE CON- FIANZA

EJERCICIOS DE INTERVALOS DE CON- FIANZA EJERCICIOS DE INTERVALOS DE CON- FIANZA 1. En Inferencia Estadística: (a) Qué es estimar un parámetro? (b) Qué son el grado de confianza y el margen de error? (c) Si queremos estimar al 1 α % de confianza,

Más detalles

La aplicación de separación de voz separalab

La aplicación de separación de voz separalab Capítulo 4 La aplicación de separación de voz separalab 4.1 Introducción Este capítulo del proyecto está dedicado exclusivamente al aspecto práctico de la realización del mismo. Presentaremos varias simulaciones

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

I. TÉCNICAS DE ANÁLISIS MULTIVARIANTE

I. TÉCNICAS DE ANÁLISIS MULTIVARIANTE ÍNDICE Presentación y justificación................................................... 9 I. TÉCNICAS DE ANÁLISIS MULTIVARIANTE................................... 13 1. Introducción.................................................................

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

Página 3. Página 4. Página 5

Página 3. Página 4. Página 5 Soluciones de las actividades Página 3. El menor de los conjuntos al que pertenecen estos números son: a) Entero b) Entero c) Racional d) Natural e) Racional. Cualquier fracción irreducible puede expresarse

Más detalles

La representación gráfica de una función cuadrática es una parábola.

La representación gráfica de una función cuadrática es una parábola. Función Cuadrática A la función polinómica de segundo grado +bx+c, siendo a, b, c números reales y, se la denomina función cuadrática. Los términos de la función reciben los siguientes nombres: La representación

Más detalles

Lección 3. Análisis conjunto de dos variables

Lección 3. Análisis conjunto de dos variables Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN

Más detalles

A cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o

A cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o DETERMINANTES A cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o Una tabla ordenada n ð n de escalares situada entre dos líneas

Más detalles

Determinación de la agudeza visual estereoscópica (AVE)

Determinación de la agudeza visual estereoscópica (AVE) PRÁCTICA Nº 5 Determinación de la agudeza visual estereoscópica (AVE) OBJETIVO: Obtención del umbral de estereopsis U y la agudeza visual estereoscópica AVE de un sujeto utilizando el método psicofísico

Más detalles

VIDA MEDIA DE UN RADIOELEMENTO

VIDA MEDIA DE UN RADIOELEMENTO PRÁCTICA 9 VIDA MEDIA DE UN RADIOELEMENTO OBJETIVO Determinar la vida media del radioelemento Bario-137m. INTRODUCCIÓN El Bario-137m es producido durante la siguiente secuencia de transformaciones radioactivas:

Más detalles

Diseño de experimentos. Introducción

Diseño de experimentos. Introducción Diseño de experimentos Introducción Objetivo: Introducción Es estudiar la influencia de FACTORES en la RESPUESTA RESPUESTA Variable de interés FACTOR(ES) Pueden ser controlados OTRAS VARIABLES Que pueden

Más detalles

EJERCICIOS RESUELTOS TEMA 1.

EJERCICIOS RESUELTOS TEMA 1. EJERCICIOS RESUELTOS TEMA 1. 1.1. El proceso por el cual se asignan números a objetos o características según determinadas reglas se denomina: A) muestreo; B) estadística; C) medición. 1.2. Mediante la

Más detalles

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)

Más detalles

Análisis de Capacidad Multivariada

Análisis de Capacidad Multivariada Análisis de Capacidad Multivariada Resumen El procedimiento Análisis de Capacidad Multivariada determina la probabilidad de que los puntos caracterizados por dos o más variables se encuentren establecidos

Más detalles

COMPROBACIÓN DE RELACIONES PARAXIALES

COMPROBACIÓN DE RELACIONES PARAXIALES SESIÓN 4: COMPROBACIÓN DE RELACIONES PARAXIALES TRABAJO PREVIO CONCEPTOS FUNDAMENTALES Aproximación paraxial Aproximación de ángulos con el eje óptico pequeños (sen σ σ, tg σ σ). En aproximación paraxial

Más detalles

Germán Bassi. 9 de septiembre de X(i) = 1 N 1T X. i=1

Germán Bassi. 9 de septiembre de X(i) = 1 N 1T X. i=1 . Estimación de la Media Germán Bassi 9 de septiembre de 00 Dada la variable aleatoria X, podemos estimar el valor esperado de la misma mediante la siguiente fórmula: µ X = X(i) = T X. Ambas representaciones

Más detalles

CURSO CONTENIDOS MÍNIMOS U1: NÚMEROS NATURALES. U2: POTENCIA Y RAÍCES.

CURSO CONTENIDOS MÍNIMOS U1: NÚMEROS NATURALES. U2: POTENCIA Y RAÍCES. CURSO 2015-2016. ASIGNATURA: MATEMATICAS CURSO-NIVEL: 1º ESO CONTENIDOS MÍNIMOS U1: NÚMEROS NATURALES. Origen y evolución de los números. Sistemas de numeración aditivos y posicionales. El conjunto de

Más detalles

Medición del índice de refracción de líquidos.

Medición del índice de refracción de líquidos. Universidad Nacional de Tucumán Facultad de Ciencias Exactas y Tecnología Departamento de Física Cátedra de Física Experimental II Proyecto Experimental: Medición del índice de refracción de líquidos.

Más detalles

ANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL

ANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL ANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL. VARIABLES ALEATORIAS Consideremos el experimento de lanzar 3 monedas. Tenemos que su espacio muestral es E CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX Donde

Más detalles

MATHEMATICA. Geometría - Recta. Ricardo Villafaña Figueroa. Material realizado con Mathematica. Ricardo Villafaña Figueroa

MATHEMATICA. Geometría - Recta. Ricardo Villafaña Figueroa. Material realizado con Mathematica. Ricardo Villafaña Figueroa MATHEMATICA Geometría - Recta Material realizado con Mathematica 2 Contenido Sistema de Coordenadas... 3 Distancia entre dos puntos... 3 Punto Medio... 5 La Recta... 8 Definición de recta... 8 Pendiente

Más detalles

Instrumentos y Técnicas de recolección de información y análisis de datos cuantitativos. Roque Virgilio Castillo D Cuire

Instrumentos y Técnicas de recolección de información y análisis de datos cuantitativos. Roque Virgilio Castillo D Cuire Instrumentos y Técnicas de recolección de información y análisis de datos cuantitativos Roque Virgilio Castillo D Cuire Clasificación orientativa de las técnicas de obtención de la información Instrumentos

Más detalles

Unidad 2: EXPRESIÓN Y COMUNICACIÓN GRÁFICA EN TECNOLOGÍA

Unidad 2: EXPRESIÓN Y COMUNICACIÓN GRÁFICA EN TECNOLOGÍA Unidad 2: EXPRESIÓN Y COMUNICACIÓN GRÁFICA EN TECNOLOGÍA El dibujo es una forma de comunicación que permite expresar de un modo sencillo cosas que son muy difíciles de explicar con las palabras. Piensa

Más detalles

ÓPTICA GEOMÉTRICA. Teniendo en cuenta que se trata de ángulos paraxiales, la expresión se puede simplificar a: En el triángulo APC:

ÓPTICA GEOMÉTRICA. Teniendo en cuenta que se trata de ángulos paraxiales, la expresión se puede simplificar a: En el triángulo APC: ÓPTICA GEOMÉTRICA Conceptos generales: Imágenes reales. No se ven a simple vista, pero pueden recogerse sobre una pantalla. Se forman por la intersección de rayos convergentes. Imágenes virtuales. No existen

Más detalles

Estadística Aplicada a la Educación

Estadística Aplicada a la Educación Estadística Aplicada a a la la Educación Estadística Aplicada a la Educación Tutor. UNED Madrid-Sur (A.U. Parla) Miguel Ángel Daza 2014/15 migdaza@madridsur.uned.es 1 2014/15 1 2 4 5 6 7 8 9 10 11 12 La

Más detalles

Ideas básicas del diseño experimental

Ideas básicas del diseño experimental Ideas básicas del diseño experimental Capítulo 4 de Analysis of Messy Data. Milliken y Johnson (1992) Diseño de experimentos p. 1/23 Ideas básicas del diseño experimental Antes de llevar a cabo un experimento,

Más detalles

Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto

Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta

Más detalles

PRINCIPALES NORMAS DE ACOTACIÓN #1. Iñaki Biguri Zarraonandia. Dibujo Técnico. https://ibiguridt.wordpress.com/

PRINCIPALES NORMAS DE ACOTACIÓN #1. Iñaki Biguri Zarraonandia. Dibujo Técnico. https://ibiguridt.wordpress.com/ PRINCIPALES NORMAS DE ACOTACIÓN #1 Dibujo Técnico https://ibiguridt.wordpress.com/ Normas de Acotación Acotación es el conjunto de líneas, cifras y signos indicados en un dibujo, que determinan la forma

Más detalles

a. Toma dos triángulos rectángulos de papel o plástico que sean iguales entre sí. Es posible formar con ellos un rectángulo?

a. Toma dos triángulos rectángulos de papel o plástico que sean iguales entre sí. Es posible formar con ellos un rectángulo? MTERIL PR EL ESTUDINTE ctividad 1 Dos triángulos rectángulos iguales a. Toma dos triángulos rectángulos de papel o plástico que sean iguales entre sí. Es posible formar con ellos un rectángulo? b. De acuerdo

Más detalles

IN INVESTIGACIÓN DE MERCADOS Diseño de la investigación Investigación causal. André Carboni Semestre primavera 2012

IN INVESTIGACIÓN DE MERCADOS Diseño de la investigación Investigación causal. André Carboni Semestre primavera 2012 IN5625 - INVESTIGACIÓN DE MERCADOS Diseño de la investigación Investigación causal André Carboni Semestre primavera 2012 Estamos aquí Definición del problema Desarrollo del enfoque Formulación del diseño

Más detalles

Unidad 1. La Física y la Química como ciencias experimentales

Unidad 1. La Física y la Química como ciencias experimentales Unidad 1. La Física y la Química como ciencias experimentales El método científico Magnitudes y unidades El Sistema Internacional de Unidades Notación científica Cifras significativas y factores de conversión

Más detalles

Facultad de Ciencias Experimentales Universidad de Almería PRÁCTICA 1

Facultad de Ciencias Experimentales Universidad de Almería PRÁCTICA 1 PRÁCTICA 1 APLICACIONES INFORMÁTICAS I OBJETIVOS 1. Utilización de MATLAB para multiplicar matrices, encontrar la inversa de una matriz, obtener las raíces de una ecuación polinómica de orden tres o superior

Más detalles

TEMA 2: DISTRIBUCIONES BIDIMENSIONALES

TEMA 2: DISTRIBUCIONES BIDIMENSIONALES TEMA : DISTRIBUCIONES BIDIMENSIONALES 1.- DISTRIBUCIONES BIDIMENSIONALES Cuando estudiamos un solo carácter estadístico, los datos que obtenemos forman una variable estadística unidimensional. También

Más detalles

ADMINISTRACION DE OPERACIONES

ADMINISTRACION DE OPERACIONES Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura

Más detalles

Determinantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A).

Determinantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno a 11 = a 11 5 = 5 Determinante

Más detalles

3 ANALISIS DESCRIPTIVO DE LOS DATOS

3 ANALISIS DESCRIPTIVO DE LOS DATOS 3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3

Más detalles

MATERIAS DE MODALIDAD: FASES GENERAL Y ESPECÍFICA CURSO JUNIO

MATERIAS DE MODALIDAD: FASES GENERAL Y ESPECÍFICA CURSO JUNIO PRUEBAS DE ACCESO A LA UNIVERSIDAD MATERIAS DE MODALIDAD: FASES GENERAL Y ESPECÍFICA CURSO 2015 2016 MATERIA: DIBUJO TÉCNICO II (2) Convocatoria: JUNIO EL ALUMNO DEBE ELEGIR Y DESARROLLAR, OBLIGATORIAMENTE,

Más detalles

Técnicas de Investigación Social

Técnicas de Investigación Social Licenciatura en Sociología Curso 2006/07 Técnicas de Investigación Social Medir la realidad social (4) La regresión (relación entre variables) El término REGRESIÓN fue introducido por GALTON en su libro

Más detalles

Juan Carlos Colonia INFERENCIA ESTADÍSTICA

Juan Carlos Colonia INFERENCIA ESTADÍSTICA Juan Carlos Colonia INFERENCIA ESTADÍSTICA PARÁMETROS Y ESTADÍSTICAS Es fundamental entender la diferencia entre parámetros y estadísticos. Los parámetros se refieren a la distribución de la población

Más detalles

Planteo del problema, Hipótesis (Construcción y Análisis de modelos) Predicciones: alcance de las hipótesis. EXPERIMENTOS Selección del/los modelos

Planteo del problema, Hipótesis (Construcción y Análisis de modelos) Predicciones: alcance de las hipótesis. EXPERIMENTOS Selección del/los modelos Planteo del problema, Hipótesis (Construcción y Análisis de modelos) Predicciones: alcance de las hipótesis EXPERIMENTOS Selección del/los modelos Obtención de leyes Validación de/los modelos EXPERIMENTACIÓN

Más detalles

Matrices 2º curso de Bachillerato Ciencias y tecnología

Matrices 2º curso de Bachillerato Ciencias y tecnología MATRICES Índice:. Introducción-------------------------------------------------------------------------------------- 2. Definición de matriz-----------------------------------------------------------------------------

Más detalles

EJERCICIOS RESUELTOS TEMA 4. Tarea realizada 68 (84,8) --- (---) 96 (112,8) --- (---)

EJERCICIOS RESUELTOS TEMA 4. Tarea realizada 68 (84,8) --- (---) 96 (112,8) --- (---) Nivel de ansiedad Ansiedad INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 4. 4.1. Con los datos de la Tabla 1, el valor de es igual a: A) 7,17; B) 11,80 C) 16,8. Tabla 1. En un estudio se investigó

Más detalles

Unidad de aprendizaje 06: Investigación Experimental. José Loaiza Torres Magister en Marketing

Unidad de aprendizaje 06: Investigación Experimental. José Loaiza Torres Magister en Marketing Unidad de aprendizaje 06: Investigación Experimental José Loaiza Torres Magister en Marketing PROBLEMA Y COMPETENCIA SITUACIÓN PROBLEMICA: La aplicación de la investigación causal en forma inadecuada produce

Más detalles

MÓDULO No.4 ANÁLISIS DE REACTIVOS

MÓDULO No.4 ANÁLISIS DE REACTIVOS MÓDULO No.4 ANÁLISIS DE REACTIVOS Para efectos de éste curso, se ha considerado prudente analizar dos tipos de respuesta que se brindan al momento de responder a una prueba: las respuestas asociadas con

Más detalles

CONTENIDOS MÍNIMOS BLOQUE 2. NÚMEROS

CONTENIDOS MÍNIMOS BLOQUE 2. NÚMEROS CONTENIDOS Y CRITERIOS DE EVALUACIÓN DE MATEMÁTICAS 1º DE ESO. Bloque 1: Contenidos Comunes Este bloque de contenidos será desarrollado junto con los otros bloques a lo largo de todas y cada una de las

Más detalles

Planificación y desarrollo de un ensayo clínico para un estadístico

Planificación y desarrollo de un ensayo clínico para un estadístico Planificación y desarrollo de un ensayo clínico para un estadístico Ferran.Torres@uab.es 1 Flujo de datos Investigador Monitor Comités Informe Clínico Informe estadístico A. Estadístico Preparación de

Más detalles

ANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth

ANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)

Más detalles

Ajustes lineales por aproximación manual. Reglas para una correcta representación gráfica

Ajustes lineales por aproximación manual. Reglas para una correcta representación gráfica Ajustes lineales por aproximación manual. Reglas para una correcta representación gráfica Para las representaciones gráficas manuales sobre papel deben tenerse en cuenta los siguientes criterios (se presenta

Más detalles

4. TEORÍA DE DISEÑO DE EXPERIMENTOS

4. TEORÍA DE DISEÑO DE EXPERIMENTOS Una vez mostrados el capítulo de materiales de construcción así como el de propagación de señales de radio frecuencia, se puede unir los conceptos para poder diseñar el experimento que sirve para lograr

Más detalles

LEY DE HOOKE. T r. r r. m g r. Figura 1. Si la elongación no es demasiado grande, la fuerza que ejerce el muelle es

LEY DE HOOKE. T r. r r. m g r. Figura 1. Si la elongación no es demasiado grande, la fuerza que ejerce el muelle es LEY DE HOOKE 1. OBJETIVOS Esta práctica persigue básicamente dos objetivos: por una parte, comprobar experimentalmente la ley de Hooke, constatando que la fuerza que ejerce un muelle sobre un objeto unido

Más detalles

GRADIENTE La laplaciana es un buen filtro paso alto, pero no es una buena herramienta para resaltar o detectar los bordes. En muchos casos, los bordes o límites de las figuras o de las regiones aparecen

Más detalles

Práctica No 1. Análisis estadísticos de los datos termodinámicos

Práctica No 1. Análisis estadísticos de los datos termodinámicos Práctica No 1 Análisis estadísticos de los datos termodinámicos 1. Objetivo general: Aplicación correcta de las herramientas estadísticas en el manejo de propiedades, tales como: presión, temperatura y

Más detalles

MÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO

MÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO MÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO Resultados obtenidos por los hombres ganadores de las medallas de oro en salto de longitud y salto de altura en las olimpiadas desde

Más detalles

DISEÑO DE EXPERIMENTOS INTRODUCCIÓN

DISEÑO DE EXPERIMENTOS INTRODUCCIÓN DISEÑO DE EXPERIMENTOS INTRODUCCIÓN QUE SON LOS DISEÑOS DE EXPERIMENTOS? El diseño de experimentos consiste en la preparación de una prueba o una serie de pruebas donde se hacen cambios intencionales a

Más detalles