ACTIVIDAD 3 PRÁCTICA
|
|
- Elena Santos Villalobos
- hace 6 años
- Vistas:
Transcripción
1 Universidad Autónoma de Entre Ríos CeReGeo- PIECAS Capacitación en Geomática aplicada a la Gestión Ambiental del CLRP ACTIVIDAD 3 PRÁCTICA Diciembre de 2013
2 Objetivos de la práctica Aplicar los contenidos previos desarrollados en los módulos previos. Analizar y evaluar la disponibilidad de información ambiental a escala regional y global para el CLRP. Discutir técnicas de integración de información espacial y de campo.
3 MODELOS Que son? Ej: DEM Escenarios Worldclim Comportamiento de plantas
4 Otro tipo de Modelos... Modelos de Distribución de especies (SDM) Los modelos de distribución de especies indican la idoneidad del hábitat (NICHO) para el desarrollo de poblaciones de una especie concreta o de una comunidad, calculada a partir de observaciones de campo y una serie de variables ambientales que actúan como predictores.
5 Ejemplo: Modelos de nichos ECOCROP 1600 Precipitation (mm) 1400 Marginal conditions Death Optimum conditions Not suitable conditions Temperature (ºC) Mirar en:
6 Existencia de áreas con diferente aptitud para la presencia/desarrollo de una población
7 Aportes al estudio de modelos de distribución de especies
8 Algunos aportes al estudio de modelos de distribución de especies para Bolivia
9 Criterios para la construcción de los Modelos de distribución de especies Factores que afectan la precisión del resultado final: Las variables predictoras seleccionadas (es recomendable realizar primero un test para evaluar posibles correlaciones)
10 Criterios para la construcción de los Modelos de distribución de especies Factores que afectan la precisión del resultado final: La calidad de los datos de localización de la especie: - Registros de presencia - Registros de presencia-ausencia. -Métodos basados en registros de presencia-ausencia (GLM), GAM (generalized additive models) y redes neuronales. Método basados únicamente en presencias como (Bioclim, Domain, ENFA, GARP y MaxEnt)
11 Los modelos basados únicamente en presencias representan generalmente la distribución espacial del nicho ecológico fundamental de la especie. Los modelos basados en presencia-ausencia indican de modo más aproximado la distribución del nicho ecológico realizado.
12 MAXENT: El principio o método de Máxima Entropia (MaxEnt) es un procedimiento para generar distribuciones de probabilidad de forma sistemática y objetiva. MaxEnt estima la probabilidad de ocurrencia de la especie buscando la distribución de máxima entropía (lo más uniforme posible) sujeta a la condición de que el valor esperado de cada variable ambiental según esta distribución coincide con su media empírica.
13 Modelos de distribución de especies basados en registros de presencia. Software Maxent Descarga libre del sitio:
14 Programa basado en una distribución de Máxima Entropía para la modelización de la distribución geográfica de las especies Soporte técnico y teórico Software Maxent Steven J. Phillips, Miroslav Dudík, Robert E. Schapire. A maximum entropy approach to species distribution modeling. In Proceedings of the Twenty-First International Conference on Machine Learning, pages , Steven J. Phillips, Robert P. Anderson, Robert E. Schapire. Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190: , Jane Elith, Steven J. Phillips, Trevor Hastie, Miroslav Dudík, Yung En Chee, Colin J. Yates. A statistical explanation of MaxEnt for ecologists. Diversity and Distributions, 17:43-57, TUTORIAL MAXENT.
15 EXPLORANDO LA NTERFASE SOFTWARE MAXENT
16 Requisitos para modelar... 1) Datos Biológicos: Archivo con los lugares de presencia de la especies ( muestras ) 2) Datos geográficos: Un directorio (carpeta) que contenga las variables ambientales. Se carga el directorio completo. En formato ASCII. Deben ser interpretados con precaución cuando las variables explicativas están correlacionadas. 3) Directorio (carpeta) de salida.
17 1) Datos Biológicos: El archivo presencia.csv contiene las localidades de presencia, y sus primeras líneas son: Es FUNDAMENTAL respetar species,longitude,latitude este esquema caso contrario nombre,-65.4, no funciona el software... nombre, ,
18 Vista de Maxent con el archivo de presencia (csv) Si el archivo de muestras tiene datos duplicados (muestreos múltiples para la misma especie en la misma celda), se pueden eliminar desde el menú Settings Delete duplicates.
19 2) Datos geográficos: Son coberturas ambientales en formato raster, (ASCII) (en formato.asc de ESRI) Todas deben tener la misma extensión geográfica y tamaño de píxel. Se han tomado como ejemplo algunas de las variables de worldclim.
20 EXPLORAR LOS SETTINGS... Iteracciones: A mayor cantidad de iteracciones, se mejora el ajuste de la distribución de los datos modelados.
21 Selección de puntos de muestreo y testeo: Los puntos de muestreo para realizar el test del modelo son una muestra tomada al azar de las localidades de presencia de la especie. MaxEnt utiliza el mismo conjunto de datos tomados al azar en cada vuelta del modelo, mientras que la opción random seed (en el panel de settings ) no esté seleccionada. El 25 de la casilla random test porcentaje indica al programa que guarde un 25% de los puntos de muestreo, elegidos al azar, para realizar el test final sobre el modelo. (Las probabilidades binomiales se calculan con exactitud si el número de muestras de ensayo es a lo sumo 25%).
22 MaxEnt soporta 3 formatos de resultados para los valores del modelo: Datos brutos (modelo exponencial de MaxEnt). Cumulativo, (valor bruto r, que es el porcentaje de la distribución de MaxEnt con valor máximo r) Logistico: (si c es el exponente de la entropía de la distribución de MaxEnt, entonces el valor logístico correspondiente al valor bruto de r es c r/(1+c r). El resultado por defecto es logístico, ya que es el más fácil de conceptualizar: da una estimación entre 0 y 1 de la probabilidad de presencia.
23 Corriendo el modelo... Una vez que se han cargado las capas, definido los parámetros y los directorios de almacenamiento de los resultados----- se corre el modelo!!
24 gain es una medida de la bondad de ajuste utilizada en modelos de distribución de especies (SDM). Por ejemplo, si el gain toma valor de 2, ello significa que el valor medio de los píxeles que contienen un punto de presencia es exp(2) 7.4 veces mayor que una distribución al azar sobre dicho píxel. MaxEnt no calcula directamente la probabilidad de ocurrencia (Ʃ prob pixeles =1)
25 Salidas del modelo: De acuerdo a los settings seleccionados, el modelo proporciona diferentes tipos de resultados: Carpeta con gráficos de relaciones entre variables y mapa Grilla del modelo (Formato ASCII o GRD.) Resultados del modelo (Formato html) Resultados parciales: ventana que muestra el directorio de salida del modelo Maxent. Se observan los diferentes archivos y carpetas generadas de acuerdo a los parámetros escogidos.
26 Salidas del modelo: El archivo html:
27 Análisis estadísticos de MAXENT En el gráfico vemos como la omisión en los puntos de entrenamiento coincide muy bien con la tasa de omisión predicha, que se corresponde con la tasa de omisión para el test de la propia distribución de MaxEnt.
28 Curva operacional (curva ROC)Receiver Operating Characteristic La curva roja (entrenamiento) representa el ajuste del modelo a los datos de muestreo. La curva azul (test) indica el grado de ajuste del modelo a los datos y supone el test real del poder predictivo del modelo. La línea negra representa la línea esperada si el modelo no fuese mejor que por azar.
29 Umbrales y tasas de omisión Los umbrales de corte se estiman, para cada modelo seleccionado (logistico/cumulativo) obteniendo aquel valor de umbral mayor para el cual la tasa de omisión de entrenamiento es menor. (herramienta para la clasificación de los GRID resultantes).
30 La imagen utiliza colores para indicar la probabilidad predicha de condiciones favorable. (Color rojo : alta probabilidad de condiciones favorables para las especies consideradas, el verde indica condiciones típicas y los tonos claros de azul indican una baja probabilidad de condiciones ambientales favorables para la especie.
31 Análisis de la contribución de las variables Estimación de las contribuciones relativas de las variables ambientales al modelo Maxent. Para determinar la estimación, en cada iteración del algoritmo de entrenamiento, el aumento en la ganancia de regularización se añade la contribución de la variable correspondiente, o se resta de él, si el cambio en el valor absoluto de la lambda es negativo. La temperatura media del cuartil más frío y la precipitación anual explican más del 80% de la distribución de la especie.
32 Parámetros del modelo:
33 Importar el resultado a DIVA GIS Data> Import to gridfile > single file (para transformar de ASCII a GRID) Ingresar datos de variables estudiadas y Registro de especies.
34 DIVA GIS Modelado
35
36 Resultado del modelo Bioclim (Diva GIS)
37 Ver con los puntos de presencia de coberturas, q walter los mencione p la clasificacion (inputs p validar) q pablo los tome en el campo, q fernando los sistematice y pamela los aplique en un modelo d potencialidad d habita(diva)
Qué modelo elegir? BIOCLIM. DOMAIN GARP MaxEnt. Elisa Liras Dpto. Biología Vegetal y Ecología Universidad de Almería
Grupo de investigación Ecología de Zonas Áridas CENTRO ANDALUZ PARA LA EVALUACIÓN Y SEGUIMIENTO DEL CAMBIO GLOBAL Qué modelo elegir BIOCLIM. DOMAIN GARP MaxEnt Elisa Liras Dpto. Biología Vegetal y Ecología
Más detallesAlgoritmos de Modelación (o las máquinas de chorizos) Enrique Martínez-Meyer
Algoritmos de Modelación (o las máquinas de chorizos) Enrique Martínez-Meyer emm@ib.unam.mx El proceso del modelado de nichos Step 3 Step 1 Collate GIS database of environmental layers (e.g. temperature,
Más detallesModelos en ecología.
Modelos en ecología Estoy basando esta presentación principalmente en: Pearson 2008. Species Distribution Modeling for Conservation Educators and Practitioners. http://academic.uprm.edu/~jchinea/uip-mapr/refs/modelos/pearson2008.pdf
Más detallesFuncionamiento, interfaz y formato de los datos en GARP
Grupo de investigación Ecología de Zonas Áridas CENTRO ANDALUZ PARA LA EVALUACIÓN Y SEGUIMIENTO DEL CAMBIO GLOBAL Funcionamiento, interfaz y formato de los datos en GARP Elisa Liras Dpto. Biología Vegetal
Más detallesMapa Predictivo de Distribución Potencial de Aedes aegypti en Chile
Mapa Predictivo de Distribución Potencial de Aedes aegypti en Chile Tercera Escuela Internacional de Entrenamiento Avanzado en Epidemiología Panoramica Epidemiología Panorámica La epidemiología panorámica
Más detallesLos Buenos y los Malos para las transferencias de nicho ecológico
Los Buenos y los Malos para las transferencias de nicho ecológico Angela Patricia Cuervo Robayo Enrique Martínez-Meyer Adolfo Navarro Richard Pearson E Cómo funcionan? Introducción general G Aplicaciones
Más detallesDIPLOMADO INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA COMO HERRAMIENTA DE PLANIFICACIÓN TERRITORIAL - AMBIENTAL
DIPLOMADO INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA COMO HERRAMIENTA DE PLANIFICACIÓN TERRITORIAL - AMBIENTAL MÓDULO VI. ANÁLISIS DEL CAMBIO CLIMÁTICO A TRAVÉS DE HERRAMIENTAS SIG PARTE 2:
Más detallesPROYECCIÓN DE LOS MODELOS DE NICHOS ECOLÓGICOS EN TIEMPO Y ESPACIO
PROYECCIÓN DE LOS MODELOS DE NICHOS ECOLÓGICOS EN TIEMPO Y ESPACIO Enrique Martínez Meyer emm@ib.unam.mx Instituto de Biología Universidad Nacional Autónoma de México El modelado de nichos ecológicos a
Más detallesPrograma MODERFOREST: una aplicación para la elección de especie y origen de la semilla en repoblaciones forestales
M Programa MODERFOREST: una aplicación para la elección de especie y origen de la semilla en repoblaciones forestales Rafael Alonso Ponce, Eduardo López Senespleda, Gregorio Montero SmartOpenData Instituto
Más detallesPrograma MODERFOREST: una aplicación para la elección de especie y origen de la semilla en repoblaciones forestales
Programa MODERFOREST: una aplicación para la elección de especie y origen de la semilla en repoblaciones forestales Rafael Alonso Ponce, Eduardo López Senespleda, Gregorio Montero SmartOpenData Instituto
Más detallesDisponibilidad, tipo y acceso a los datos:
Grupo de investigación Ecología de Zonas Áridas CENTRO ANDALUZ PARA LA EVALUACIÓN Y SEGUIMIENTO DEL CAMBIO GLOBAL Disponibilidad, tipo y acceso a los datos: Los datos biológicos. Los datos ambientales.
Más detallesEl hábitat climático de los hayedos en España: aplicación de modelos aditivos generalizados a los datos del Inventario Forestal Nacional
5CFE01-039 2/9 El hábitat climático de los hayedos en España: aplicación de modelos aditivos generalizados a los datos del Inventario Forestal Nacional GASTÓN GONZÁLEZ, A. 1, GARCÍA VIÑAS, J.I. 1 y ROPERO
Más detallesPrimer modelo del riesgo de invasión de Vespa velutina en Cataluña
Primer modelo del riesgo de invasión de Vespa velutina en Cataluña Joan Pino Jara Andreu Enrique Álvarez Septiembre de 2014 INTRODUCCIÓN La avispa asiática (Vespa velutina) es un himenóptero invasor en
Más detalles5.1. Generación de los mapas de clima reciente Generación de los mapas de clima futuro Modelos de distribución potencial
5. METODOLOGÍA Los datos básicos descritos en el apartado anterior deben ser procesados para generar información adaptada a los requerimientos del trabajo. Por ejemplo, la información climática asignada
Más detallesTutorial. HERRAMIENTA WEB / TERRA-i PERU
HERRAMIENTA WEB / TERRA-i PERU Citación sugerida: PAZ-GARCIA, P. & COCA-CASTRO, A. (2014) Herramienta Web / Terra-i Perú. del proyecto Terra-i-Perú. Versión 1 Resumen El siguiente tutorial contiene la
Más detallesAprendizaje Automatizado
Aprendizaje Automatizado Aprendizaje Automatizado Programas que mejoran su comportamiento con la experiencia. Dos formas de adquirir experiencia: A partir de ejemplos suministrados por un usuario (un conjunto
Más detallesRedacción de textos: Roberto Matellanes, Luís Quesada y Devora Muñoz Elaborado por: Proyecto Pandora y Asociación Geoinnova
Redacción de textos: Roberto Matellanes, Luís Quesada y Devora Muñoz Elaborado por: Proyecto Pandora y Asociación Geoinnova www proyectopandora.es. www.geoinnova.org Reconocimiento NoComercial CompartirIgual
Más detallesMANUAL DE USO PROGRAMA SENSIBAR
MANUAL DE USO PROGRAMA SENSIBAR ANALSIS DE SENSIBILIDAD Y SIMULACION DE MONTECARLO JOSE FUENTES VALDES FACEA - UNIVERSIDAD DE CONCEPCION Facultad de Economía Universidad de Concepción 1 SensiBar. ANALSIS
Más detallesTutorial. VISUALIZACIÓN DE DETECCIONES TERRA-i
VISUALIZACIÓN DE DETECCIONES TERRA-i Citación sugerida: PAZ-GARCIA, P. & COCA-CASTRO, A. (2014) Visualización de detecciones Terra-i. del proyecto Terra-i-Perú. Versión 1 Resumen El siguiente tutorial
Más detallesAPLICACIÓN SOFTWARE PARA EL PROCESADO DE DATOS LIDAR Y LA ESTIMACIÓN DE VARIABLES DE INVENTARIOS FORESTALES
APLICACIÓN SOFTWARE PARA EL PROCESADO DE DATOS LIDAR Y LA ESTIMACIÓN DE VARIABLES DE INVENTARIOS FORESTALES Grupo de Cartografía Geoambiental y Teledetección (http://cgat.webs.upv.es) Universidad Politécnica
Más detallesInterfaz BIOCLIM e Interfaz DOMAIN
Grupo de investigación Ecología de Zonas Áridas CENTRO ANDALUZ PARA LA EVALUACIÓN Y SEGUIMIENTO DEL CAMBIO GLOBAL Interfaz BIOCLIM e Interfaz DOMAIN Elisa Liras Dpto. Biología Vegetal y Ecología Universidad
Más detallesDISTRIBUCIÓN POTENCIAL DE GOPHERUS FLAVOMARGINATUS BAJO EFECTOS DEL CAMBIO CLIMÁTICO ANTROPOGÉNICO
DISTRIBUCIÓN POTENCIAL DE GOPHERUS FLAVOMARGINATUS BAJO EFECTOS DEL CAMBIO CLIMÁTICO ANTROPOGÉNICO Cristino Villarreal-Wislar 1,2, J. Gamaliel Castañeda-Gaytán 1 y Ulises Romero- Méndez 1 Jaime Eliberio
Más detallesEstadística básica con R Commander. María Eugenia Fernández de Luco
Estadística básica con R Commander María Eugenia Fernández de Luco Facultad de Ciencias Exactas, Ingeniería y Agrimensura Universidad Nacional de Rosario 2014 ÍNDICE 1. Introducción... 2 2. Lectura de
Más detallesElaboración de modelos de distribución potencial de especies con MAXENT
Elaboración de modelos de distribución potencial de especies con MAXENT Descripción del video-curso: A través de este curso podrás gestionar los archivos ráster de variables ambientales territoriales necesarias
Más detallesPredicción de la distribución potencial del castaño en Galicia mediante modelos de nicho ecológico
Predicción de la distribución potencial del castaño en Galicia mediante modelos de nicho ecológico Seminario Sectorial del PNACC: Adaptación al cambio climático en bosques CENEAM, Valsaín (Segovia), 14
Más detallesMODELOS PREDICTIVOS APLICADOS A LA CONSERVACIÓN DE FLORA AMENAZADA: INVERNADEROS VS. LINARIA NIGRICANS EN EL SURESTE ÁRIDO IBÉRICO
MODELOS PREDICTIVOS APLICADOS A LA CONSERVACIÓN DE FLORA AMENAZADA: INVERNADEROS VS. LINARIA NIGRICANS EN EL SURESTE ÁRIDO IBÉRICO BENITO DE PANDO, B.; PEÑAS DE GILES, J. Departamento de Botánica, Universidad
Más detallesSistemas de información geográfica (SIG): análisis espacial de datos aplicados a las Ciencias Naturales y Sociales.
Curso de posgrado Sistemas de información geográfica (SIG): análisis espacial de datos aplicados a las Ciencias Naturales y Sociales. Organizadores: Cátedra de Sistemas de Información Geográfica (Departamento
Más detallesLección n 5. Modelos de distribución n potencial de especies
Lección n 5. Modelos de distribución n potencial de especies 1. Elaboración de modelos de distribución de especies. a. Planteamiento. El modelado del nicho ambiental se basa en el principio de que la distribución
Más detallesRutas de colonización de la cabra montés (Capra pyrenaica) en la Comunidad de Madrid
Rutas de colonización de la cabra montés (Capra pyrenaica) en la Comunidad de Madrid Pablo Refoyo Román pa.refoyo@bio.ucm.es Departamento de Zoolgía y Antropología Física Universidad Complutense de Madrid
Más detallesLand Change Modeler for Ecological Sustainability
3.2.2.- Aplicación práctica de la metodología de Pontius y otros (2004). Desarrollo estadístico y espacial en el SIG Idrisi Andes. Land Change Modeler for Ecological Sustainability Introducción LCM es
Más detallesLos modelos de nicho ecológico:
Grupo de investigación Ecología de Zonas Áridas CENTRO ANDALUZ PARA LA EVALUACIÓN Y SEGUIMIENTO DEL CAMBIO GLOBAL Los modelos de nicho ecológico: Etapas en la construcción de un modelo de nicho ecológico.
Más detallesModelos de distribución potencial de plagas fitosanitarias. Dirección Nacional de Protección Vegetal
Modelos de distribución potencial de plagas fitosanitarias. Ing. Agr. Guillermo Heit Dirección de Vigilancia y Monitoreo Modelo de distribución potencial de plagas fitosanitarias. Presentación y Análisis
Más detallesModelo Predictivo del Crimen para la Región Metropolitana
Análisis Espacial de la Criminalidad basado en Georeferenciación de Denuncias José Miguel Benavente PhD Departamento de Economía. Departamento de Ingeniería Industrial. Universidad de Chile. Carabineros
Más detallesRéplica del III taller sobre modelización de nichos ecológicos de GBIF
Réplica del III taller sobre modelización de nichos ecológicos de GBIF Madrid, España. 14-16 marzo 2007 Francisco Javier Bonet García, 2007 Contenidos Ejemplo de una forma sencilla de evaluar modelos Tipos
Más detallesOp#mización del uso de modelos jerárquicos de distribución de especies en la conservación de plantas
Op#mización del uso de modelos jerárquicos de distribución de especies en la conservación de plantas R.G. Mateo, A. Gastón, M.-J. Aroca, M.C. Mateo-Sánchez, G. Chamorro López, E. Gavela Coya, E. Gu:érrez
Más detallesAnexo I. Manual Crystal Ball
Anexo I. Manual Crystal Ball A1.1. Crystal Ball Este anexo presenta los conceptos básicos necesarios para comprender la simulación Monte Carlo, iniciar Crystal Ball, analizar los menús y las barras de
Más detallesAJUSTE DE LA DISTRIBUCIÓN DE PROBABILIDAD DE MÁXIMA PRECIPITACIÓN DIARIA EN SANTA CRUZ DE TENERIFE A LA DISTRIBUCIÓN GENERALIZADA DE PARETO
263 AJUSTE DE LA DISTRIBUCIÓN DE PROBABILIDAD DE MÁXIMA PRECIPITACIÓN DIARIA EN SANTA CRUZ DE TENERIFE A LA DISTRIBUCIÓN GENERALIZADA DE PARETO Ana MORATA GASCA y Carlos ALMARZA MATA Instituto Nacional
Más detallesFigura 1. Generación de variables aleatorias.
PRÁCTICA 3. Ingeniería Técnica Industrial (2º) - Mecánica. Profesores: Javier Faulín y Francisco Ballestín 1. Generación de variables aleatorias. El programa nos permite generar variables aleatorias especificando
Más detallesIntroducción. CURSO QSIG AEIG
Quantum GIS. Introducción. Es un proyecto de la fundación OSGeo a partir de 2008. Es una de las principales opciones de SIG de código abierto. Soporta un amplio número de formatos vectoriales y raster.
Más detallesNociones de modelización de nicho ecológico. María Cecilia Londoño. Investigador Titular Laboratorio de Biogeografía Aplicada y Bioacústica.
Nociones de modelización de nicho ecológico. María Cecilia Londoño. Investigador Titular Laboratorio de Biogeografía Aplicada y Bioacústica. Instituto de Investigación de Recursos Biológicos Alexander
Más detallesCAPÍTULO 1. INTRODUCCIÓN
CAPÍTULO 1. INTRODUCCIÓN Las tecnologías de la información son herramientas que ayudan a las personas a tomar decisiones de forma eficiente y efectiva. Los Data Warehouse [16, 5], Minería de datos [9,
Más detallesAplicación de Sistemas de Información Geográfica en los estudios de hábitat de taxones amenazados: Erodium mouretii Pitard.
6CFE01-009 2/9 Aplicación de Sistemas de Información Geográfica en los estudios de hábitat de taxones amenazados: Erodium mouretii Pitard. MÁRQUEZ GARCÍA, F. 1, GARCÍA ALONSO, D. 1 y VÁZQUEZ PARDO, F.M.
Más detallesIntroducción al los Modelos Digitales de Terreno y su Análisis con SIG
Introducción al los Modelos Digitales de Terreno y su Análisis con SIG 2011 Curvas de Nivel y Elevación Curvas de Nivel o Isolíneas Son líneas que conectan puntos de igual valor (altura, concentración
Más detallesPreparación de los datos de entrada
Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:
Más detalles6.4. APLICACIÓN DE REDES NEURONALES EN EL CÁLCULO DE LA TASA DE CONTORNEAMIENTOS Velocidad de retorno del rayo con distribución uniforme
Aplicación de redes neuronales en el cálculo de sobretensiones y tasa de contorneamientos 233 6.4. APLICACIÓN DE REDES NEURONALES EN EL CÁLCULO DE LA TASA DE CONTORNEAMIENTOS 6.4.1. Introducción Como ya
Más detallesOPTEX EXCEL GRAPHIC USER INTERFACE (OPTEX-EXCEL-GUI) MANUAL DEL USUARIO
OPTEX EXCEL GRAPHIC USER INTERFACE (OPTEX-EXCEL-GUI) MANUAL DEL USUARIO ESTE DOCUMENTO CONTIENE INFORMACIÓN CONFIDENCIAL, PROPIEDAD INTELECTUAL DE DO ANALYTICS LLC. Y SE ENTREGA CON EL ENTENDIMIENTO DE
Más detallesVIII Jornadas de Usuarios de R
VIII Jornadas de Usuarios de R Análisis del Abandono en el Sector Bancario Predicción del abandono de clientes Albacete, 17 de Noviembre de 2016 I. INDICE : Modelo Abandonos I. COMPRENSIÓN DEL NEGOCIO
Más detallesANÁLISIS MULTITEMPORAL VECTORIAL EN ARCGIS
ANÁLISIS MULTITEMPORAL VECTORIAL EN ARCGIS Mini-guía de caso Herramientas en este ejercicio: Geoprocesamiento: Intersección Cálculo de áreas Concatenación de campos en tablas Consolidado de tablas o Summarize
Más detallesa) La probabilidad de que haya exactamente dos zurdos. b) P(x 2) c) P(x < 2) d) P(1 x 4)
Probabilidad Binomial 1.- Supóngase que el 24 por ciento de cierta población tiene sangre tipo B. A partir de una muestra de 20 individuos extraída esa población, calcular la probabilidad: p = 0.24 n =
Más detallesManual de Uso del Sistema de Información Geográfica Web SIGRAS. INIA Unidad de Agroclima y Sistemas de Información (GRAS) Junio 2013
Manual de Uso del Sistema de Información Geográfica Web SIGRAS Junio 2013 Página 1 de 20 Contenido 1. INTRODUCCIÓN.... 3 2. SIGRAS.... 4 2.1. Inicio.... 4 2.2. Información Geográfica.... 5 2.3. Visualizador....
Más detallesIntroducción a los Sistemas de Información Agustín Rudas arudasl@unal.edu.co Laboratorio de Teledetección y SIG. Junio de 2008 Primera Parte: Que es un SIG (Teórico) Segunda Parte: Trabajando con ArcView
Más detallesAplicaciones con. Eduardo Herrera Lana
Aplicaciones con Eduardo Herrera Lana Todos los derechos reservados. Prohibida su reproducción total o parcial por cualquier medio, electrónico o mecánico, para cualquier propósito, sin autorización escrita
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesCurso internacional de capacitación continua en geomática Aplicaciones integradas de SIG utilizando TerrSet
Curso internacional de capacitación continua en geomática Aplicaciones integradas de SIG utilizando TerrSet Quito, 3-7 octubre 2016 Plan de la semana Horario Lunes Martes Miércoles Jueves Viernes 8h-13h
Más detallesPRÁCTICA 3: DISEÑO DE PLANTILLAS WEB
PRÁCTICA 3: DISEÑO DE PLANTILLAS WEB Las plantillas son herramientas de las que disponemos para crear un formato determinado para que todas las páginas tengan unas características similares, de forma que
Más detallesEstado de funcionamiento y de conservación de los bosques nativos ante los cambios de uso de la tierra por urbanizaciones en la Cuenca de Chavacaste
Estado de funcionamiento y de conservación de los bosques nativos ante los cambios de uso de la tierra por urbanizaciones en la Cuenca de Chavacaste Alicia H. Barchuk, A. Horacio Britos, Emmanuel de la
Más detallesCurso Práctico Técnico GIS Aplicado a la Gestión Ambiental ARCGIS
Curso Práctico Técnico GIS Aplicado a la Gestión Ambiental ARCGIS Manual de Formación Indice 1. Introducción 2. Entrada de Datos 3. Servidores y Georreferenciación 4. Gestión de Tablas 5. Edición 6. Análisis
Más detallesManual de utilización del Módulo DEM_Ascii. El archivo creado se utiliza con Arc Gis o ENVI por ejemplo.
Jean-François PARROT LAGE, Instituto de Geografía UNAM, México D.F., México Manual de utilización del Módulo DEM_Ascii El presente módulo permite generar un archivo ASCII a partir de un Modelo Digital
Más detallesINICIACIÓN AL SPATIAL ANALYSIS. Manuel Loro Aguayo y Rosa María Arce Ruíz. Mayo 2013
INICIACIÓN AL SPATIAL ANALYSIS Manuel Loro Aguayo y Rosa María Arce Ruíz. Mayo 2013 En el siguiente ejercicio vamos a realizar un análisis territorial a partir de un modelo digital del terreno (MDT) con
Más detallesAprendizaje Automático
Aprendizaje Automático Andrea Mesa 21 de mayo de 2010 Aprendizaje automático Otras denominaciones: machine learning, statistical learning, data mining, inteligencia artificial. Las técnicas de Aprendizaje
Más detallesSistemas de Información Geográfica (SIG)
Facultad de Arquitectura, Urbanismo y Paisaje Escuela de Arquitectura del Paisaje Sistemas de Información Geográfica (SIG) Mario Reyes Galfán Ingeniero Ambiental Arquitectura del Paisaje 13.08.2010 1 Objetivos
Más detallesPráctica 1. Introducción a la optimización mediante herramienta MS Excel Solver (I)
Ingeniería de Telecomunicación Planificación Avanzada de Redes de Comunicaciones Curso 2006-2007 Pablo Pavón Mariño Práctica 1. Introducción a la optimización mediante herramienta MS Excel Solver (I) Objetivos
Más detallesEvaluacion del cambio climatico en café y cultivos asociados para las principales regiones cultivadas de Nariño (Colombia)
Evaluacion del cambio climatico en café y cultivos asociados para las principales regiones cultivadas de Nariño (Colombia) Cali, Colombia: Enero del 2015 Page 1 1. Autores y colaboradores El siguiente
Más detallesANÁLISIS DE LA DISTRIBUCIÓN ACTUAL POTENCIAL DEL ÁGUILA REAL (Aquila Chrysaetos) EN CHIHUAHUA, MÉXICO.
ANÁLISIS DE LA DISTRIBUCIÓN ACTUAL POTENCIAL DEL ÁGUILA REAL (Aquila Chrysaetos) EN CHIHUAHUA, MÉXICO. Gabriela PÉREZ-GALDEÁN a, María Elena TORRES-OLAVE a a Universidad Autónoma de Ciudad Juárez, División
Más detallesVALIDACIÓN DE DATOS. Rangos de Validación. Introducción
VALIDACIÓN DE DATOS Introducción Una vez recibidos los datos de las estaciones y antes de incorporarlos a las bases de datos, para su almacenamiento y publicación, y buscando minimizar el número de datos
Más detallesIntroducción al Procesamiento de Imágenes Satelitales con Software Libre. Módulo 03
Introducción al Procesamiento de Imágenes Satelitales con Software Libre Módulo 03 Dirección de Formación de Capital Humano Especializado en el Campo Espacial Agencia Espacial Mexicana www.gob.mx/aem Plan
Más detalles2. Distribuciones de Muestreo
2. Distribuciones de Muestreo Conceptos básicos Para introducir los conceptos básicos consideremos el siguiente ejemplo: Supongamos que estamos interesados en determinar el número medio de televisores
Más detallesAnálisis Probit. StatFolio de Ejemplo: probit.sgp
STATGRAPHICS Rev. 4/25/27 Análisis Probit Resumen El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la variable dependiente Y caracteriza un evento con sólo
Más detallesANEXO A. FRAMEWORK SARA
ANEXO A. FRAMEWORK SARA Universidad Distrital Francisco José de Caldas 1 1. COMPONENTES SARA se compone de bloques, y cada bloque contiene: Carpeta css: contiene los archivos que le dan estilo al bloque
Más detallesEstadísticas de Napa Freática
Tutorial de Estadísticas de Napa Freática 10-5 Estadísticas de Napa Freática Es muy sencillo explicar en el Slide la ubicación de una variable de napa freática, ya sea en un Análisis de Sensibilidad (
Más detallesANÁLISIS DE DATOS. Jesús García Herrero
ANÁLISIS DE DATOS Jesús García Herrero ANALISIS DE DATOS EJERCICIOS Una empresa de seguros de automóviles quiere utilizar los datos sobre sus clientes para obtener reglas útiles que permita clasificar
Más detallesPráctica de SIMULACIÓN
1 Práctica de SIMULACIÓN 1. Objetivos En esta práctica vamos a simular datos procedentes de diversos modelos probabilísticos. En la sección 2, comprobaremos visualmente que los datos que simulamos se ajustan
Más detallesMarco Otárola Guerrero 1
Modelo de producción de Boletus edulis en masas de Pinus sylvestris en el Bosque Modelo Urbión: una alternativa para lidiar con el exceso de ceros en el ajuste con variables meteorológicas Marco Otárola
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Unidad 4 Distribuciones muestrales de probabilidad Prof. Héctor Ulises Cobián L. ulises.cobian@itcolima.edu.mx elcampanariodelasmatematicas.wordpress.com April 14, 2016 1 Razones
Más detallesModelación del Comportamiento Hidrodinámico del agua subterránea de la zona comprendida entre Carbó, Pesqueira y Zamora, Sonora.
9.- MODELACIÓN MATEMÁTICA Mod-Flow es un programa tridimensional para agua subterránea el cual trabaja bajo una expresión de diferencias finitas de aproximación. Mod-Flow fue desarrollado por el USGS de
Más detallesACTIVIDAD 3: Intervalos de Confianza para 1 población
ACTIVIDAD 3: Intervalos de Confianza para 1 población CASO 3-1: REAJUSTE DE MÁQUINAS Trabajamos como supervisores de una máquina dedicada a la producción de piezas metálicas cuya longitud sigue una distribución
Más detallesHerramientas de apoyo para la búsqueda de personas desaparecidas en medio terrestre
Herramientas de apoyo para la búsqueda de personas desaparecidas en medio terrestre Adrián Fernández Sánchez. Equipo de Búsqueda y Salvamento en Medio Terrestre de Cruz Roja Guadalajara. Geógrafo y Planificador
Más detallesAnálisis Bioestadístico de datos
Análisis Bioestadístico de datos Se mide la Diversidad Alfa, Beta y Gamma, utilizando varios índices como se de detalla a continuación. Medición de la Diversidad Alfa: La gran mayoría de los métodos propuestos
Más detallesCALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS
Gestor de Calidad Página: 1 de 5 1. Propósito Establecer una guía para el cálculo de la incertidumbre asociada a las mediciones de los ensayos que se realizan en el. Este procedimiento ha sido preparado
Más detallesCircuitos Electrónicos Analógicos EL3004
Circuitos Electrónicos Analógicos EL3004 Guía de Ejercicios Diodos Profesor: Marcos Díaz Auxiliar: Jorge Marín Semestre Primavera 2009 Problema 1 Considere el circuito de la figura: Calcule la corriente
Más detallesCaracterización del funcionamiento adecuado de equipos aplicando redes neuronales
Caracterización del funcionamiento adecuado de equipos aplicando redes neuronales Angel Marín, Nuria López, Miguel Ángel Rodríguez y Antonio José Fernández Iberdrola Ingeniería y Construcción, SAU ÍNDICE
Más detallesSIG-FOREST. Visor sig de especies forestales
COLABORACIÓN TÉCNICA SIG-FOREST. Visor sig de especies forestales Francisco Javier Auñón García 1, Ricardo Alía Miranda 1,2, David Sánchez de Ron 1, Jesús de Miguel y del Ángel 1, José Manuel García del
Más detallesM. Andrea Orjuela-R. Junio de 2012
Diseño e implementación de un sistema de información espacial que apoye la realización de evaluaciones de riesgo, el proceso de toma de decisiones de liberación de OGM y el monitoreo requerido para estimar
Más detallesAyuda Medición GPS TerraSync
Ayuda Medición GPS TerraSync Toma de Datos en TERRASYNC Para comenzar con el proceso de Medición en TerraSync, lo primero q se debe verificar es la configuración de cómo estamos Conectados al receptor
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 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 detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS DE LA COMUNICACIÓN
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS DE LA COMUNICACIÓN Carrera: Licenciatura en Periodismo Asignatura: Estadística Social Curso: 2 año Año lectivo: 2016 Carga horaria
Más detallesVERIFICACIÓN DE LA PREDICCIÓN OBJETIVA PROBABILISTA LOCAL DE LA PRECIPITACIÓN A PLAZO MEDIO
VERIFICACIÓN DE LA PREDICCIÓN OBJETIVA PROBABILISTA LOCAL DE LA PRECIPITACIÓN A PLAZO MEDIO Francisco Sánchez Martín Director de Programa, Área de Telemática Meteorológica. INM RESUMEN Se realiza la verificación
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 detallesPrograma Regular. Probabilidad y Estadística.
Programa Regular Probabilidad y Estadística. Modalidad de la asignatura: teórico-práctica. Carga horaria: 5hs. Objetivos: Con relación a los conocimientos a impartir en el desarrollo de la materia, es
Más detallesMASTER DE INGENIERÍA BIOMÉDICA. Métodos de ayuda al diagnóstico clínico. Tema 6: Árboles de decisión.
MASTER DE INGENIERÍA BIOMÉDICA. Métodos de ayuda al diagnóstico clínico. Tema 6: Árboles de decisión. 1 Objetivos del tema Conocer en qué consiste un árbol de decisión. Aprender los problemas que pueden
Más detallesExamen de Septiembre de TACCIII y TAI (Modelo 2)
Examen de Septiembre de TACCIII y TAI (Modelo 2) 12 de septiembre de 2008 1. La desordenación de la base de datos puede influir en el resultado obtenido mediante a) clasificación por distancia a las medias
Más detallesConstrucción de un modelo de cambio de uso/cobertura de la tierra
Construcción de un modelo de cambio de uso/cobertura de la tierra Juan Carlos Zamora jzamora@catie.ac.cr Laboratorio de Modelado Ambiental, PCCC, CATIE Porqué utilizar un modelo de cambio de uso de la
Más detallesCabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS
Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS NUMEROS ALEATORIOS Los números random son un elemento básico en la simulación de la mayoría de los sistemas discretos.
Más detallesFacultad de Ingeniería Civil y Ambiental Análisis Espacial.
Análisis Espacial. Contenido. - Introducción. - Revisión de estadística básica. - Precisión y exactitud. - Interpolación. - Métodos. - Aplicaciones. - Modelación y SIG. Interpoladores Locales: - Polígonos
Más detallesNota Técnica (tcpmdt_es_v75_ext002_photoscan_r1) Explotación de Resultados de Photoscan con MDT
Sumatra, 9 E-29190 Málaga (España) www.aplitop.com Tlf: +34 95 2439771 Fax: +34 95 2431371 Fecha Actualización 07/03/2016 Requisitos Nota Técnica (tcpmdt_es_v75_ext002_photoscan_r1) Explotación de Resultados
Más detallesFacultad de Ingeniería Civil y Ambiental Análisis Espacial.
Análisis Espacial. Contenido. - Introducción. - Revisión de estadística básica. - Precisión y exactitud. - Interpolación. - Métodos. - Aplicaciones. - Modelación y SIG. Interpoladores Locales: - Polígonos
Más detallesOPCIÓN A. A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en la siguiente tabla:
Bloque III Solucionario Actividades de síntesis: Estadística y probabilidad OPCIÓN A A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en
Más detallesJean-François Parrot. Software DENSITY_V2 MANUAL DE USUARIO
Jean-François Parrot Software DENSITY_V2 MANUAL DE USUARIO Software concebido y desarrollado en C++ Builder por el Dr. Jean- François Parrot, Laboratorio de Análisis GeoEspaciales LAGE, Instituto de Geografía,
Más detalles