El sesgo en la estimación de distancias y el escalograma de Guttman
|
|
- Victoria Castro Nieto
- hace 6 años
- Vistas:
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 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 detallesMetodología 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 detallesMediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:
Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres
Más detallesÍNDICE 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 detallesROZAMIENTO 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 detalles3. 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 detallesPRÁCTICA 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 detallesTema 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 detallesANÁLISIS 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 detallesPsicometría 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 detallesMedición 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 detalles3. 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 detallesOTRAS 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 detallesMetrología 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 detallesUNIVERSO 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 detallesMedición 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 detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detalles1. 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 detallesManual 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 detallesIntroducción 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 detallesENRIC 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 detallesAtaque 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 detallesANÁLISIS 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 detallesLABORATORIO 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 detallesROZAMIENTO 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 detallesINCERTIDUMBRE 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 detallesSemana 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 detallesMagnitud: 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 detallesFISICA 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 detallesHerramientas 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 detallesDistancia 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 detallesCALIDAD 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 detallesRepaso 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 detallesPRACTICA-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 detallesDIBUJO 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 detallesCOEFICIENTE 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 detallesRelación 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 detallesESTADÍSTICA. 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 detallesVALIDACIÓN 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 detallesError 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 detallesFiabilidad 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 detallesAntigüedad 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 detallesESTADISTICA 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 detallesCorrelación. 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 detallesPrácticas de Ecología Curso 3 Práctica 1: Muestreo
PRÁCTICA 1: MUESTREO Introducción La investigación ecológica se basa en la medición de parámetros de los organismos y del medio en el que viven. Este proceso de toma de datos se denomina muestreo. En la
Más detallesEJERCICIOS 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 detallesLa 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 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 detallesI. TÉCNICAS DE ANÁLISIS MULTIVARIANTE
ÍNDICE Presentación y justificación................................................... 9 I. TÉCNICAS DE ANÁLISIS MULTIVARIANTE................................... 13 1. Introducción.................................................................
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 detallesPágina 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 detallesLa 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 detallesLección 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 detallesA 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 detallesDeterminación 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 detallesVIDA 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 detallesDiseño 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 detallesEJERCICIOS 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 detallesASOCIACIÓN 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 detallesAnálisis 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 detallesCOMPROBACIÓN 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 detallesGermán 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 detallesCURSO 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 detallesMedición 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 detallesANEXO.- 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 detallesMATHEMATICA. 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 detallesInstrumentos 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 detallesUnidad 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 detallesÓPTICA 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 detallesEstadística 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 detallesIdeas 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 detallesUniversidad 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 detallesPRINCIPALES 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 detallesa. 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 detallesIN 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 detallesUnidad 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 detallesFacultad 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 detallesTEMA 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 detallesADMINISTRACION 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 detallesDeterminantes. 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 detalles3 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 detallesMATERIAS 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 detallesTécnicas 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 detallesJuan 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 detallesPlanteo 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 detallesMatrices 2º curso de Bachillerato Ciencias y tecnología
MATRICES Índice:. Introducción-------------------------------------------------------------------------------------- 2. Definición de matriz-----------------------------------------------------------------------------
Más detallesEJERCICIOS 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 detallesUnidad 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 detallesMÓDULO 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 detallesCONTENIDOS 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 detallesPlanificación 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 detallesANÁLISIS 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 detallesAjustes 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 detalles4. 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 detallesLEY 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 detallesGRADIENTE 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 detallesPráctica 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 detallesMÉTODOS 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 detallesDISEÑO 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