PRACTICA Nº 4 AUTOCORRELACIÓN ESPACIAL
|
|
- Juan Manuel Peña Barbero
- hace 6 años
- Vistas:
Transcripción
1 CARRERA DE POSGRADO ESPECIALIZACIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN GEOGRÁFICA (TIG) MODULO 3 TEMA 2 ESTADÍSTICA ESPACIAL Y GEOESTADÍSTICA PRACTICA Nº AUTOCORRELACIÓN ESPACIAL La utilidad de la autocorrelación espacial se encuentra en su capacidad para estudiar la forma en que un fenómeno se propaga a través de las unidades espaciales y si tal comportamiento corresponde a algún modelo de difusión conocido. La autocorrelación espacial puede ser univariada o bivariada. En un gráfico de dispersión, en el eje abscisas (x) aparecen los valores estandarizados de una variable para cada unidad espacial y en el eje ordenadas (y) se encuentran los valores estandarizados del promedio de los valores de las unidades espaciales vecinas para la misma variable (en el caso de la autocorrelación espacial univariada) o de una segunda variable (autocorrelación espacial bivariada). En ambos casos, la recta de regresión lineal muestra el grado de asociación entre la variable y los valores contiguos de la misma u otra variable considerada (Buzai y Baxendale, 2004; Buzai y Baxendale, 2006). Ejercicio 1: Crear una Matriz de Peso (Create a weights matrix). Medidas de autocorrelación espacial como Moran requieren una matriz de pesos (w) que define vecindad alrededor de cada unidad geográfica. W se utiliza para detectar una estructura de vecindad en los datos y de esta forma, evaluar el grado de similitud entre localidades y valores (autocorrelación espacial). Los vecinos se definen por un binario (0, 1). Cada observación está representada por una fila y una columna en la matriz (con los vecinos definidos como 1 y los no vecinos y la ubicación en sí misma como 0). Actualmente, hay dos categorías básicas de definición de vecindad: contigüidad (Comparten fronteras) y la distancia. Para w basados en contigüidad se utilizan los movimientos de la torre (Rook) y la reina (Queen).
2 Los ficheros que contienen la geoinformación para realizar este ejercicio se encuentran ubicados en la carpeta denominada G:\MODULO III\TEMA 2\GEODATOS >RMS_CHILE_2014.shp Paso 1: Cargar la capa de datos A.) Ejecutar el software GeoDa. B.) Añadir capa vectorial > RMS_CHILE_2014.shp Paso 2: Calcular Matriz de Pesos A.) Ejecutar Menú Tools > Weights > Create B.) Seleccionar el campo (columna) que almacena el valor único e irrepetible identificador (ID) En este caso es CUT_COM (Código único territorial para los municipios). Pulsar Add Variable.
3 C.) Seleccionar Contigüidad Espacial (Contiguity Weight) > Queen contiguity (Reina). Orden de contigüidad (Order of contiguity) = 1 Pulsar Create. Nota: También es posible utilizar las siguientes opciones. 2) Distancia GeoDa utiliza coordenadas XY para calcular automáticamente la distancia entre los puntos o centroides de polígonos. Se puede especificar el punto de corte (umbral de distancia) para determinar la distancia mínima de dos unidades de ser vecinos considerados. OJO: Se utiliza como métrica de distancia, la distancia euclidiana cuando los datos están proyectados (e.g. UTM) y Arc Distance cuando están en Lat/Long 3) k-vecinos más cercanos Se puede especificar el número exacto de los vecinos de una unidad y GeoDa encontrará los que son los más cercanos. D.) Guardar el archivo con el nombre RMS_CHILE_2014.gal
4 Paso 3. Observar los distintos niveles de conectividad. A.) Ejecutar Menú Tools > Weights > Connectivity Histogram B.) Observar el Histograma de Conectividad. Se muestra la distribución de frecuencia de los vecinos de acuerdo con esta matriz de ponderaciones. Ello significa que el histograma está mostrando la frecuencia (número) de tramos con diferente número total de vecinos; mientras se mueve de izquierda a derecha el número total de vecinos aumenta. El histograma se puede consultar haciendo clic en la barra vertical (s). Los municipios correspondientes se destacan en el mapa. Y usted puede cambiar los intervalos haciendo clic derecho en el histograma, y especificando el número deseado.
5 Ejercicio 2: Calcular la Autocorrelación Espacial a través de I de Moran. Utilizar I de Moran para medir la autocorrelación espacial, estaría intentando verificar que la distribución espacial obtenida a partir de los valores de una variable no sean producidas de manera aleatoria. Su propósito es comparar los valores de cada localización con los valores presentados por las localizaciones contiguas. El valor esperado de I de Moran es [-1 / (n - 1)], y la interpretación es similar a la del coeficiente de correlación de pearson. + 1 indica una fuerte autocorrelación espacial positiva (i.e., la agrupación de valores similares), 0 indica ordenamiento espacial aleatorio, y -1 indica una fuerte autocorrelación espacial negativa (i.e., un patrón de tablero de ajedrez). Paso 1: Calcular I de Moran para una variable A.) Ejecutar Menú Space > Univariate Moran s I
6 B.) Seleccionar la variable. En este caso, seleccionaremos POBREZA. Pulsar OK. C.) Se despliega el Moran Scatterplot, una herramienta de análisis que permite observar en un gráfico de dispersión el comportamiento de cada unidad espacial. D.) Si se seleccionan unidades espaciales en el diagrama de dispersión, podemos observar su distribución territorial.
7 Paso 2: Tests de significancia para la autocorrelación espacial. Verificar la existencia de una autocorrelación espacial significativa se realiza a través de la generación de un test de hipótesis que tiene por objetivo comprobar si la configuración espacial de la variable se produce aleatoriamente. Para realizar este tipo de test se debe plantear claramente cuál será la hipótesis nula (H 0 ) y cual la alternativa (H 1 ). Como recomienda Buzai y Baxendale, 2006, cuando se trabaja en proyectos de análisis socioespacial se toma como hipótesis nula la afirmación: la configuración espacial se produce de manera aleatoria y como hipótesis alternativa la afirmación contraria: la configuración espacial NO se produce de manera aleatoria. Luego se especifica el nivel de significancia que indica la probabilidad de rechazar la hipótesis nula siendo ésta verdadera. Por lo tanto, es la probabilidad que se está dispuesto a cometer al aceptar la hipótesis alternativa. Se suele elegir de acuerdo a la importancia del problema y generalmente es del 5 % (0.05) y 1 % (0.01) (Buzai y Baxendale, 2006). El p-valor es el resultado que reporta el test de hipótesis. Así entonces si se establece un α = 0.05 y el p-valor arroja un resultado de esto nos permite rechazar la hipótesis nula y aceptar la hipótesis alternativa sabiendo que con esta decisión se corre un riesgo de equivocación en un 4,2% de los casos. Si por el contrario, el p-valor arroja un resultado superior a 0.05 no se puede aceptar la hipótesis alternativa ya que el riesgo en la decisión supera el límite establecido debiéndose aceptar la hipótesis nula, es decir que, la configuración espacial se produce de forma aleatoria.
8 La barra en color amarillo volcada hacia la derecha del histograma muestra con el corrimiento entre O(I) y E(I) significativo de la no-aleatoriedad del resultado real y la existencia de autocorrelación espacial. Ejercicio 3: Crear cluster espaciales locales a través de LISA. Un avance en la metodología permite determinar clusters espaciales locales, denominados hot-spots y cold-spots en agrupamientos de valores altos y bajos respectivamente. Metodológicamente corresponde a la propuesta de Anselin (1995) respecto de la formulación de indicadores locales (LISA, Local Indicators of Spatial Association) para la medición de la autocorrelación espacial desagregada en las unidades espaciales del área de estudio. Paso 1: Calcular LISA A.) Ejecutar Menú Space > Univariate Local Moran s I B.) Seleccionar la variable. En este caso, seleccionaremos POBREZA. Pulsar OK.
9 C.) Elegir una de las tres opciones: 1.- Mapa de significancia. Indica observaciones con estadísticas significativas Moran 2.- El Mapa Cluster. Indica casos y tipo de asociación espacial significativos; 3.- Diagrama de dispersión de Moran global. D.) Resultado para el Mapa de Significancia. E.) Resultado para el Mapa Cluster. Cold-spot (bajo-bajo) en color azul y el hot-spot (alto-alto) es rojo.
PRACTICA Nº 2. Al ejecutar Geoda, sólo dos íconos están activados. Ellos son utilizados para ABRIR y CERRAR un proyecto.
CARRERA DE POSGRADO ESPECIALIZACIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN GEOGRÁFICA (TIG) -------------------------------------------------------------------------------------------------------------------------
Más detallesPRACTICA Nº 5 INTERPOLACIÓN UTILIZANDO LA MEDIA PONDERADA POR EL INVERSO DE LA DISTANCIA (IDW)
CARRERA DE POSGRADO ESPECIALIZACIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN GEOGRÁFICA (TIG) -------------------------------------------------------------------------------------------------------------------------
Más detallesEjercicio de econometría espacial o regional
APÉNDICE C Ejercicio de econometría espacial o regional De acuerdo a los trabajos de Vilalta (2003) y Aroca, Bosch y Maloney (2005), que se mencionan en el capítulo de evidencia empírica, llegan a la conclusión
Más detallesSesión 3: Análisis Exploratorio de Datos Espaciales (AEDE): Técnicas básicas
Sesión 3: Análisis Exploratorio de Datos Espaciales (AEDE): Técnicas básicas Profesora: Coro Chasco Yrigoyen Universidad Autónoma de Madrid 17 a 21 de mayo, 2010 2010, Coro Chasco Yrigoyen Índice del Curso
Más detallesPasos. i Aplicar la prueba X 2 para determinar la significación estadística de las proporciones entre ambas variables (no son iguales)
Relación entre variables cualitativas Pasos Construir una tabla de contingencia Crear una tabla con las frecuencias esperadas f ei (frecuencias teóricas en caso de que X e Y fueran independientes), calculadas
Más detallesElaboró: Luis Casas Vilchis
Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con
Más detallesElaboró: Luis Casas Vilchis
Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con
Más detallesAUTOCORRELACIÓN ESPACIAL. Preparado por: Dr. Manuel Fuenzalida-Díaz / Departamento de Geografía, Universidad Alberto Hurtado.
AUTOCORRELACIÓN ESPACIAL Preparado por: Dr. Manuel Fuenzalida-Díaz / mfuenzal@uahurtado.cl Departamento de Geografía, Universidad Alberto Hurtado. 0 TEMARIO Autocorrelación espacial 1.- La técnica de autocorrelación
Más detallesAnálisis de Estructuras Espaciales Persistentes. Desempleo Departamental en Argentina.
Análisis de Estructuras Espaciales Persistentes. Desempleo Departamental en Argentina. Marcos Herrera 1 1 CONICET IELDE - Universidad Nacional de Salta (Argentina) Seminario de Investigación Nº 27 8 de
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesMétodos Estadísticos de la Ingeniería 2º I.T.I. Electricidad Curso 2010/2011 PRÁCTICA 2 ESTUDIOS DESCRIPTIVOS BIDIMENSIONALES
Práctica 2 Estudios Descriptivos Bidimensionales Página 1 Métodos Estadísticos de la Ingeniería 2º I.T.I. Electricidad Curso 2010/2011 PRÁCTICA 2 ESTUDIOS DESCRIPTIVOS BIDIMENSIONALES En esta segunda práctica
Más detalles1. Cómo introducir datos en SPSS/PC? - Recordatorio
1 Taller de Estadística Curso 2oo5/2oo6 Descripción de datos bivariantes El objetivo de esta práctica es familiarizarse con las técnicas de descripción de datos bidimensionales y con algunas de las opciones
Más detallesEstructura del SPSS. Favio Murillo García
Estructura del SPSS Favio Murillo García Introducción El programa SPSS (Statistical Product and Service Solutions) es un conjunto de potentes herramientas de tratamiento de datos y análisis estadístico.
Más detallesPrácticas de Introducción a los Computadores Curso Hoja Gráficos: Hoja Regresión: ESPESOR 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 ESPESOR COSTES fij
Prácticas de Introducción a los Computadores Curso 2001-2002 1 EXCEL Introducción Excel es una hoja de cálculo. Su objetivo básico es proporcionar un entorno sencillo para generar tablas de números y aplicando
Más detallesCORRELACION Y REGRESION
CORRELACION Y REGRESION En el siguiente apartado se presenta como calcular diferentes índices de correlación, así como la forma de modelar relaciones lineales mediante los procedimientos de regresión simple
Más detallesCOMPLEMENTARIO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA APLICADOS A LA AGRICULTURA DE PRECISIÓN OBJETIVO GENERAL
COMPLEMENTARIO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA APLICADOS A LA AGRICULTURA DE PRECISIÓN OBJETIVO GENERAL PPROPORCIONAR A LOS APRENDICES DEL CURSO LOS FUNDAMENTOS TEÓRICOS Y PRÁCTICOS SOBRE LAS TECNOLOGÍAS
Más detallesANÁLISISESPACIALCONSIG RASTER.
Universidad Nacional del Nordeste Facultad de Humanidades. Especialización en Tecnologías de la Información Geográfica (Tig) Asignatura: Análisis Espacial con Sistemas de Información Geográfica Raster
Más detallesComo usar Excel para resolver una regresión lineal usando la función predefinida estimacion.lineal.
Excel: Regresión Lineal Como usar Excel para resolver una regresión lineal usando la función predefinida estimacion.lineal. Como hacer la gráfica. Ejemplo Los datos de la tabla adjunta, x e y exacto, cumplen
Más detallesSALDO MIGRATORIO, EMPLEO Y VIVIENDA EN UN CONTEXTO DE CRISIS EN LOS MUNICIPIOS VASCOS.
SALDO MIGRATORIO, EMPLEO Y VIVIENDA EN UN CONTEXTO DE CRISIS EN LOS MUNICIPIOS VASCOS. Astorkiza I. y Abelairas Etxebarria P. Departamento de Economía Aplicada V Universidad del País Vasco (UPV/EHU) Área
Más detallesGRÁFICOS GRÁFICOS EN SPSS UTILIDADES Y PROCEDIMIENTO DE CREACIÓN
GRÁFICOS GRÁFICOS EN SPSS UTILIDADES Y PROCEDIMIENTO DE CREACIÓN Bakieva, M., González Such J. y Jornet, J. Material elaborado en el marco de la Convocatoria de Innovación de 2010 del Vicerectorat de Convergència
Más detallesEstadística Espacial en Ecología del Paisaje
Estadística Espacial en Ecología del Paisaje Introducción H. Jaime Hernández P. Facultad de Ciencias Forestales U. de Chile Tipos de datos en análisis espacial Patrones espaciales puntuales Muestras geoestadísticas
Más detallesEstructuras de datos en SIG
Unidad Unidad.. Estructura Estructura de de datos datos en en los los SIG. SIG. Modelo Modelo de de datos datos en en malla malla regular regular oo raster: raster: características características principales,
Más detallesComparación de dos Muestras - SnapStat
Comparación de dos Muestras - SnapStat Resumen La Comparación de Dos Muestras usando SnapStat crea un resumen de una página que compara dos muestras independientes de datos de variables. Calcula estadísticos
Más detallesANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL
ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL Jorge Fallas jfallas56@gmail.com 2010 1 Temario Concepto de correlación Diagramas de dispersión Correlación: dirección, intensidad Coef. Correlación lineal de Pearson
Más detallesEspacialidad y sus retos
Espacialidad y sus retos Daniel A. Rodríguez, Ph.D. University of North Carolina, Chapel Hill danrod@unc.edu www.planning.unc.edu/index.php?option=com_content&view=article&id=51&itemid=16 Resumen de temas
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detalles13A. RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS PRUEBAS ESTADÍSTICAS DE CONFORMIDAD
13A. RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS PRUEBAS ESTADÍSTICAS DE CONFORMIDAD RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS Las pruebas estadísticas para analizar la relación entre dos variables cuantitativas,
Más detallesCaso 102 : Explorando presiones arteriales en pacientes
Caso 102 : Comparando presiones arteriales en pacientes 1 Caso 102 : Explorando presiones arteriales en pacientes (Exploración de datos: Análisis exhaustivo de una matriz )(F.J. Burguillo, USAL) Caso práctico
Más detallesEJEMPLO PRÁCTICO DE CORRELACIÓN Y CHI-CUADRADO (X 2 )
Jesús Eduardo Pulido Guatire, marzo 010 EJEMPLO PRÁCTICO DE CORRELACIÓN Y CHI-CUADRADO (X ) EJEMPLO PRÁCTICO DE CORRELACIÓN Con base en la fundamentación teórica de la correlación lineal y el Archivo de
Más detallesDistribuciones Bidimensionales.
Distribuciones Bidimensionales. 1.- Variables Estadísticas Bidimensionales. Las variables estadísticas bidimensionales se representan por el par (X, Y) donde, X es una variable unidimensional, e Y es otra
Más detallesEste programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Bases de Estadística Licenciatura en Ciencias Ambientales Curso 2oo3/2oo4 Introducción al SPSS/PC Este programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesMANUAL DEL USUARIO. Introducción del programa 2
MANUAL DEL USUARIO Elaborado por GNUCOOP Introducción del programa 2 Navegar por la interfaz del usuario 2 El mapa Error! Marcador no definido. El menú 3 La barra de herramientas 3 Alternar control de
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Técnicas Cuantitativas para el Management y los Negocios Contador Público Módulo I: ESTADÍSTICA DESCRIPTIVA Contenidos Módulo I Unidad 1. Introducción y conceptos básicos Conceptos básicos de Estadística.
Más detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Las pruebas de bondad de ajuste son pruebas de hipótesis para verificar si los datos observados en una muestra aleatoria se ajustan con algún nivel de significancia a determinada
Más detallesESTADÍSTICA DESCRIPTIVA PARA DISTRIBUCIÓN ESPACIAL
ESTADÍSTICA DESCRIPTIVA PARA DISTRIBUCIÓN ESPACIAL Preparado por: Dr. Manuel Fuenzalida-Díaz / mfuenzal@uahurtado.cl Departamento de Geografía, Universidad Alberto Hurtado. 0 TEMARIO Estadística Descriptiva
Más detallesESTADÍSTICA SEMANA 2
ESTADÍSTICA SEMANA 2 ÍNDICE CUADROS DE DISTRIBUCIÓN DE FRECUENCIAS Y REPRESENTACIÓN GRÁFICA... 3 APRENDIZAJES ESPERADOS... 3 INTRODUCCIÓN... 3 REPRESENTACIÓN GRÁFICA... 3 MÉTODOS GRÁFICOS:... 3 DIAGRAMAS
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesCómo crear un histograma (con los polígonos de frecuencias) en Excel 2007 y 2010
Cómo crear un histograma (con los polígonos de frecuencias) en Excel 2007 y 2010 www.funcionarioseficientes.es Índice Pág BREVE EXPLICACION TEÓRICA DEL HISTOGRAMA... 1 1) Preparamos la tabla de datos del
Más detallesEjercicios Añadir capa de texto delimitado
Ejercicios 2. En la sesión de ejercicios anterior se contempló la colocación de puntos arbitrarios (shapefile de puntos), georreferenciados, sobre una vista en QGIS a cuya tabla atributiva se le adicionaron
Más detallesMANUAL DEL USUARIO WEB SISTEMA DE RASTREO Versión 3.0
MANUAL DEL SISTEMA DE RASTREO Versión 3.0 Contenido Pág. Requisitos Para la visualización óptima del Sistema de Rastreo 2 Acceso al Sistema de Rastreo 2 Ubicación de Unidad(es) Asociada(s) 7 Reportes 13
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 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 detalles5. Crear gráficos y objetos.
5. Crear gráficos y objetos. 91 Las técnicas que se tratan en esta sección están relacionadas con la creación de gráficos y objetos. En concreto, este conjunto de técnicas se asocian con los siguientes
Más detallesGUIA PARA CREAR UN SITIO DE GRUPO EN SHAREPOINT
GUIA PARA CREAR UN SITIO DE GRUPO EN SHAREPOINT Qué es SharePoint? SharePoint es una herramienta diseñada por Microsoft para la gestión documental y el trabajo en equipo. Está formada por una serie de
Más detallesSOLUCIÓN PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL
SOLUCIÓ PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMESIOAL Ejercicio 1. [PROCEDIMIETOS CORRELACIÓ Y REGRESIÓ] Abra el archivo Coches.sav, que contiene las 5 variables que se describen en el siguiente
Más detallesMódulo 8: Ofimática básica. Unidad didáctica 5: Gráficos. Excel
Módulo 8: Ofimática básica Unidad didáctica 5: Gráficos Excel UNIDAD DIDÁCTICA 5 Gráficos Créditos Autor/es: Fuentes Innovación y Cualificación Maquetación e Impresión en: Innovación y Cualificación,
Más detallesTema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0
Ignacio Martín Tamayo 11 Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0 ÍNDICE ------------------------------------------------------------- 1. Introducción 2. Frecuencias 3. Descriptivos 4. Explorar
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 detallesN T E N.. IDO. CAPíTULO 3 TABLAS Y GRÁFICAS: UNA IMAGEN DICE MÁS QUE MIL PALABRAS 78. CAPíTULO I LA IMAGINACiÓN ESTADíSTICA
N T E N.. IDO PREFACIO xiv CAPíTULO I LA IMAGINACiÓN ESTADíSTICA Introducción La imaginación estadística 3 Enlace de la imaginación estadística con la imaginación sociológica 4 Normas estadísticas y normas
Más detallesPráctica 3. Para comenzar esta práctica abrimos el programa SPSS.
Análisis de Datos Licenciatura en Biología Curso oo9/o0 Práctica 3 El fichero de datos necesario para realizar esta práctica, turtlefmxls, se encuentra en la página web http//wwwuames/danielfaraco La ruta
Más detalles: Andrea Canals/ Catalina Canals Año Académico : 2017 P R O G R A M A
1 ASIGNATURA : Estadística Requisito : Matemática 2 Profesores : Andrea Canals/ Catalina Canals Año Académico : 2017 Carácter : Semestral Clases Teóricas : 3 horas Ayudantía : 1,5 horas P R O G R A M A
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
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 detallesINGENIERO EN COMPUTACION TEMA 1.2: PRESENTACIÓN GRÁFICA DE DATOS
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACION TEMA 1.2: PRESENTACIÓN GRÁFICA DE DATOS ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: Agosto de 2016
Más detallesStatistics-to-Go. Manual de usuario
Statistics-to-Go Módulo 1: Histograma, diagrama de barras, diagrama de dispersión, correlación y regresión lineal. Manual de usuario Creadores: M.C. Héctor Antonio Villa Martínez Dr. Francisco Javier Tapia
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos
Más detallesMANUAL DEL RELLENO DE DATOS DE PRECIPITACIÓN MEDIANTE CORRELACIÓN ORTOGONAL
MANUAL DEL RELLENO DE DATOS DE PRECIPITACIÓN MEDIANTE CORRELACIÓN ORTOGONAL Preparado por: Fredy Jipson Cueva Castillo. Dr. Fernando Rodrigo Oñate Valdivieso Relleno de datos de precipitación mediante
Más detallesCaso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo
Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso Práctico El objetivo de este ejercicio es analizar diferentes tipos de pruebas estadísticas en las
Más detallesESTADISTICA AVANZADA MODULO I
ESTADISTICA AVANZADA MODULO I Análisis de Regresión Modelo Supuestos Multiple 20.0 25.0 30.0 35.0 40.0 45.0 50.0 55.0 60.0 65.0 70.0 75.0 80.0 85.0 Consumo Energetico Gráfico de Dispersión 110.000 105.000
Más detallesCreación y manejo de la base de datos y tablas
Crear una base de datos Creación y manejo de la base de datos y tablas Para crear una nueva base de datos debemos: 1. Hacer clic sobre la opción Nuevo de la pestaña Archivo. De las distintas opciones para
Más detallesESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura Créditos
ESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura 46497 Créditos 6 ECTS Carácter Básica Rama de Conocimiento Ciencias de la Salud Materia Fisiología Ubicación dentro del
Más detallesMANUAL SYS APOLO ACTIVOS FIJOS
2016 MANUAL SYS APOLO ACTIVOS FIJOS SYS SOFTWARE Y SOLUCIONES Ltda. Nit 900107246-0 01/01/2016 COMO INGRESAR AL PROGRAMA Remítase al manual de ingreso al sistema de SyS Nuevo Una vez ingrese al modulo
Más detallesDiplomado en Estadística e Investigación Científica
Sociedad Hispana de Investigadores Científicos Diplomado en Estadística e Investigación Científica Introducción Durante mucho tiempo se consideró a la investigación científica como una actividad de unos
Más detallesGuia Calles SRL Guiacalles.com / / Manual rápido del Software GIS Libre QUANTUM GIS
Manual rápido del Software GIS Libre QUANTUM GIS INTRODUCCIÓN Quantum GIS (QGIS) es un Sistema de Información Geográfica de código abierto. Se ha logrado en estos tiempos para hacer que el software GIS
Más detallesGráficos de columnas. Excel Guía de ejercicios Informática 1. Universidad Nacional de Ezeiza
Microsoft Office Excel 2007 admite muchos tipos de gráficos para ayudarle a mostrar datos de forma comprensible para su audiencia. Cuando crea un gráfico o cambia el tipo de uno existente, puede seleccionar
Más detallesIZArc Qué es IZArc? Dirección de Servicios Telemáticos. Universidad Simón Bolívar /03/2008
Qué es IZArc? Izarc es una herramienta que permite la creación y extracción de archivos comprimidos en diversos formatos, incluyendo archivos ZIP, TAR, y RAR. Adicionalmente se integra a las funciones
Más detallesPATRICIA IRIS LUCERO 1 JUAN PABLO CELEMÍN Universidad Nacional de Mar del Plata CONICET. Argentina 1
LA CALIDAD DE VIDA DE LA POBLACIÓN EN LA DETERMINACIÓN DE LA CALIDAD TERRITORIAL. UN ESTUDIO DE AUTOCORRELACIÓN ESPACIAL APLICADO A LA CIUDAD DE MAR DEL PLATA, ARGENTINA PATRICIA IRIS LUCERO 1 JUAN PABLO
Más detallesReplanteo - Magnet Field
Replanteo - Magnet Field Las nuevas generaciones de estaciones totales Topcon y Sokkia, ya sea la denominada OS como la FX, respectivamente, trabajan sobre el software de campo MAGNET Field, con lo cual
Más detallesMANUAL DE INGRESO DEL SISTEMA DE INDICADORES SOBRE DESARROLLO SOSTENIBLE (SIDES) EN EL DELPHOS PORTAL
MANUAL DE INGRESO DEL SISTEMA DE INDICADORES SOBRE DESARROLLO SOSTENIBLE (SIDES) EN EL DELPHOS PORTAL 2012 TABLA DE CONTENIDO INGRESO AL SOFTWARE DELPHOS PORTAL... 1 Ingreso al Software... 1 Hoja de Metadatos
Más detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesEstadística Descriptiva
Estadística Descriptiva Hay tres tipos de mentiras: las mentiras, las cochinas mentiras y las estadísticas. (Mark Twain) El motivo de semejante afirmación radica en el mal uso, o abuso de que se hace de
Más detallesMOSAICO NACIONAL DE IMÁGENES
MOSAICO NACIONAL DE IMÁGENES Introducción El sistema del mosaico nacional de imágenes, nos permite visualizar a través de imágenes satelitales recientes el entorno de la producción agropecuaria, así como
Más detallesASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN
CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)
Más detallesSistema de Registro, Seguimiento y Evaluación de PMPMS. Manual de Usuario
Sistema de Registro, Seguimiento y Evaluación de PMPMS Manual de Usuario Instituto Mexicano de Tecnología del Agua Coordinación de Hidrología Noviembre 2014 Contenido 1. REQUERIMIENTOS DEL SISTEMA... 1
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesDISTRIBUCIONES BIDIMENSIONALES
La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento
Más detallesLas opciones para insertar Gráficos se encuentran en la ficha Insertar de la cinta de opciones. Existen una amplia gama de gráficos para realizar:
Gráficos Las opciones para insertar Gráficos se encuentran en la ficha Insertar de la cinta de opciones. Existen una amplia gama de gráficos para realizar: Para crear un gráfico basta con seguir estos
Más detallesPrimero definiré lo que es un gráfico o diagrama en estadística
8. Tipos de Grafícas 8.1 Tipos de Gráficas. Primero definiré lo que es un gráfico o diagrama en estadística Un diagrama es una especie de esquemático, formado por líneas, figuras, mapas, utilizado para
Más detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
Más detalles[ ANEXOS ] I = z. El I de Moran global y local
ANEXO III METODOLOGÍA PARA LA MEDICIÓN DE LA AUTOCORRELACIÓN ESPACIAL Y LA HETEROGENEIDAD ESPACIAL DE LA POBREZA INFANTIL EN AMÉRICA LATINA Y EL CARIBE Cuando se hace un análisis exploratorio de datos
Más detallesAnálisis Espacial. Superposición: Cuando es posible conocer las relaciones de intersección entre diferentes capas temáticas.
Análisis Espacial Superposición: Cuando es posible conocer las relaciones de intersección entre diferentes capas temáticas. Proximidad-Vecindad: Cuando una estructura topológica permite investigar las
Más detallesUniversidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL
Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión
Más detallesGUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES
GUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES Material didáctico elaborado por: M.I. María Estela Audelo Vucovich M.E. Antonio García Osornio Abril de 2017 La hoja de cálculo es
Más detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
Más detallesInstrucciones de uso del servidor de mapas del Atlas Climático Digital de México (ACDM)
Unidad de Informática para las Ciencias Atmosféricas y Ambientales Centro de Ciencias de la Atmósfera, UNAM (UNIATMOS) Instrucciones de uso del servidor de mapas del Atlas Climático Digital de México (ACDM)
Más detallesDiagnósticos: Tablero de control
Diagnósticos: Tablero de control Esta ventana, accesible desde el menú Herramientas > Diagnósticos > Tablero de control, es una extensión de la ventana Gráficos XY en la cual pueden mostrarse muchas gráficas
Más detalles1. Introducción. CEDEX - Curso de formación estadística. Práctica Cómo introducir datos en SPSS/PC?
Técnicas de análisis multivariante - I 9//oo5 CEDEX - Curso de formación estadística Práctica. Introducción En esta práctica trabajaremos con el fichero de datos pardals.xls que corresponde a un estudio
Más detallesEstadística Descriptiva
Frecuencias (f) Estadística Descriptiva Al resumir grandes colecciones de datos, resulta útil distribuirlos en clases o categorías, y determinar el número de individuos que pertenecen a cada clase, lo
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesNota Técnica (tcpmdt_es_v75_par001_gml_r2) Importación y exportación de GML de parcelas catastrales
Fecha de actualización 05/02/2016 Requisitos Nota Técnica (tcpmdt_es_v75_par001_gml_r2) Importación y exportación de GML de parcelas catastrales Ámbito: España Versiones MDT: 7.5 en adelante Versiones
Más detallesDistribuciones de Probabilidad.
Práctica núm. 3 1 Distribuciones de Probabilidad. 3.1. Distribuciones de Probabilidad en Statgraphics El estudio de las distribuciones de probabilidad en Statgraphics se puede realizar en el menú Descripción/Distribuciones/Distribuciones
Más detallesTema: CREACIÓN Y FORMATEO DE HOJAS ELECTRÓNICAS EN MICROSOFT EXCEL
Administración de Base de Datos, Guía 2 1 Facultad : Ingeniería Escuela : Computación Asignatura: Administración de Base de Datos Tema: CREACIÓN Y FORMATEO DE HOJAS ELECTRÓNICAS EN MICROSOFT EXCEL Objetivo
Más detallesDIPUTACIÓN PROVINCIAL DE CIUDAD REAL
DIPUTACIÓN PROVINCIAL DE CIUDAD REAL MANUAL DE USUARIO DE LA INFRAESTRUCTURA ESPACIAL DE DATOS (IDE) DE LA ENCUESTA DE INFRAESTRUCTURA Y EQUIPAMIENTOS LOCALES (EIEL) ÍNDICE 1.- INTRODUCCIÓN 2 2.- MENÚ
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesAyuda y breve descripción del procedimiento de geolocalización de las empresas públicas locales en Andalucía
Ayuda y breve descripción del procedimiento de geolocalización de las empresas públicas locales en Andalucía La estadística de empresas públicas locales, pone a disposición de la sociedad información relativa
Más detalles7. Modelos de visibilidad
7. Modelos de visibilidad La utilidad de los modelos digitales de simulación de cuencas de visibilidad reside en sus múltiples aplicaciones. Localización de puntos de emisión con mayor cobertura territorial,
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN TÉCNICAS DE ESTADÍSTICA MOTIVANTE
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN TÉCNICAS DE ESTADÍSTICA MOTIVANTE Clave: 856 Horas por semana: 5 Licenciatura: ADMINISTRACIÓN FINANCIERA Horas por semestre: 90
Más detalles