EVALUACIÓN DE INSECTICIDAS PARA LA PROTECCIÓN DE CULTIVOS. Métodos y análisis de resultados
|
|
- María Nieves San Martín Ruiz
- hace 6 años
- Vistas:
Transcripción
1 EVALUACIÓN DE INSECTICIDAS PARA LA PROTECCIÓN DE CULTIVOS Métodos y análisis de resultados
2 Contenido 1. Métodos 2. Diseño 3. Monitoreo 4. Aspectos estadísticos 2
3 Introducción Deseo conocer la actividad de un compuesto para controlar determinada maleza insecto, enfermedad, etc., en un cultivo dado. Qué cosas necesito investigar Dosis a utilizar Actividad en el blanco biológico Selectividad al cultivo Momento de aplicación Consistencia en distintos ambientes etc, etc, etc... Ensayo el producto y obtengo resultados, pero... 3
4 Etapas fundamentales de la investigación agrícola 1. Concepción del problema 2. Planteamiento del experimento 3. Ejecución de la fase de campo 4. Recolección y obtención de los datos relativos a los resultados 5. Interpretación y obtención de los datos numéricos 6. Análisis estadístico para estimar su verdadero significado 7. Análisis económico 8. Conclusiones y recomendaciones 4
5 Características de un ensayo bien planeado 1. Simplicidad 2. Grado de previsión 3. Ausencia de error sistemático 4. Rango de validez de las conclusiones 5. Hacer el error experimental tan pequeño como sea posible 6. Dar una estimación a este error 5
6 Tengo algunas respuestas, no todas... Estas respuestas son más o menos probables, dependiendo del cuidado que puse al seleccionar el número de casos y/o situaciones a estudiar En estos casos las respuestas van acompañadas de su probabilidad Es entonces, cuando se recurre a la metodología estadística para avalar las conclusiones En estadística se trabaja con probables, por eso la presencia de niveles de significación α (es el nivel de riesgo que asumimos cuando sacamos conclusiones, ie. 5%) 6
7 La diferencia entre una ley universal y un modelo probabilístico es que en este último nunca se trabaja con certeza sino con un error o variable aleatoria. De ahí la diferencia entre Modelo Probabilístico y Modelo Matemático Necesitamos de la estadística y de la probabilidad porque la información que recibimos es incompleta 7
8 Unidad Experimental Unidad biofísica a la cual se le aplica el tratamiento Grupo de plantas, parcela experimental, frutos, etc. Tratamiento Conjunto de condiciones experimentales que serán impuestas a una unidad experimental en un diseño elegido. En experimentos unifactoriales, un tratamiento corresponde a un nivel de factor. En experimentos multifactoriales, un tratamiento corresponde a la combinación de niveles de factores. Dosis de insecticidas, selectividad sobre las plantas, formulaciones, etc. Repetición Cuando un tratamiento se aplica a más de una unidad experimental. Replicación, bloque. 8
9 Diseño experimental El diseño experimental es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. Características: Evitar los sesgos sobre ciertos tratamientos. Objetivo claro y conciso Suficiente alcance Suficiente precisión. Error experimental mínimo Tamaño y forma de la unidad experimental Variables concomitantes Diseño del experimento 9
10 Error experimental El EE es la falta de coincidencia entre valores de parcelas que fueron tratadas de forma idéntica e independiente de la misma manera (repeticiones de un tratamiento). Depende de: Proporcionar un estimado del EE (error experimental) la variabilidad inherente a todo material experimental (dentro de una población no todos los individuos responden igual) Variaciones que surgen como resultado de cualquier falta de uniformidad en la conducción del experimento Las repeticiones dan un estimado del EE La aleatorización hace válido dicho estimado (asegura que los errores sean independientes) El control local permite disminuir el estimado del EE (obtener EE mínimos) 10
11 Evaluación de productos para la protección de cultivos Principios básicos del diseño experimental Repeticiones: Proporcionar un estimado del EE (error experimental) Mejoran la precisión (disminuye la desviación estándar.) Aumenta la inferencia Aleatorización Hace válido el estimado del EE (la aleatorización asegura la independencia de los errores) Hace válidas las pruebas de significancia Control local Material experimental homogéneo Diseño experimental adecuado Conducción física del ensayo, cuidado, seguimiento 11
12 Tipos de diseño experimental No típicos Diseño de Rumker A B C D A B C D A B C D Esquema sencillo Prácticas agronómicas fáciles de implementar Replicas muy alejadas entre sí Replicas 12
13 Tipos de diseño experimental No típicos Diseño de Mistcherlich A B C D A B C D A B C D Esquema sencillo Prácticas agronómicas fáciles de implementar Mayor homogeneidad Replicas muy alejadas entre sí Replicas 13
14 Tipos de diseño experimental No típicos Diseño de Ajedrez A B C D E F G H I J J I H G F E D C B A G H I J A B C D E F Replicas No es en una sola franja Tiene un orden sistemático Mayor precisión Diseño mas complejo 14
15 Tipos de diseño experimental Típicos Disposición Yámbica C 1 C 2 C 3 C 4 C 5 C Cada tratamiento entre dos parcelas controles 50 % del área experimental es control 15
16 Tipos de diseño experimental Típicos Disposición Dáctilo C 1 2 C 3 4 C 5 6 C Cada dos tratamiento se sitúa la parcela control 33 % del área experimental es control 16
17 Tipos de diseño experimental Típicos Diseño Zade C 1 2 C 3 4 C 5 6 C C 1 2 C 3 4 C 5 6 C C 1 2 C 3 4 C 5 6 C Replicas Disposición dáctilo Tiene un orden sistemático Mayor precisión Diseño mas complejo 17
18 Tipos de diseño experimental Típicos Diseño Konstantinov C 6 5 C 4 3 C 2 1 C C 3 4 C 5 6 C 1 2 C C 1 2 C 3 4 C 5 6 C Replicas Disposición dáctilo Tiene un orden sistemático Mayor precisión Diseño mas complejo 18
19 Tipos de diseño experimental Con distribución aleatoria Tratamientos apareados A B A B B A B A Cuando es posible aparear Número reducido de unidades experimentales Condiciones muy heterogéneas 19
20 Tipos de diseño experimental Con distribución completamente al azar Igual número de replicas por tratamiento T0 T1 T4 T2 T3 T3 T1 T0 T1 T2 T4 T0 T3 T3 T4 T2 T2 T1 T0 T4 Lugar y unidades experimentales muy uniformes Experimento pequeño sin perdida de grados de libertad Muy sencillo 20
21 Tipos de diseño experimental Con distribución completamente al azar Diferente número de replicas por tratamiento T0 T1 T2 T2 T3 T3 T3 T0 T1 T2 T3 T2 T1 T0 T1 Lugar y unidades experimentales muy uniformes Experimento pequeño sin perdida de grados de libertad Muy sencillo Tratamiento con mayor número de replicas es el de mayor análisis. 21
22 Tipos de diseño experimental Con distribución en bloques al azar T0 T1 T9 T7 T2 T6 T8 T4 T5 T3 Variedad T4 T7 T1 T6 T9 T0 T5 T3 T2 T8 T2 T6 T4 T8 T0 T3 T1 T5 T7 T9 T3 T5 T7 T4 T9 T6 T2 T1 T8 T0 Es la de mayor uso y tiene grandes ventajas Agrupa unidades experimentales en bloques uniformes Homogeneidad entre el bloque y heterogeneidad entre bloques Replicas 22
23 Tipos de diseño experimental Con distribución en bloques al azar Características Cuando el número de tratamientos es de tres a quince. Cuando se conoce el gradiente de la variabilidad Flexibilidad si se pierde una repetición Homogeneidad entre el bloque y heterogeneidad entre bloques Pasos Dividir en bloques (igual al número de repeticiones) Dividir el bloque en el número de unidades experimentales Sortear independientemente, en cada bloque los tratamientos Todo manejo debe hacerse por repeticiones 23
24 Tipos de diseño experimental Distribución en cuadrado latino T0 T1 T3 T2 T3 T2 T0 T1 T1 T3 T2 T0 T2 T0 T1 T3 Número de tratamientos está entre 4 y 10 Se conoce la variabilidad en dos sentidos perpendiculares Rígido en el número de repeticiones Se reducen los grados de libertad 24
25 Tipos de diseño experimental Número de replicaciones Para determinar el numero de repeticiones es necesario Revisar la bibliografía respectiva Consultar con investigadores de experiencia Diseñar ensayos en blanco Considerar que los G.L. para el error sean mayores que 10 Sacrificar el tamaño para mayor numero de repeticiones Considerar la distribución de los tratamientos y su numero Destacar la importancia del costo de la unidad experimental Considerar el manejo y los objetivos del experimento Dar importancia a las ventajas y desventajas del uso de un alto numero de repeticiones 25
26 Métodos de muestreo Muestra es un parte representativa de la población que se selecciona para ser estudiada ya que la población es demasiado grande como para analizarla en su totalidad A esta porción mas pequeña y representativa de la población se le denomina muestra Una muestra es un subconjunto de la población seleccionado: Científicamente Al azar. Todos los elementos de la población tienen la misma posibilidad de ser seleccionados ya sea por sorteo, o cualquier método al azar 26
27 Métodos de muestreo 1. Inspección de las plantas 2. La captura con jama 3. La captura con trampas Mecánicas Dotadas de sustancias atractivas 27
28 Métodos de muestreo 28
29 Métodos de muestreo Conteos Huevos Ninfas / larvas Pupas Adultos Larvas de acuerdo a su estado de desarrollo 29
30 Spodoptera frugiperda 30
31 Métodos de muestreo Larvas de acuerdo a su estado de desarrollo 31
32 Spodoptera frugiperda Escala visual de Davis Definiciones: Lesión: Tejido verde removido, tejido membranoso aún presente. Agujeros: Tejido completamente removido, se puede ver a través de la hoja. Forma Irregular: Ni redondo ni alargado. Circular: De forma redonda. Alargado: No es de forma redonda. B A J O Sin daño a pocas* (3 o menos) lesiones (perforaciones del tamaño de un alfiler) presentes en cogollos. Perforaciones del tamaño de un alfiler y lesiones circulares presentes sobre cogollos Pequeñas lesiones circulares y unas pocas lesiones alargadas (forma rectangular) hasta 1.3 cm de largo presentes en cogollos y hojas abiertas. 32
33 M E D I O Evaluación de insecticidas para la protección de cultivos 4 Varias (4 a 7) lesiones alargadas de pequeñas a medianas, de 1.3 a 2.5 cm, presentes en algunos cogollos y hojas abiertas. Varias lesiones alargadas grandes, de mas de 5 6 Varias lesiones alargadas grandes presentes en 2.5 cm de largo presentes en algunos varios cogollos y hojas abiertas y/o varios cogollos y hojas abiertas y/o algunos agujeros agujeros grandes de forma uniforme a irregular pequeños a medianos de forma uniforme a irregular (membrana base consumida) comidos desde el cogollo y/o hojas abiertas. comidos desde el cogollo y hojas abiertas. A L T O Muchas (8 o mas) lesiones alargadas de todo tamaño presentes en varios cogollos más muchos agujeros grandes de forma uniforme a irregular comidos desde el cogollo y hojas abiertas. 7 8 Muchas lesiones alargadas de todo tamaño presentes en la mayoría de los cogollos y hojas abiertas más muchos agujeros de medianos a grandes de forma uniforme a irregular comidos desde el cogollo y hojas abiertas. 9 Cogollo y hojas abiertas casi o totalmente destruidos. 33
34 Métodos de muestreo 34
35 Métodos de muestreo 35
36 Métodos de muestreo 36
37 Métodos de muestreo Conteos MTD Moscas / trampa / día Alimenticias Sexuales 37
38 Aplicación de los tratamientos 38
39 Aplicación de los tratamientos 39
40 Aplicación de los tratamientos 40
41 Aplicación de los tratamientos 41
42 Aplicación de los tratamientos 42
43 Aplicación de los tratamientos 43
44 Grado de eficacia 44
45 Grado de eficacia Abbott Schneider Orelli Henderson y Tilton Sun y Shepard Townsend y Heuberger Información disponible Población heterogénea Población Homogénea Infestación o individuos vivos Henderson y Tilton Abbott Mortalidad Sun y Shepard Schneider Orelli 45
46 Análisis de la información Estadísticas muéstrales Se calculan valores que resumen las características de los datos de la muestra Medidas de tendencia central Medidas de dispersión Forma Medidas de Posición 46
47 Análisis de la información Medidas de tendencia central Valor que tiende a tipificar o a ser el mas representativo de un conjunto de números Media aritmética. Mediana Moda Media geométrica Media aritmética ponderada 47
48 Análisis de la información Medidas de tendencia central Definición Ventajas Limitaciones Media Promedio de los datos Refleja cada valor Propiedades matemáticas atractivas Puede ser excesivamente influida por los extremos Mediana Valor central. La mitad de los valores son mayores, la otra mitad es menor Es menos sensible que la media Difícil de determinar si hay gran cantidad de datos Moda Valor con la frecuencia mas alta, el que se observa mayor número de veces Valor típico, mas valores en este punto que en cualquier otro No se presta para análisis matemático Puede o no haber un valor modal para algunos conjuntos de datos 48
49 Análisis de la información Relación entre tendencia central y la simetria de la distribución 49
50 Análisis de la información Medidas de tendencia central Valor que tiende a tipificar o a ser el mas representativo de un conjunto de números Media geométrica: Es la raíz n-ésima del producto de todos los números Media aritmética ponderada: Se calcula la media aritmética muestral adjudicando diferente importancia a cada uno de los datos. 50
51 Evaluación de productos para la protección de cultivos Análisis de la información Estadísticas muéstrales Medidas de dispersión Rango Desviación media Varianza Desviación estándar Coeficiente de variación 51
52 Análisis de la información Estadísticas muéstrales Medidas de dispersión Rango Es la diferencia que existe entre el valor mas grande y el mas pequeño Rango = max min Desviación media absoluta Es el promedio de las distancias absolutas de los datos a su media aritmética 52
53 Evaluación de productos para la protección de cultivos Análisis de la información Estadísticas muéstrales Medidas de dispersión Varianza poblacional 53
54 Evaluación de productos para la protección de cultivos Análisis de la información Estadísticas muéstrales Medidas de dispersión Varianza muestral 54
55 Análisis de la información Estadísticas muéstrales Medidas de dispersión Desviación estándar 55
56 Análisis de la información Estadísticas muéstrales Medidas de dispersión Coeficiente de variación 56
57 Evaluación de productos para la protección de cultivos Análisis de la información Analisis de varianza Transformaciones Raiz cuadrada Logaritmo Arcoseno Pruebas de comparación multiple Tukey Dunnett DMS Duncan Shcheefe Bonferoni 57
Maíz.- Estrategias de Control: Gusano Cogollero
Maíz.- Estrategias de Control: Gusano Cogollero Algunas consideraciones sobre Gusano Cogollero En las regiones centro norte del país en lotes de maíz de siembra de diciembre, se observaron alta frecuencia
Más detallesBASES DEL DISEÑO EXPERIMENTAL EN CIENCIA ANIMAL
BASES DEL DISEÑO EXPERIMENTAL EN CIENCIA ANIMAL ETAPAS DE UNA INVESTIGACION a. Planteamiento y formulación del PROBLEMA b. Justificación c. Objetivos d. Hipótesis e. Procedimiento / diseño experimental
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 detallesEl plan de muestreo. Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi-
El plan de muestreo Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi- Y ahora qué? Cuántas muestras debo tomar? Cuántas veces debo realizar los ensayos?
Más detallesDiseño Muestreo y Experimental -->fundamental para análisis estadísticos. Escogencia de factores (V. independientes), niveles de factores,
Diseño Muestreo y Experimental -->fundamental para análisis estadísticos Escogencia de factores (V. independientes), niveles de factores, (tratamientos), Unidades de repuesta (replicas), Unidades de muestreo
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
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 detallesMétodos de Diseño y Análisis de Experimentos
1 / 28 Métodos de Diseño y Análisis de Experimentos Patricia Isabel Romero Mares Departamento de Probabilidad y Estadística IIMAS UNAM marzo 2018 Ideas básicas del diseño experimental Capítulo 4 de Analysis
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro
Más detallesANOVA Análisis de la Varianza en diseño de experimentos
ANOVA Análisis de la Varianza en diseño de experimentos NATURALEZA DEL DISEÑO EXPERIMENTAL El diseño experimental tiene sus orígenes en los trabajos de Ronald Aylmer Fisher (1890 1962) desarrollados en
Más detallesHerramientas Estadísticas en el Informe de Investigación
DPTO. INVESTIGACIÓN G-MIO GEODE TALLER Investigación científica: hacia un informe de investigación exitoso Herramientas Estadísticas en el Informe de Investigación Prof. Néstor Díaz Herramientas Estadísticas
Más detallesDiseño de Experimentos
Diseño de Experimentos Estudios experimentales vs observacionales Experimento vs Muestreo La palabra experimento se utiliza en un sentido preciso, implicando una investigación donde un sistema bajo estudio
Más detallesNOTAS SOBRE DISEÑO DE EXPERIMENTOS
INTRODUCCIÓN DISEÑO DE EXPERIMENTOS El Diseño de Experimentos tuvo su inicio teórico a partir de 1935 por Sir Ronald A. Fisher, quién sentó la base de la teoría del Diseño Experimental y que a la fecha
Más detallesANÁLISIS ESTADÍSTICO MUESTREO DE POBLACIONES FINITAS
ANÁLISIS ESTADÍSTICO MUESTREO DE POBLACIONES FINITAS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Porqué muestrear? Para qué muestrear? Estimar parámetros de población Prueba de hipótesis Exploratorio
Más detallesUNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER
UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER CARTA DESCRIPTIVA Carrera: INGENIERÍA EN SISTEMAS COMPUTACIONALES. Materia:. Titular: Correo electrónico: NUMERO DE UNIDAD:
Más detallesTécnicas de Muestreo Métodos
Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad
Más detallesESTADÍSTICA EXPERIMENTAL
ESTADÍSTICA EXPERIMENTAL CARLOS A. CAPPELLETTI - Ex Investigador INTA (1965/1971) - Ex Profesor titular Estadística I y Estadística II - Cátedra Cálculo Estadístico y Biometría - Ex Profesor visitante
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesMatemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1
GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo Desafío Una población estadística está compuesta de cuatro números enteros consecutivos, siendo n el menor de ellos. La desviación
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 detallesDiagnóstico. Dirección de Cómputo para la Docencia. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Dirección General de Servicios de Cómputo Académico
TALLER DE APLICACIONES ESTADÍSTICAS CON EXCEL Diagnóstico Elaborado por Mónica Patricia Ballesteros Chávez 1. Es una expresión en Excel que puede incluir operadores, referencias a celdas, valores, funciones
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 8) TEMA Nº 8 ESTIMACIÓN
OBJETIVOS DE APRENDIZAJE: TEMA Nº 8 ESTIMACIÓN Conocer las relaciones entre muestra, análisis estadístico descriptivo y análisis estadístico inferencial. Conocer los conceptos de muestra aleatoria y muestra
Más detallesLa asignatura de Matemática estimula el desarrollo de diversas habilidades:
La asignatura de Matemática estimula el desarrollo de diversas habilidades: Intelectuales, como: El razonamiento lógico y flexible, la imaginación, la inteligencia espacial, el cálculo mental, la creatividad,
Más detallesNota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
Más detallesNombre de la Asignatura ESTADISTICA GENERAL INFORMACIÓN GENERAL Escuela. Departamento Unidad de Estudios Básicos
Código 0082023 UNIVERSIDAD DE ORIENTE ESTADISTICA GENERAL INFORMACIÓN GENERAL Escuela Departamento Unidad de Estudios Básicos Ciencias Horas Semanales 05 Horas Teóricas 02 Pre-requisitos Matemática I (0081714)
Más detallesTratamiento de datos y azar
Tratamiento de datos y azar Programa de Estudios Área(s): Electricidad y electrónica Mantenimiento e instalación Procesos de producción y transformación física Procesos de producción y transformación químico-biológicos
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
Más detallesConocer los principales métodos de la estadística inferencial e identificar sus aplicaciones a diversas áreas del conocimiento y de la cotidianidad.
NOMBRE DEL CURSO: ESTADÍSTICA INFERENCIAL CÓDIGO: CRÉDITOS 5 PRE-REQUISITO: POST-REQUISITO: JORNADA: PRESENTACIÓN: Se estudian los métodos más importantes de la estadística inferencial, enfocándose principalmente
Más detallesCOMPARACIÓN DE DOS POBLACIONES NORMALES
Instituto Valenciano de Investigaciones Agrarias Seminario MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN AGRONÓMICA Sesión 4 COMPARACIÓN DE DOS POBLACIONES NORMALES Comparación de dos poblaciones normales
Más detallesUniversidad Nacional del Litoral Facultad de Humanidades y Ciencias
MAT60: Estadística II 2013-2do. Cuatrimestre 01: Profesorado de Matemática Titular: TAUBER, Liliana Mabel Equipo de Cátedra: VERA CANDIOTI, Cecilia TAUBER, Liliana Mabel REDONDO, Yanina Teresita Régimen
Más detallesMUESTREO. Muestreo probabilístico (Aleatorio, Sistemático, estratificado, por conglomerados) y Muestreo no probabilístico Msc.
MUESTREO Muestreo probabilístico (Aleatorio, Sistemático, estratificado, por conglomerados) y Muestreo no probabilístico Msc. Lácides Baleta MUESTRA Una muestra es un subconjunto de casos o individuos
Más detallesFACULTAD DE RECURSOS NATURALES INGENIERÍA ZOOTECNISTA PROGRAMA DE ESTADÍSTICA Y BIOMETRÍA AÑO 2017
FACULTAD DE RECURSOS NATURALES INGENIERÍA ZOOTECNISTA PROGRAMA DE ESTADÍSTICA Y BIOMETRÍA AÑO 2017 Titular: Ing Inés González de Rubiano (gonrubi@arnet.com.ar) JTP: Lic. Gladis Mazza (gladismazza@gmail.com)
Más detallesUniversidad Autónoma de Sinaloa
Séptima Edición del Diplomado en Estadística Mc. José V. Jiménez Ramírez Director de la Escuela de Ciencias Fisico-Matemáticas Tel. : 7 16 11 54 vidaljr@uas.uasnet.mx Dr. René Castro Montoya Coordinador
Más detallesCarrera: Ingeniero Químico Asignatura: Área del Conocimiento: Licenciatura Todas las Ingenierías Abril 2010
Carrera: Ingeniero Químico Asignatura: Probabilidad y Estadística Área del Conocimiento: Ciencias Básicas Generales de la Asignatura: Nombre de la Asignatura: Clave Asignatura: Nivel: Carrera: Frecuencia
Más detallesDISEÑO DE CUADRADOS LATINOS
DISEÑO DE CUADRADOS LATINOS a vimos que el diseño de bloques al azar, era el diseño apropiado cuando se conocía de antemano algún factor que fuera fuente de variabilidad entre las unidades experimentales.
Más detallesÍNDICE. Prefacio... xi
ÍNDICE Prefacio... xi Capítulo 1 Introducción... 1 1.1 Por qué hay que tomar este curso y quién utiliza la estadística?... 2 1.2 Historia... 3 1.3 Subdivisiones de la estadística... 4 1.4 Un enfoque simple
Más detallesINDICE Prefacio Como usar este libro Capitulo 1. Introducción Capitulo 2. Análisis exploratorio de los datos
INDICE Prefacio Como usar este libro Capitulo 1. Introducción 1 El comienzo de todo: determinación lo que se debe saber 2 Evaluación numérica de las unidades de observación con la ayuda de las escalas
Más detallesCONCEPTOS. Capítulo 1: DEFINICIONES Y conceptos Estadística Computacional 1º Semestre 2003
Universidad Técnica Federico Santa María Departamento de Informática ILI-280 CONCEPTOS Capítulo 1: DEFINICIONES Y conceptos Estadística Computacional 1º Semestre 2003 Profesor :Héctor Allende Página :
Más detallesCapítulo 1: DEFINICIONES Y conceptos Estadística Computacional 1º Semestre 2003
Universidad Técnica Federico Santa María Departamento de Informática ILI-280 Capítulo 1: DEFINICIONES Y conceptos Estadística Computacional 1º Semestre 2003 Profesor :Héctor Allende Página : www.inf.utfsm.cl/~hallende
Más detallesEstadística Básica 1er Cuatrimestre 2012
Estadística Básica 1er Cuatrimestre 2012 En todo análisis y/o interpretación se pueden utilizar diversas medidas descriptivas que representan las propiedades de tendencia central, dispersión y forma, para
Más detallesSILABO POR ASIGNATURA 1. INFORMACION GENERAL. [MINCHALA GUAMAN LUIS [FACULTAD DE CIENCIAS AGROPECUARIAS]
SILABO POR ASIGNATURA 1. INFORMACION GENERAL Coordinador: MINCHALA GUAMAN LUIS EDUARDO(luis.minchala@ucuenca.edu.ec) Facultad(es): [FACULTAD DE CIENCIAS AGROPECUARIAS] Escuela: [ESCUELA INGENIERÍA AGRONÓMICA]
Más detallesTEMA 2: EL PROCESO DE MUESTREO
2.5. Determinación del tamaño de la muestra para la estimación en muestreo aleatorio estratificado TEMA 2: EL PROCESO DE MUESTREO 2.1. Concepto y limitaciones 2.2. Etapas en la selección de la muestra
Más detallesDiseño de la investigación cuantitativa. Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi-
Diseño de la investigación cuantitativa Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi- Diseño de la investigación El diseño de una investigación
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesPresentación de la Asignatura. Estadística II. Prof. Sergio Jurado Chamorro
Presentación de la Asignatura Estadística II Prof. Sergio Jurado Chamorro Estadística II: La asignatura Contexto Enfoque Nivel matemático Conocimientos básicos Otro requerimientos Herramienta de apoyo
Más detallesESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com)
ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com) ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS... 1 DEFINICIONES BÁSICAS... 1 Estadística... 1 Estadística descriptiva... 1 Estadística inferencial...
Más detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Definición y clasificación del diseño experimental de grupos Diseño experimental de dos grupos: definición y clasificación Diseño experimental de dos grupos: análisis estadístico
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA PARA CIENCIAS ECONÓMICO ADMINISTRATIVAS FECHA DE ELABORACIÓN: ENERO
Más detallesEXPERIMENTOS FACTORIALES
EXPERIMENTOS FCTORILES Generalidades Simbología Diseños Experimentales Ventajas Desventajas nálisis Estadístico Ventajas - Desventajas Ventajas 1. Economía en el material experimental, al obtener información
Más detallesUniversidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
Universidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA Ateneo Ruperto P. Bonet Chaple UTB-Julio 2016 OBJETIVO Aplicar las técnicas de Muestreo e Inferencia Estadística Determinar el tamaño
Más detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesTemario. SEMANA 1 3 al 7 de Febrero. Expositor: Dr. C. Rodrigo E. Elizondo Omaña
Temario SEMANA 1 3 al 7 de Febrero Expositor: Dr. C. Rodrigo E. Elizondo Omaña 1. Bienvenida 2. Presentación del GIA 3. Líneas de investigación existentes 4. La investigación científica en el Departamento
Más detallesParámetros Estadísticos básicos, Resumen y Presentación de datos. Jhon Jairo Padilla, PhD.
Parámetros Estadísticos básicos, Resumen y Presentación de datos Jhon Jairo Padilla, PhD. Motivación Los resúmenes y las representaciones de datos son esenciales porque: Enfocan al ingeniero en características
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA POR COMPETENCIAS I. DATOS DE IDENTIFICACIÓN 1. Unidad Académica: Facultad de Ingeniería. Mexicali.
Más detallesMETODOLOGÍA DE LA INVESTIGACIÓN
METODOLOGÍA DE LA INVESTIGACIÓN II - 2011 METODOLOGÍA DE LA INVESTIGACION IV. UNIDAD EL DISEÑO METODOLOGICO DE LA IC: MUESTRA Y MUESTREO Definiciones y Conceptos 1. POBLACIÓN OBJETIVO O UNIVERSO FINITO
Más detallesDISEÑO EXPERIMENTAL Biología, 2º Ciclo Profesores: Mauro Santos y Hafid Laayouni PROGRAMA TEÓRICO
DISEÑO EXPERIMENTAL Biología, 2º Ciclo 2005-2006 Profesores: Mauro Santos y Hafid Laayouni PROGRAMA TEÓRICO Tema 1 Introducción Diseño experimental e inferencia estadística: las dos caras de una misma
Más detallesConceptos básicos de MUESTREO. Área de Epidemiología Básica FCV-UNCPBA
Conceptos básicos de MUESTREO Objetivo Obtener conclusiones válidas para la población, partiendo de una parte pequeña de ésta, denominada muestra Inferencia N n * Población diana: Aquella población de
Más detallesPontificia Universidad Católica del Ecuador
Apartado postal 17-01-218 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: BIOESTADÍSTICA II CÓDIGO: CARRERA: NIVEL: No. CRÉDITOS: CRÉDITOS TEORÍA: Licenciatura en Ciencias Biológicas VII Cinco Cinco CRÉDITOS
Más detallesEstadística para las Ciencias Agropecuarias
Estadística para las Ciencias Agropecuarias Séptima Edición Di Rienzo, Julio Alejandro Casanoves, Fernando Gonzalez, Laura Alicia Tablada, Elena Margot Díaz, María del Pilar Robledo, Carlos Walter Balzarini,
Más detallesPrincipios de Bioestadística
Principios de Bioestadística Dra. Juliana Giménez www.cii.org.ar Nos permite Llegar a conclusiones correctas acerca de procedimientos para el diagnostico Valorar protocolos de estudio e informes Se pretende
Más detallesTema 6: Introducción a la inferencia estadística Parte 1
Tema 6: Introducción a la inferencia estadística Parte 1 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos Lecturas recomendadas:
Más detallesCarrera: AGM Participantes Representante de las academias de Ingeniería Agronomía de los Institutos Tecnológicos. Academias
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Diseños experimentales. Ingeniería en Agronomía AGM 0611 3 2 8 2. HISTORIA DEL
Más detallesPrograma del Diploma: Estudios Matemáticos
Programa del Diploma: Estudios Matemáticos Level: SL Tema Contenido Año 1 Conocimiento presunto Conjuntos numéricos, medición, aproximación, redondeo y estimación,% de error, notación científica. Número
Más detallesCentro Universitario de Tonalá
Presentación Este curso de estadística y evaluación de datos se encuentra diseñado para los estudiantes del Doctorado en Agua y Energía del Centro Universitario de Tonalá. Competencias genéricas de la
Más detallesDCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.
completamente aleatorizado (DCA): 1 solo factor con diferentes tratamientos. DCA: Es el más simple de todos los diseños, solamente se estudia el efecto de un factor, el cual se varía en diferentes tratamientos
Más detallesEL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.
EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS
Febrero 2011 EXAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: 62011037 EXAMEN MODELO B DURACION: 2 HORAS X Ciudad A Ciudad B 17-20 10 17 13-16 20 27 9-12 25 15 5-8 15
Más detallesMATEMÁTICAS 1º Y 2º ESO CONTENIDOS
MATEMÁTICAS 1º Y 2º ESO CONTENIDOS BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS Los contenidos de este bloque se desarrollan de forma simultánea al resto de los bloques. Planificación del proceso
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 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 detallesLA ESTADÍSTICA APLICADA AL ANÁLISIS ECONÓMICO. Introducción 1
LA ESTADÍSTICA APLICADA AL ANÁLISIS ECONÓMICO ÍNDICE CONCEPTO Página Introducción 1 I Generalidades... 3 I.1 Definiciones de Estadística... 4 I.2 Diferentes clases de Estadística... 8 II La Estadística
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesTema 3: Estadística Descriptiva
Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice
Más detallesÍNDICE. Introducción... Capítulo 1. El proceso del control de calidad. Metodologías... 1
ÍNDICE Introducción... XI Capítulo 1. El proceso del control de calidad. Metodologías... 1 El proceso de producción y la calidad... 1 Evolución del control de calidad... 3 Metodologías o modelos para el
Más detallesDiseño de experimentos
Diseño de experimentos Quimiometría Por qué diseñar experimentos? Exploración: cuáles factores son importantes para realizar exitosamente un proceso Optimización: cómo mejorar un proceso Ahorro de tiempo:
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesSemestre II-2007 PROGRAMA DE ESTUDIO ANALÍTICO. Estadística I Código: MAT LICENCIATURA EN ADMINISTRACIÓN Y GESTIÓN MUNICIPAL JULIO 2007
REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA VICERRECTORADO ACADÉMICO Semestre II-2007 PROGRAMA DE ESTUDIO
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesTipos de Muestreo. Muestreos probabilísticos. Muestreo probabilístico.
Muestreo probabilístico. Tipos de Muestreo Cada elemento del universo tiene una probabilidad conocida y no nula de figurar en la muestra, es decir, todos los elementos del universo pueden formar parte
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 10 Estadísticos muestrales y sus aplicaciones Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir las propiedades de los estadísticos muestrales.
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesJuan Carlos Colonia DISTRIBUCIONES MUESTRALES
Juan Carlos Colonia DISTRIBUCIONES MUESTRALES POBLACIÓN Es el conjunto de individuos u objetos que poseen alguna característica común observable y de la cual se desea obtener información. El número de
Más detallesSumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro
Más detallesRevista de Actualización Clínica Volumen
APROXIMACION AL MUESTREO ESTADISTICO EN INVESTIGACIONES CIENTIFICAS. Mgs. Dra. Bustamante C. Gladys 1 RESUMEN El muestreo estadístico es posiblemente una de las áreas con mayor conflicto para el investigador
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 detallesTipos de muestreo. MVZ.EPA. Ruby Sandy Moreno Mejia
Tipos de muestreo MVZ.EPA. Ruby Sandy Moreno Mejia Definición de muestreo Ventajas Diseño del muestreo Tipos de muestreo Probabilístico No probabilístico Procedimiento utilizado para contar con datos para
Más detallesUNIDAD I. ESTADISTICA
MEDIDAS DE ESTADÍSTICA DESCRIPTIVA (Tomado de: http://www.universidadabierta.edu.mx/serest/map/metodos%20cuantitativos/py e/tema_12.htm) UNIDAD I. ESTADISTICA 1.2 Medidas Descriptivas MEDIDAS DESCRIPTIVAS
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesCAPÍTULO III MARCO METODOLÓGICO. Existen diversos criterios conceptuales en metodología, los cuales señalan
CAPITULO III MARCO METODOLÓGICO CAPÍTULO III MARCO METODOLÓGICO 1. TIPO DE INVESTIGACIÓN Existen diversos criterios conceptuales en metodología, los cuales señalan que para efectuar un estudio debe ser
Más detalles5. Resolver problemas de la vida cotidiana mediante la formulación de expresiones algebraicas sencillas y la posterior obtención de valores (C.E. 5).
5. Resolver problemas de la vida cotidiana mediante la formulación de expresiones algebraicas sencillas y la posterior obtención de valores (C.E. 5). 6. Utilizar unidades de medida de ángulos, de tiempo,
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesEFECTIVIDAD BIOLÓGICA DEL INSECTICIDA CINNA-MEC EN EL CONTROL DEL ÁCARO CAFÉ
EFECTIVIDAD BIOLÓGICA DEL INSECTICIDA CINNA-MEC EN EL CONTROL DEL ÁCARO CAFÉ (Oligonychus punicae Hirst.) DEL AGUACATERO EN NUEVO SAN JUAN PARANGARICUTIRO, MICH. RESPONSABLE: Ing Braulio Alberto Lemus
Más detalles