Media es la suma de todas las observaciones dividida por el tamaño de la muestra.
|
|
- Adrián Ávila Revuelta
- hace 8 años
- Vistas:
Transcripción
1 Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central, poscón, dspersón, asmetría y apuntamento. Meddas de Centralzacón Meda es la suma de todas las observacones dvdda por el tamaño de la muestra. Medana es el valor que dvde a la muestra ordenada en dos mtades con el msmo número de datos. Meda recortada es una meda calculada después de elmnar algunos datos etremos. Es más robusta que la meda pues no tene en cuenta los valores atípcos. Moda es el dato que posee la mayor frecuenca. En caso de concdencas pueden haber varas modas Meddas de Poscón Descrben cómo se encuentra el resto de la muestra con respecto a ella. Q, Q y Q Los Cuartles, son tres valores que dvden a la dstrbucón en cuatro partes guales. El prmer cuartl Q tene un 5% de casos menores o guales que dcho valor; el segundo cuartl Q concde con la medana M e y el tercer cuartl Q deja un 5% de valores superores o guales a él. Para obtenerlos, se calcula prmero las poscones de los cuartles y a partr de ellas se etraen los valores correspondentes. Las poscones de los cuartles: ( Q) n 4 p, p ( Q) n 4. p ( Q) n 4 obtendas las poscones, s son enteras, se buscan los valores que las ocupan en la muestra ordenada. Los Percentles, son noventa y nueve valores que dvden a la dstrbucón en cen partes guales. La técnca empleada es la msma que se sgue para el cálculo de los cuartles y medana. Las poscones de los percentles: p ( P 5 ) 5n,..., ( P 5 ) 5n obtendas las poscones, s son enteras, se buscan los valores que las ocupan en la muestra ordenada. p,...
2 Los Decles, son nueve valores que dvden a la dstrbucón en dez partes guales. La técnca empleada es la msma que se sgue para el cálculo de los cuartles, medana o percentles. Las poscones de los decles: p ( D) n,..., p ( D5) 5n p( Q),... obtendas las poscones, s son enteras, se buscan los valores que las ocupan en la muestra ordenada. Meddas de Dspersón Rango o mpltud: Dferenca entre el mayor y el menor valor de la muestra. Recorrdo ntercuartílco: R I Q Q 5% central de los valores muestrales.. El ntervalo [, Q ] Q contene al Varanza ( σ ) mde el alejamento medo de las dferencas al cuadrado de cada observacón a la meda. Desvacón típca (σ) está medda en las msmas undades que la varable y es la raíz cuadrada postva de la varanza. Coefcente de Varacón de Pearson es una medda de dspersón relatva. Es el cocente entre la desvacón típca y la meda artmétca. Carece de undades y se utlza para comparar la dspersón entre varables que tengan dstntas undades de medda. Se suele epresar en tantos por cento.
3 MEDIDS DE FORM: SIMETRI Y PUNTMIENTO Una vez ncado el análss estadístco de snterzacón de la nformacón, para lo cual hemos estudado las meddas de poscón y dspersón de la dstrbucón de una varable, necestamos conocer más sobre el comportamento de la msma. No podemos basar nuestras conclusones úncamente en epresones que vengan dadas en térmnos de meddas de poscón y dspersón. S ben ntentamos globalzar el comportamento del colectvo que sea objeto de nuestro estudo, para lo cual las meddas de poscón son nuestro mejor nstrumento, no debemos proceder a una nterpretacón que mplque un comportamento de todos los elementos del colectvo unformemente constante e gual a la medda de poscón en cuestón con un error dado por la correspondente medda de dspersón. Este error o dspardad se hace más ostensble al analzar la representacón gráfca de la dstrbucón. Pues ben, las meddas de forma de una dstrbucón se basan en su representacón gráfca, sn llegar a realzar la msma. Las meddas de forma se clasfcan en meddas de asmetría y meddas de curtoss o apuntamento. Las meddas de asmetría tenen como fnaldad el elaborar un ndcador que permta establecer el grado de smetría (o asmetría) que presenta una dstrbucón, sn necesdad de llevar a cabo su representacón gráfca. MEDID DE SIMETRÍ.- Dremos que una dstrbucón es smétrca cuando su medana, su moda y su meda artmétca concden. Dremos que una dstrbucón es asmétrca a la derecha s las frecuencas (absolutas o relatvas) descenden más lentamente por la derecha que por la zquerda. S las frecuencas descenden más lentamente por la zquerda que por la derecha dremos que la dstrbucón es asmétrca a la zquerda. Dstrbucón asmétrca a la derecha o postva: Dstrbucón smétrca: M e Md Dstrbucón asmétrca a la zquerda o negatva: M e M d M e M d
4 Supongamos que hemos representado gráfcamente una dstrbucón de frecuencas. S trazamos una perpendcular al eje de abscsas por y tomamos esta perpendcular como eje de smetría, dremos que una dstrbucón es smétrca s este el msmo numero de valores a ambos lados de dcho eje, equdstantes de dos a dos y tales que cada par de valores equdstantes a tengan la msma frecuenca. En caso contraro, las dstrbucones serán asmétrcas. Las meddas de curtoss estudan la dstrbucón de frecuencas en la zona central de la msma. La mayor o menor concentracón de frecuencas alrededor de la meda y en la zona central de la dstrbucón dará lugar a una dstrbucón más o menos apuntada. Por esta razón a las meddas de curtoss se les llama tambén de apuntamento o concentracón central. Las meddas de curtoss se aplcan a dstrbucones campanformes, es decr, unmodales smétrcas o con lgera asmetría. Para estudar la curtoss de una dstrbucón es necesaro defnr prevamente una dstrbucón tpo, que vamos a tomar como modelo de referenca. Esta dstrbucón es la Normal, que corresponde a fenómenos muy correntes en la naturaleza, y cuya representacón gráfca es una campana de Gauss. Tomando la normal como referenca, dremos que una dstrbucón puede ser mas apuntada que la normal (leptocurtca) o menos apuntada (platcúrtca). la dstrbucón normal, desde el punto de vsta de la curtoss, se le llama mesocúrtca. Con la curtoss se estuda la deformacón, en sentdo vertcal, respecto a la normal, de una dstrbucón. Se defnen las meddas de asmetría y apuntamento más comunes: COEFICIENTE DE SIMETRÍ DE FISHER: hora se ntenta buscar una medda que recoja la smetría o asmetría de una dstrbucón. S una dstrbucón es smétrca. este el msmo numero de valores a la derecha que a la zquerda de, y por tanto el msmo número de desvacones con sgno postvo que con sgno negatvo, sendo la suma de desvacones postvas gual a la suma de las negatvas. Podemos partr. pues, de las desvacones ( ) elevadas a una potenca mpar para no perder los sgnos de las desvacones. Lo más sencllo sería tomar como medda de asmetría el promedo de estas desvacones, elevadas a la potenca mpar más smple (que es tres), es decr, tomaríamos como medda de asmetría el momento de orden tres centrado en la meda. Pero, de hacer esto, esta medda vendría epresada en
5 las msmas undades que las de la varable. pero elevadas al cubo, por lo que no es nvarante ante un cambo de escala. Para consegur un ndcador admensonal, debemos dvdr la epresón anteror por una cantdad que venga en sus msmas undades de medda. Esta cantdad es el cubo de la desvacón típca, obtenéndose así el coefcente de asmetría de R.. Fsher, cuya epresón es: < > asmetría zquerda o negatva smetría asmetría derecha o postva n N n N m F F F k k F ) ( ) ( σ COEFICIENTE DE SIMETRÍ DE FISHER ESTNDRIZDO: Para 5 > N el coefcente de asmetría es asntótcamente normal de meda cero y varanza 6/N. Este hecho nos lleva a consderar el coefcente de asmetría estandarzado: N F s 6 Este coefcente es asntótcamente normal ( ) N, COEFICIENTE DE SIMETRÍ DE PERSON: Karl Pearson propuso para dstrbucones campanformes, unmodales y moderadamente asmétrcas el coefcente defndo como: < > asmetría zquerda o negatva smetría asmetría derecha o postva n N M M P P P k d d P ) ( σ Es razonable pensar que tene sentdo obtener este coefcente en dstrbucones donde la moda es únca. COEFICIENTE DE SIMETRÍ DE BOWLEY-YULE: Está basado en la poscón de los cuartles y la medana. Vene dado por la epresón: < > + o negatva asmetría zquerda smetría asmetría derecha o postva Q Q M Q Q B B B e B donde k Q k-cuartl
6 COEFICIENTE BSOLUTO DE SIMETRÍ: Está basado en la poscón de los cuartles y la medana, y vene dado por la epresón: < > + asmetría zquerda o negatva smetría asmetría derecha o postva M Q Q e σ COEFICIENTE DE CURTOSIS: Indca el apuntamento de forma que la dstrbucón comparándola con la normal (o campana de Gauss): < > platcúrtca mesocúrtca leptocúrtca ) ( ) ( g g g n N n N m g k k σ < > apuntamento que la normal) platcúrtca (menos apuntamento que la normal) mesocúrtca (gual apuntamento que la normal leptocúrtca (más g g g NOT.- En la dstrbucón normal se verfca que 4 4 σ m sendo 4 m el momento de orden 4 respecto a la meda y σ la desvacón típca.
7 ESTDÍSTIC DESCRIPTIV (SPSS) OBJETIVOS.- En la práctca utlzaremos el paquete SPSS para calcular los estadístcos descrptvos de una muestra. Tambén se representaran conjunto de datos utlzando las posbldades del programa. TBLS Y MEDIDS ESTDÍSTICS.- [nalzar/estadístcos Descrptvos] Frecuencas.- Permte resumr la nformacón de un conjunto de datos medante una tabla de frecuencas. [nalzar/estadístcos Descrptvos/Frecuencas] Pueden organzarse los dferentes valores en orden ascendente o descendente u ordenar las categorías por sus frecuencas. Pueden obtenerse meddas estadístcas y gráfcos de las varables. Selecconada la varable o varables de nterés, en la opcón Estadístcos. pueden elegrse las sguentes opcones para varables cuanttatvas: Meddas de tendenca central: meda, medana, moda y suma. Meddas de localzacón: cuantles (cuartles y percentles). Meddas de dspersón: rango o ampltud, varanza, desvacón típca o estándar, error típco de la meda, mínmo y mámo. Meddas de asmetría: coefcente de asmetría. Meddas de apuntamento: coefcente de curtoss. Con la opcón Gráfcos se pueden selecconar las sguentes representacones: Barras, Sectores, Hstograma. Los Gráfcos pueden etquetarse con las frecuencas (opcón por defecto) o con los porcentajes. Con la opcón Formato se pueden controlar algunos aspectos con la forma en que aparecerán las tablas de frecuencas y los estadístcos selecconados, permtendo ordenar los elementos en la tabla de forma ascendente o descendente según valores o según frecuencas. demás, es posble suprmr tablas con un número elevado de categorías, opcón especalmente útl para el caso de varables de tpo contnuo.
8 Descrptvos.- Permte obtener meddas estadístcas de tendenca central, dspersón, asmetría y apuntamento en el caso de varables cuanttatvas. [nalzar/estadístcos Descrptvos/Descrptvos] Hay que selecconar una o varas varables y después Opcones para elegr los estadístcos que nteresen. En el procedmento aparece la opcón Guardar valores tpfcados como varables, que permte que se cree una nueva varable en el fchero de datos que contene las puntuacones tpfcadas (número de desvacones típcas que cada valor se aleja de su meda) de la varable selecconada. Las varables se pueden ordenar por el tamaño de sus medas (en orden ascendente o descendente), alfabétcamente o por el orden en el que se selecconan las varables (el valor por defecto). Eplorar.- Genera estadístcos de resumen y representacones gráfcas para todos los casos o de forma separada para grupos de casos. [nalzar/estadístcos Descrptvos/Eplorar] Para defnr los grupos se ntroducen una o más varables en Factores. Tambén se puede selecconar una varable de dentfcacón para etquetar los casos. demás de los estadístcos descrptvos y gráfcos de los procedmentos anterores se obtenen otros resultados como ntervalos de confanza para la meda, contrastes de bondad de ajuste, meda recortada, etc. Estos resultados permten nspecconar los datos para dentfcar valores atípcos, obtener descrpcones, comprobar supuestos y caracterzar dferencas entre subpoblacones (grupos de casos). REPRESENTCIÓN GRÁFIC DE VRIBLES.- Opcón: [Gráfcos] Pueden elegrse dferentes gráfcas. Para cambar el aspecto de un gráfco se hace doble clc sobre él. abréndose la pantalla de gráfcos con menús que permten modfcar su aparenca. Los gráfcos pueden etquetarse con las frecuencas (opcón por defecto) o con los porcentajes. Gráfcos de Sectores: Pueden elegrse las sguentes opcones: Resúmenes para grupos de casos.- Cada sector corresponde a un valor de la varable selecconada. El tamaño del sector se determna con la opcón Los sectores representan que aparece tras apretar el botón Defnr.
9 Con la opcón Otra funcón resumen se puede cambar lo que representan los sectores para que sea la meda de otra varable, el valor mámo, etc. En Defnr sectores por se ndca la varable a representar. Resúmenes para dstntas varables.- Permte que los sectores representen varables en lugar de grupos de casos. Cada sector representa una funcón de una determnada varable (por ejemplo, la suma de los valores de sus casos). Valores ndvduales de los casos.- Se resume una únca varable, los casos ya son valores agrupados de las varables. Cada sector representa el valor de un caso ndvdual. Puede utlzarse cuando se tene una varable con los nombres de las categorías y otra con las frecuencas. Pulsando la opcón Defnr se abre una ventana donde se especfca la varable a representar en Defnr sectores por, además se puede ndcar s usan frecuencas absolutas, relatvas o acumuladas. Con la opcón: [Gráfcos/Interactvos/Sectores] pueden obtenerse representacones con efectos más llamatvos. Dagrama de Barras: [Gráfcos/barras o Gráfcos/Interactvos/barras] Las opcones grupados y plados sólo tenen sentdo cuando se desea elaborar el dagrama de barras para más de una varable. Hstograma: [Gráfcos/Hstograma o Gráfcos/Interactvos/Hstograma] El número de clases a consderar puede fjarse, para ello se pulsa doble clc sobre el gráfco y se elge Dseño/Ejes/Intervalo/Personalzado/Defnr
10 Mucha gente manfesta reaccones de alerga sstémca a las pcaduras de nsectos. Estas reaccones varían de pacente a pacente, no sólo en cuanto a gravedad. sno tambén en el tempo transcurrdo hasta que se nca la reaccón. Los datos sguentes representan este tempo hasta el nco de la reaccón en 4 pacentes que epermentaron una reaccón sstémca a la pcadura de abeja: a) Introducr los datos. b) Determnar: Número de datos. Valores mámo. T Tabla de frecuencas Representacones gráfcas. Interpretacón. a) NOT.- Para cambar los dígtos decmales e mportarlos en Ecel, selecconamos los datos. En el menú Edcón/Remplazar/ '.' por ',',5, 9,9 5,,4,7 6,5,,7,4,6 6, 7,9 8,,9 8,,8,5,7 8,4,5, 9,,4 9,,4, 5,9,4 8,8 7,4 8,6,6 4,7,5,5,9 9,8,9 9,9 Se guardan los datos como alerga-datos.tt. Guardar como un documento alerga-datos.ls brr SPSS: rchvo /brr / Datos / alerga-datos.ls En el menú de abajo: Vsta de varables / Nombre: alerga.sav
11 b) Determnar estadístcos: EXPLICCIÓN.- En la hoja de cálculo que vene a contnuacón aparecen los valores perddos. Los valores perddos son razones por las cuales no obtenemos una respuesta coherente de algún dato; es decr, es una razón que nos ndca la causa por la que no me aporta nformacón del dato. Dentro de los valores perddos podemos encontrar: SPSS maneja dos tpos de valores perddos: el prmero es perddo por el sstema, el cual se dentfca por la ausenca total de datos; es decr, casllas vacías y el segundo corresponde a los datos perddos defndos por el usuaro (No sabe, No responde o No aplca). El programa detecta automátcamente los valores perddos por el sstema y los omte, mentras que los valores perddos por el usuaro deben ser defndos al programa o
12 de lo contraro los cálculos se realzarán contando con estos valores, lo cual puede afectar severamente los resultados.
13 En la tabla de frecuencas aparece la frecuenca de repetcón de cada dato así como los porcentajes acumulados (equvalentes a las frecuencas relatvas). Los resultados se guardan en un fchero con alerga.spo (etensón.spo) NOT.- El Hstograma tambén se puede obtener por otras dos vías: Gráfcos / Cuadros de dálogo antguos / Hstograma Gráfcos / Interactvos / Hstograma
14 HISTOGRM: Gráfcos / Cuadros de dálogo antguos / Hstograma
15 HISTOGRM: Gráfcos / Interactvos / Hstograma
Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detalles16/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,
Más detallesMedidas de Tendencia Central y de Variabilidad
Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.
Más detallesTema 1: Estadística Descriptiva Unidimensional
Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde
Más detallesTema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema
Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesEstadística Unidimensional: SOLUCIONES
4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detalles1. Notación y tabulación
Tema 2: Descrpcón Unvarante. otacón y tabulacón 2. Descrpcón gráfca 3. Descrpcón numérca. Momentos estadístcos. Meddas de poscón. Meddas de dspersón v. Varable tpfcada v. Meddas de forma v. Meddas de concentracón
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesEstas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.
UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas
Más detallesANÁLISIS EXPLORATORIO DE DATOS
ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de
Más detallesMEDIDAS DESCRIPTIVAS
Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento
Más detallesSEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN
Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd
Más detallesTrabajo y Energía Cinética
Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..
Más detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesPoblación 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia
MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen
Más detallesTema 1: Análisis de datos unidimensionales
Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detalles17/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,
Más detallesCOLEGIO INGLÉS MEDIDAS DE DISPERSIÓN
COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan
Más detallesTema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1
Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para
Más detallesMedidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesSEMANA 13. CLASE 14. MARTES 20/09/16
SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detalles4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es
4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA
Más detallesDEFINICIÓN DE INDICADORES
DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.
Más detallesESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva
Más detallesTema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Más detallesTEMA 5. ANÁLISIS DE UNA VARIABLE (III). MEDIDAS DE ASIMETRÍA, CURTOSIS Y CONCENTRACIÓN
DEPARTAMENTO DE ECONOMÍA GENERAL Y ETADÍTICA UNIDAD DOCENTE DE ETADÍTICA Y ECONOMETRÍA UNIVERIDAD DE HUELVA ANÁLII ETADÍTICO DEL TURIMO I 200-200200 DIPLOMATURA EN TURIMO TEMA 5 ANÁLII DE UNA VARIABLE
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesLECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA
LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas
Más detallesMaestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza
Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El
Más detallesESTADÍSTICA DESCRIPTIVA
Estadístca www.aulatecnologa.com 1 ETADÍTICA DECRIPTIVA Lo prmero que buscamos con la Estadístca es el tratamento matemátco a partr de una nformacón epermental. Cuando queremos observar la evolucón de
Más detalles1.1 Ejercicios Resueltos Tema 1
.. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa
Más detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesSOLUCIONES A LOS EJERCICIOS DE LA UNIDAD
Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla
Más detallesel blog de mate de aida CSI: Estadística unidimensional pág. 1
el blog de mate de ada CSI: Estadístca undmensonal pág. ESTADÍSTICA La estadístca es la cenca que permte hacer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que ahorra tempo
Más detallesE.U.I.T.I. Bilbao. Asignatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA
E.U.I.T.I. Blbao Asgnatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA E.U.I.T.I. Blbao Asgnatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA TEMA 2: ESTADÍSTICA DESCRIPTIVA 1. RESUMEN Métodos para resumr y descrbr
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesTEMA 1.- CONCEPTOS BÁSICOS
TEMA 1.- CONCEPTOS BÁSICOS 1.1.- Cuestones tpo test 1.- En las encuestas personales puede codfcarse, por ejemplo, con un cero las que son contestadas por una mujer y con un uno las que lo son por un varón.
Más detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detallesTRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).
TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen
Más detallesI.E.S. Historiador Chabás -1- Juan Bragado Rodríguez
Problema La sguente tabla epresa la estatura en cm. de soldados: Talla 5 56 60 6 68 6 80 8 88 Soldados 6 86 50 8 95 860 85 6 9 a) Haz un hstograma que represente la estatura en metros de los soldados.
Más detallesPrueba de Evaluación Continua
Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística
ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detalles1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...
TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas
Más detallesIntroducción a la Física. Medidas y Errores
Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren
Más detallesEstadística Descriptiva
Estadístca Descrptva ÍDICE ESTADÍSTICA DESCRIPTIVA. Poblacón y Muestra 4. Varables estadístcas 4 3. Frecuencas 5 4. Dstrbucones 7 5. Representacón gráfca 5. De caracteres cuanttatvos 5.. De varables estadístcas
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detalles5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.
5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar
Más detallesEJERCICIOS RESUELTOS TEMA 2
EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
Más detallesUnidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles
2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca
Más detallesCÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1
CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.
Más detallesMatemática Financiera Sistemas de Amortización de Deudas
Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas
Más detallesVariables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:
Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón
Más detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO 2) CAPÍTULO II.-ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA.- DISTRIBUCIONES DE FRECUENCIAS DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA . DISTRIBUCIÓN
Más detallesAspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
Más detallesAdemás podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:
MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante
Más detallesMétodos Estadísticos de la Ingeniería Tema 3: Medidas Estadísticas Grupo B
Métodos Estadístcos de la Ingenería Tema 3: Meddas Estadístcas Grupo B Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Enero 2010 Contendos...............................................................
Más detallesESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:
Más detallesSlide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I
Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,
Más detallesOPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS
P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesUNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II
UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detallesCAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.
Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo
Más detalles2 Dos tipos de parámetros estadísticos
Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detalles3º ESO ESTADÍSTICA DEPARTAMENTO DE MATEMÁTICAS. SAGRADO CORAZÓN COPIRRAI_Julio César Abad Martínez-Losa ESTADÍSTICA
3º ESO ESTADÍSTICA DEPARTAMETO DE MATEMÁTICAS. COPIRRAI_Julo César Abad Martínez-Losa ESTADÍSTICA 1.- POBLACIÓ, MUESTRA y CARACTERES ESTADÍSTICOS.- Poblacón: Son todos los ndvduos sobre los que se realza
Más detallesEJERCICIOS PROPUESTOS TEMAS 1 Y 2
EJERCICIOS PROPUESTOS TEMAS 1 Y 2 1.- Indca para los sguentes caracteres s son varables (dferencando entre dscretas y contnuas) o atrbutos, y la escala de medda a la que pertenecen: a) Nvel de estudos
Más detallesTema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva
Descrpcón de datos: Estadístca descrptva undmensonal Estadístca descrptva Objetvos: Ordenar, clasfcar, resumr grandes conjuntos de datos de modo que puedan ser fáclmente nterpretables Defncones báscas:
Más detallesProbabilidad Grupo 23 Semestre Segundo examen parcial
Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta
Más detallesAlgoritmo para la ubicación de un nodo por su representación binaria
Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón
Más detallesAnálisis de error y tratamiento de datos obtenidos en el laboratorio
Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesTema 9: Estadística Unidimensional.
Tema 9: Estadístca Undmensonal..- Introduccón.- Conceptos Báscos 3.- Tablas estadístcas.- Parámetros Estadístcos De centralzacón. De poscón De dspersón. 5.- Grácos Estadístcos 6.- Ejerccos Resueltos 7.-
Más detalles9Soluciones a los ejercicios y problemas
38 S a todos los datos de una dstrbucón le sumamos un msmo número, qué le ocurre a la meda? Y a la desvacón típca? Y s multplcamos todos los datos por un msmo número? Llamamos a al valor sumado a cada
Más detallesESTADÍSTICA. Definiciones
ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos
Más detallesDATOS AGRUPADOS POR INTERVALOS DE CLASE
3. Datos agrupados por ntervalo (Varable contnua) Generalmente los datos se agrupan por medo de ntervalos de clase, los cálculos son una aproxmacón a la realdad, se faclta los cálculos. En la agrupacón
Más detallesCANTIDADES VECTORIALES: VECTORES
INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES
Más detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesANÁLISIS DESCRIPTIVO CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento
Más detalles