Modelo estructural para mejorar la organización y el control de la reproducción de sistemas vacunos lecheros
|
|
- Carlos Martínez Godoy
- hace 6 años
- Vistas:
Transcripción
1 Universidad de Camagüey Ignacio Agramonte Loynaz Facultad de Ciencias Agropecuarias Modelo estructural para mejorar la organización y el control de la reproducción de sistemas vacunos lecheros AUTORES: José Alberto Bertot Valdés, Roberto Vázquez Montes de Oca, Magaly Garay Durba, Maydier Horrach Junco y Carlos Loyola Oriyés Congreso Internacional Producción Animal Especializada en Bovinos, jose.bertot@reduc.edu.cu Cuenca, Ecuador -2017
2 Antecedentes Investigaciones desarrolladas en Cuba. Patrones de estacionalidad. Análisis de eficiencia reproductiva: Indicadores utilizados. Definición de las variables. Modelos empleados. Relaciones causales. Situación en Camagüey.
3 Objetivo Demostrar la utilidad del análisis de ecuaciones estructurales que, al cuantificar los impactos directos de los niveles precedentes, permitirá la adopción de decisiones para mejorar la organización de la reproducción en los sistemas vacunos lecheros como parte integral de la actividad sistemática de los directivos y especialistas en reproducción.
4 Qué son las técnicas SEM? Técnicas SEM (modelos de ecuaciones estructurales, modelos causales o análisis de la estructura de la covarianza): Método directo de tratar múltiples relaciones simultáneamente con eficiencia estadística. Permiten una transición de métodos exploratorios a los confirmatorios.
5 Ejemplo de aplicación del método Base de datos conformada a partir de información de los archivos de seis empresas lecheras: 426 rebaños hembras bajo plan de inseminación artificial. enero de 1982 y diciembre de 2005.
6 Ejemplo de aplicación del método. Variables más representativas del sistema que se utiliza para la organización y el control (Bertot et al., 2008): Hembras en diferentes estados reproductivos: Recentinas (RECEN). Vacías totales (VACTOT). Inseminadas (PEND). Vacías en el diagnóstico de gestación (VACDIAG). Gestantes en el diagnóstico (GESTDIAG) Incorporaciones (INCO). Desechos de la reproducción (BAJAS) Hembras detectadas en estro: Hembras recogidas primer estro (RECPRI). Recogidas en total de estros (RECTOT). Nacimientos (NACIM).
7 Análisis estadísticos Preparación de los datos, matrices y análisis exploratorios multivariados: programa PRELIS 2.30 (Jöreskog y Sörbom, 1999). Análisis estructural: programa LISREL (Linear Structural Relationships) versión 8.30 (Jöreskog y Sörbom, 1999).
8 Variables con retardos (6, 9, 10 y 12 meses) con respecto a los nacimientos ANÁLISIS ESTRUCTURAL Modelo nulo (Path diagram) Análisis de normalidad univariada y multivariada SELECCIÓN DE MODELOS Especificación Identificación Estimación Diagnóstico Modificación MODELO ESTRUCTURAL FINAL Relaciones causales directas Determinación de impactos Pronósticos
9 1. Análisis exploratorio de normalidad univariada y multivariada de las variables en estudio
10 2. Construcción del modelo nulo o diagrama de trayectoria teórico (path diagram) Este método será aplicado en un modelo causal ya formulado en base a conocimientos y consideraciones teóricas. Correlaciones significativas en varios retardos para todas las combinaciones de variables mediante la función de correlación cruzada de series de tiempo entre pares de variables (Bertot et al., 2009a).
11 2. Construcción del modelo nulo o diagrama de trayectoria teórico (path diagram) Tabla 1.Resumen de los análisis de la función de correlación cruzada a Variable dependiente RECEN VACTOT INCO BAJAS RECPRI RECTOT PEND VADIAG GESDIAG RECPRI RECTOT PEND VACDIAG GESTDIAG NACIM (-3) (-3) (-6) (-7) (-6) (-12) (-3) (-3) (-6) (-6) (-6) (-12) (0) (0) (-1) (-3) (-9) (-9) (-3) (-3) (-6) (-9) (-12) (-12) (0) (-1) (-3) (-9) (-9) (-1) (-3) (-9) (-9) (-3) (-3) (-9) (0) (-6) (-6) a Entre paréntesis el retardo con el que se obtuvo la mayor correlación
12 3. Construcción del modelo nulo o diagrama de trayectoria teórico (path diagram) NACIM = K + b 1 (GESTDIA6) + b 2 (VACDIA6) + b 3 (PEND9) + b 4 (RECPRI9) + b 5 (RECTOT9) + b 6 (INCOR9) + b 7 (RECENT12) + b 8 (VACITOT12) + b 9 (BAJAS12) + e VACDIA6 = K + b 1 (GESTDIA6) + b 2 (PEND9) + b 3 (RECPRI9) + b 4 (RECTOT9) + b 5 (INCOR9) + b 6 (VACITOT12) + e GESTDIA6 = K + b 1 (VACDIA6) + b 2 (PEND9) + b 3 (RECPRI9) + b 4 (RECTOT9) + b 5 (INCOR9) + b 6 (RECENT12) + b 7 (VACITOT12) + b 8 (BAJAS12) + e PEND9 = K + b 1 (RECPRI10) + b 2 ( RECTOT10) + b 3 (INCOR10) + b 4 (RECPRI9) + b 5 (RECTOT9) + e RECPRI9 = K + b 1 (INCOR9) + b 2 (RECENT12) + b 3 (VACITOT12) + e RECTOT9 = K + b 1 (RECPRI9) + b 2 (BAJAS12) + b 3 (RECENT12) + b 4 (VACITOT12) + b 5 (INCOR9) + e Figura 1. Diagrama de trayectoria teórico tomando como base los resultados de los correlogramas
13 3. Determinación del modelo estructural. Etapas: Modificación: Especificación: Identificación: Ecuación y el modelo identificados Estimación: Método de máxima verosimilitud a partir de una matriz de correlaciones Diagnóstico: A cada modelo. Índices de ajuste Ajuste de cada modelo: Chi-cuadrado Errores estándar Valores de t Residuales estandarizados Índices de modificación No omitir variables relevantes. Efectos directos, indirectos y espúreos.
14 3. Determinación del modelo estructural definitivo Se confeccionó un modelo en el que las variables involucradas, fueron incluidas en el conjunto de ecuaciones, previamente representadas en el diagrama de trayectoria. Figura 2. Ejemplos de los distintos tipos de efectos entre variables del sistema de organización y control de la reproducción con retardos en meses en relación con los nacimientos. Cov e/ dos variables = efecto directo + efectos indirectos + efectos espúreos + efectos conjuntos
15 3. Determinación del modelo estructural definitivo Etapa de Identificación. Se comprobó que cada ecuación y el modelo en general estaban identificados teniendo en cuenta las reglas establecidas en relación con el número de variables, parámetros a estimar y grados de libertad del modelo.
16
17
18 This program is published exclusively by Scientific Software International, Inc N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800) , (847) , Fax: (847) Copyright by Scientific Software International, Inc., Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: The following lines were read from file D:\ROBERTO\BD Bertot\Trabajo\Bases de trabajo\finalabril\mayo1.spj: SYSTEM FILE from file 'D:$$ROBERTO$$BD Bertot$$Trabajo$$Bases de trabajo$$finalabril$$finalabril5.dsf' Relationships NACIM = PENDIE9 VACDIA6 GESTDI6 VACDIA6 = PENDIE9 GESTDI6 GESTDI6 = VACDIA6 NACIM = RECENT12 RECPRI10 RECTOT10 RECPRI9 RECTOT9 PENDIE9 = VACIAT12 RECPRI10 RECTOT10 RECTOT9 VACDIA6 = RECENT12 VACIAT12 GESTDI6 = RECPRI9 RECTOT9 INCOR9 RECPRI9 = RECENT12 INCOR9 RECPRI10 RECTOT9 = RECENT12 INCOR9 RECPRI9 RECPRI10 RECTOT10 Path Diagram End of Problem Sample Size = 273
19 3. Determinación del modelo estructural definitivo Etapa de estimación. Se aplicó el método de máxima verosimilitud a partir de una matriz de correlaciones para la solución simultánea del sistema de ecuaciones donde los coeficientes fueron estimados teniendo en cuenta a todas las ecuaciones.
20 3. Determinación del modelo estructural definitivo Etapa de diagnóstico. El diagnóstico global se realizó a cada modelo mediante los índices recomendados por Jöreskog y Sörbom (1999), Hair, Anderson, Tatham y Black (1999) y Batista-Foguet y Genders (2000).
21 3. Determinación del modelo estructural definitivo Etapa de diagnóstico. Tabla 2. Índices de ajuste global para el modelo final (medidas de bondad del ajuste) Índice Valor obtenido Grados de libertad 17 X 2 (Chi-Cuadrado) 23,04 (P = 0,148) Valor recomendado Chi-Cuadrado normalizado (X 2 /gl) 1, RMSEA (Raíz del cuadrado medio del error de aproximación) 0,036 0,00-0,10 Intervalo de confianza (90 por ciento) para RMSEA (0,0-0,071) NFI (Índice de ajuste normalizado) 1,00 0,90-1,00 NNFI (Índice de ajuste no normalizado) 1,00 0,90-1,00 CFI (Índice de ajuste comparado) 1,00 0,90-1,00 CN (N critico) 382,60 > 200 ( 0,05) RMR (Raíz del cuadrado medio del error) 0,0088 Próximo a cero AGFI (Índice de bondad del ajuste) 0,94 0,90-1,00
22 3. Determinación del modelo estructural definitivo Etapa de modificación. Se evaluó el ajuste de cada modelo considerando los valores de Chi-cuadrado, errores estándar, valores de t, residuales estandarizados y los índices de modificación. Se realizó la eliminación y adición de parámetros, para mejorar la parquedad y el ajuste respectivamente, hasta la obtención de un modelo con parámetros interpretables y con utilidad práctica.
23 3. Determinación del modelo estructural definitivo Etapa de modificación. Ejemplo: Importante: Las posibles modificaciones al modelo propuesto, indicadas por los índices de modificación, tienen que tener una justificación teórica antes de proceder a realizarlas.
24 3. Determinación del modelo estructural definitivo Figura 3. Diagrama de trayectoria final que ilustra las relaciones de interdependencia entre las variables componentes del sistema (Bertot et al., 2009b).
25 3. Ecuaciones estructurales obtenidas con los errores de estimación (entre paréntesis) y valores de t. NACIM = 0.28*RECPRI *RECTOT9-0.20*PENDIE9-0.23*VACDIA *GESTDI *RECENT *RECPRI *RECTOT10, Errorvar.= 0.10, R² = 0.90 (0.082) (0.12) (0.053) (0.042) (0.055) (0.040) (0.079) (0.10) (0.0089) RECPRI9 = 0.20*RECENT *RECPRI *INCOR9, Errorvar.= 0.16, R² = 0.84 (0.042) (0.046) (0.035) (0.014) RECTOT9 = 0.61*RECPRI *RECENT *RECPRI *RECTOT *INCOR9, Errorvar.= 0.033, R² = 0.97 (0.028) (0.021) (0.043) (0.041) (0.018) (0.0028) PENDIE9 = 0.25*RECTOT *VACIAT *RECPRI *RECTOT10, Errorvar.= 0.14, R² = 0.86 (0.066) (0.031) (0.082) (0.093) (0.012) VACDIA6 = 0.49*PENDIE *GESTDI6-0.22*RECENT *VACIAT12, Errorvar.= 0.28, R² = 0.72 (0.066) (0.075) (0.072) (0.051) (0.027) GESTDI6 = 0.31*RECPRI *RECTOT9-0.43*VACDIA *INCOR9, Errorvar.= 0.17, R² = 0.83 (0.090) (0.10) (0.069) (0.040) (0.019)
26 3. Determinación del modelo estructural definitivo Tabla 3.Ecuación estructural para los nacimientos (R 2 = 0, 90)* Coeficiente estructural Variable Independiente Error de estimación 0.28 RECPRI (9) RECTOT (9) PENDIE (9) VACDIA (6) GESTDI (6) RECENT (12) RECPRI (10) RECTOT (10) Varianza del error *Entre paréntesis el retardo en meses en relación con la variable dependiente t
27 3. Determinación del modelo estructural definitivo Tabla 4.Ecuación estructural para hembras detectadas en total de estros (R 2 = 0, 97)* Coeficiente estructural Variable Independiente Error de estimación t 0.61 RECPRI (9) RECENT (12) RECPRI (10) RECTOT (10) INCOR (9) Varianza del error *Entre paréntesis el retardo en meses en relación con la variable dependiente
28 Aplicación práctica
29 Coeficiente estructural Variable Independiente Error de estimación 0.28 RECPRI (9) RECTOT (9) PENDIE (9) VACDIA (6) GESTDI (6) RECENT (12) RECPRI (10) RECTOT (10) Varianza del error t Variable Patrón de concentración Observado Deseado Nacimientos marzo-junio junio-septiembre Hembras detectadas en estro: RECTOT(10) julio-noviembre septiembre-diciembre
30 VARIABLES MÁS REPRESENTATIVAS PATRONES DE COMPORTAMIENTO ESTACIONAL Modificación RETARDOS PRONÓSTICOS ADOPCIÓN DE DECISIONES MODELO ESTRUCTURAL Relaciones causales directas Determinación de impactos Actualización (mensual) Modificación (anual)
31 Elementos a destacar Se confirmó la validez de las relaciones con las variables retardadas a seis (gestantes y vacías al diagnóstico) y nueve meses (recogidas en primer y total estros e inseminadas).
32 Elementos a destacar Se destacaron los impactos de RECTOT10 que es una relación no evidente en el sistema y los esperados de RECPRI9 y RECTOT9 que confirman la importancia de la detección del estro.
33 Elementos a destacar Las hembras recentinas (RECENT12) tuvieron un impacto bajo lo que refleja la irregularidad del proceso reproductivo en las condiciones del estudio que se manifiesta en una progresiva prolongación del intervalo entre partos.
34 Elementos a destacar Un elemento de gran importancia en los modelos de ecuaciones estructurales es su empleo como una confirmación de la teoría estructural subyacente del fenómeno analizado, no es posible obtener modelos ajustados si se viola este principio.
35 Elementos a destacar Se logró obtener un modelo que explica las inter relaciones de dependencia entre las variables que integran el sistema de organización y control de la reproducción contemplando retardos en el tiempo.
36 Elementos a destacar El ejemplo consideró a los nacimientos como el objetivo central del análisis de la estructura, pero pueden realizarse análisis similares con otras variables como salida principal.
37 Conclusiones Teniendo en cuenta la gran cantidad de variables que se utilizan para la organización y el control de la reproducción la técnica SEM constituye una poderosa alternativa para los estudios sobre la problemática de la reproducción del ganado vacuno lechero, por brindar la posibilidad de determinar la magnitud de las relaciones causales directas de interdependencia.
38 Conclusiones Otra posibilidad que ofrecen los modelos de ecuaciones estructurales es la inclusión en los análisis constructos o variables latentes (variables no medibles directamente) y sintetizar una dimensión de algún fenómeno que puede influir en la variable respuesta y que, en los estudios de la reproducción, pudieran estar relacionados con factores subjetivos (factor hombre, otros aspectos organizativos de manejo y control).
Empleo de series de tiempo para los análisis de eficiencia reproductiva en rebaños lecheros
Universidad de Camagüey Ignacio Agramonte Loynaz Facultad de Ciencias Agropecuarias Empleo de series de tiempo para los análisis de eficiencia reproductiva en rebaños lecheros AUTORES: José Alberto Bertot
Más detallesCAPÍTULO 7 ANÁLISIS DEL AJUSTE DEL MODELO DE RHODES Y STEERS (1990)
CAPÍTULO 7 ANÁLISIS DEL AJUSTE DEL MODELO DE RHODES Y STEERS (1990) 1. Introducción En el capítulo anterior mostre los resultados de los análisis de las relaciones entre los posibles determinantes del
Más detallesModelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría
Iª REUNIÓN INTERNACIONAL DE INVESTIGACIÓN EN CONTABILIDAD Y AUDITORÍA (RIICA) Modelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría Dr. D. Jesús Collado Agudo Departamento
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesUniversidad Nacional Autónoma de México Facultad de Psicología
Universidad Nacional Autónoma de México Facultad de Psicología PROGRAMA DE ASIGNATURA Nombre Método I Análisis de las ecuaciones estructurales I Clave 517 Semestre 8 Créditos 8 Horas teoría 3 Horas práctica
Más detallesDEPARTAMENTO DE ORGANIZACIÓN DE EMPRESAS PROGRAMA: INTEGRACIÓN DE LAS TECNOLOGÍAS DE LA INFORMACIÓN EN LAS ORGANIZACIONES TESIS DOCTORAL
DEPARTAMENTO DE ORGANIZACIÓN DE EMPRESAS PROGRAMA: INTEGRACIÓN DE LAS TECNOLOGÍAS DE LA INFORMACIÓN EN LAS ORGANIZACIONES TESIS DOCTORAL Título: Factores críticos en la adopción de las medidas de seguridad
Más detallesDiplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López
Diplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López Brindar al alumno los conocimientos de los métodos econométricos fundamentales y de los conceptos estadísticos que éstos requieren,
Más detallesRegresión Lineal Múltiple. Dr. Víctor Aguirre Torres, ITAM. Guión 12.
Regresión Lineal Múltiple 1 Propósito Cuantificar el cambio en el valor esperado de una variable (y) en función del cambio simultáneo otras variables (x 1, x 2,..., x p ). y=variable dependiente (cuantitativa)
Más detallesDiplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López
Diplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López Brindar al alumno los conocimientos de los métodos econométricos fundamentales y de los conceptos estadísticos que éstos requieren,
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 detallesIntroducción al uso. de AMOS de SPSS
Introducción al uso de AMOS de SPSS MODELAMIENTO ESTRUCTURAL Nazira Calleja ABRIR AMOS ABRIR UN ARCHIVO NUEVO File New ACOMODAR LA HOJA EN FORMATO HORIZONTAL View Interface properties ACOMODAR LA HOJA
Más detallesEstimación PLS de modelos SEM, UMA. Modelos de Ecuaciones Estructurales con PLS (Partial Least Squares)
Estimación PLS de modelos SEM, 2015. UMA. Modelos de Ecuaciones Estructurales con PLS (Partial Least Squares) 5 de febrero de 2015 José Mondéjar Jiménez Área de Estadística Económica y Empresarial Universidad
Más detallesEvidencias de constructo de la Prueba de Ap4tud Académica del Ins4tuto Tecnológico de Costa Rica. Dra. Tania Elena Moreira Mora
Evidencias de constructo de la Prueba de Ap4tud Académica del Ins4tuto Tecnológico de Costa Rica Dra. Tania Elena Moreira Mora Antecedentes Los estudios de las pruebas de aptitud académica (PAA) se han
Más detallesPrograma: Modelamiento de ecuaciones estructurales. Dr. Daniel González Lomelí Universidad de Sonora
Programa: Modelamiento de ecuaciones estructurales Dr. Daniel González Lomelí Universidad de Sonora Temas: Introducción Objetivos del análisis factorial Tipos de análisis factorial Análisis Factorial Exploratorio
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 detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesAnálisis Multivariado de Datos
Análisis Multivariado de Datos Estadística Inferencial Multivariada Según la definición clásica: o más variables dependientes, no importa el número de variables independientes. Según la definición práctica:
Más detallesSALUD ANIMAL Asociación entre el número de focos de enfermedades y el estado reproductivo del rebaño
Rev. prod. anim., 30 (1), 53-57, 2018 SALUD ANIMAL Asociación entre el número de focos de enfermedades y el estado reproductivo del rebaño Alfredo Alejandro Leal Labrada*, José Alberto Bertot Valdés**,
Más detallesEficiencia técnica de la inseminación artificial en empresas lecheras vacunas de la provincia de Camagüey, Cuba
Rev. prod. anim., 29 (1), páginas 44-49, 2017 Eficiencia técnica de la inseminación artificial en empresas lecheras vacunas de la provincia de Camagüey, Cuba Maydier Norman Horrach Junco, José Alberto
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 detallesEficiencia técnica de la inseminación artificial en empresas lecheras vacunas de la provincia de Camagüey, Cuba
Rev. prod. anim., 29 (1), páginas -, 2017 Eficiencia técnica de la inseminación artificial en empresas lecheras vacunas de la provincia de Camagüey, Cuba Maydier Norman Horrach Junco, José Alberto Bertot
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 detallesPrograma Secyt Modelo de Ecuaciones Estructurales como herramienta de investigación. Aplicaciones en las ciencias sociales y económicas.
Programa Secyt 2016-2017 Modelo de Ecuaciones Estructurales como herramienta de investigación. Aplicaciones en las ciencias sociales y económicas. Proyecto Secyt 2016-2017 Factores determinantes del comportamiento
Más detallesTema 5. Introducción a los modelos de ecuaciones estructurales o modelos causales
Tema 5. Introducción a los modelos de ecuaciones estructurales o modelos causales 5.1 Introducción a los modelos de ecuaciones el planteamiento LISREL. 5.2. Fases en la elaboración de un modelo. 5.2.1.
Más detallesEl Modelo de Regresión Lineal
ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables
Más detallesA continuación se presentan los resultados en tablas obtenidos. En primer lugar se
IV. RESULTADOS A continuación se presentan los resultados en tablas obtenidos. En primer lugar se presentan los índices de confiabilidad por escala así como las estadísticas univariadas de las mismas;
Más detallesMÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I. Profesor: Noé Becerra Rodríguez.
MÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I Profesor: Noé Becerra Rodríguez Objetivo general: Introducir los aspectos fundamentales del proceso de construcción
Más detallesJORNADAS DE INVESTIGACIÓN 2011
IX JORNADAS DE INVESTIGACIÓN 2011 Mirza Cequea: MSc. en Gerencia. Ing. Eléctricista. Doctorando de la UPM. Miguel Núñez Bottini: Doctor en Doctor en Ciencias Técnicas. Profesor jubilado UNEXPO Carlos Rodríguez
Más detallesEstadística Inferencial. Sesión 11. Regresión y correlación múltiple
Estadística Inferencial Sesión 11. Regresión y correlación múltiple Contextualización En la sesión anterior se presentó la regresión lineal simple y se mostró su uso en la obtención de una ecuación de
Más detallesIng. MSc. Luis Fernando Restrepo Gómez
Ing. MSc. Luis Fernando Restrepo Gómez Introducción a la Valuación Masiva METODOLOGÍA VALUATORIA Sigue los pasos de la metodología científica, y se apoya en el análisis estadístico de datos comparables.
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 detallesManejo Reproductivo Del Ganado Lechero
Curso Online Manejo Reproductivo Del Ganado Lechero DESCRIPCIÓN Este curso va dirigido a profesionales que brindan atención a productores del sector pecuario y que buscan resolver problemas mejorando la
Más detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
Más detallesPruebas estadís,cas para evaluar relaciones
Pruebas estadís,cas para evaluar relaciones Asociación entre dos variables categóricas Hipótesis: frecuencias de ocurrencias en las categorías de una variable son independientes de los frecuencias en la
Más detallesCALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS
Gestor de Calidad Página: 1 de 5 1. Propósito Establecer una guía para el cálculo de la incertidumbre asociada a las mediciones de los ensayos que se realizan en el. Este procedimiento ha sido preparado
Más detallesINSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5
INSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5 PROGRAMA ACADÉMICO: LICENCIATURA EN INGENIERIA INDUSTRIAL TIPO EDUCATIVO: INGENIERIA MODALIDAD: MIXTA SERIACIÓN: NINGUNA CLAVE DE LA ASIGNATURA: 126 CICLO: QUINTO
Más detallesUNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre
Más detalles5. DISEÑO FACTORIALES 2 k
5. DISEÑO FACTORIALES 2 k Los diseños factoriales son ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de éstos sobre una respuesta. Un caso
Más detallesCURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara
CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara Descripción: Los temas de estadística propuestos corresponden con los conocimientos mínimos que un
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 12 REGRESIÓN LINEAL Mediante la regresión lineal se busca hallar la línea recta que mejor explica la relación entre unas variables independientes o variables de exposición y una variable dependiente
Más detallesLección 3. Análisis conjunto de dos variables
Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN
Más detallesINDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos
INDICE Introducción Capitulo uno. La idea nace un proyecto de investigación 1 1.1. Como se originan las investigaciones? 2 Resumen 6 Ejemplo 7 Capitulo dos. El planteamiento del problema objetivos, preguntas
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 detallesTODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL)
TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL) NOTA IMPORTANTE - Estas notas son complementarias a las notas de clase del primer semestre correspondientes a los temas de Regresión
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 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 detallesGEOESTADÍSTICA APLICADA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO GEOESTADÍSTICA APLICADA Tema: Análisis Exploratorio de Datos Instructores: Dr. Martín A. Díaz Viera (mdiazv@imp.mx) Dr. Ricardo Casar González (rcasar@imp.mx) 2009
Más detallesEstimación de modelos multiecuacionales mediante el entorno de programación R
Estimación de modelos multiecuacionales mediante el entorno de programación R 1. Resumen En el presente documento vamos a abordar la estimación de modelos de ecuaciones simultáneas mediante el entorno
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesDIPLOMADO EN MODELOS ECONOMÉTRICOS DINÁMICOS. Coordinador: M.F. Esperanza Sainz López
INSTITUTO TECNOLÓGICO AUTONOMO DE MÉXICO DIPLOMADO EN MODELOS ECONOMÉTRICOS DINÁMICOS Coordinador: M.F. Esperanza Sainz López Objetivo general: Presentar al alumno algunos modelos cuya estructura dinámica
Más detallesPATH ANALYSIS. Luis M. Carrascal Depto. Biodiversidad y Biología Evolutiva MUSEO NACIONAL DE CIENCIAS NATURALES
Luis M. Carrascal Depto. Biodiversidad y Biología Evolutiva MUSEO NACIONAL DE CIENCIAS NATURALES Estructura de relaciones entre variables Matrices de correlaciones frente a modelos a priori de asociaciones
Más detallesEvaluación de datos de producción
11 Evaluación de datos de producción Omar Verde, MV, PhD Facultad de Ciencias Veterinarias, Universidad Central de Venezuela. Maracay, Venezuela omarverde@cantv.net Los programas computarizados han mostrado
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
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 detallesUniversidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:
Segunda Prueba Parcial Lapso 7-746 /6 Universidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: 6-6 - 6 Fecha: --8 MODELO DE RESPUESTAS Objetivos 5 al 8 OBJ 5
Más detallesCURSO: ECONOMETRÍA Y ANÁLISIS DE POLÍTICAS FISCALES INSTRUCTOR: HORACIO CATALÁN ALONSO. Especificación de los modelos VAR
CURSO: ECONOMETRÍA Y ANÁLISIS DE POLÍTICAS FISCALES INSTRUCTOR: HORACIO CATALÁN ALONSO Especificación de los modelos VAR Modelos VAR es una extensión de un AR(p) Permiten un mejor entendimiento de la
Más detallesASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com
ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO
Más detallesModelado y simulación en Ingeniería Química. Manuel Rodríguez
ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema (o proceso), donde: Desarrollados
Más detallesEXAMEN FINAL DE ECONOMETRÍA SOLUCIONES Conteste cada pregunta en un cuadernillo diferente en dos horas y media
EXAMEN FINAL DE ECONOMETRÍA SOLUCIONES Conteste cada pregunta en un cuadernillo diferente en dos horas y media 1. Sean (Y; X; W ) tres variables aleatorias relacionadas por el siguiente modelo de regresión
Más detallesRegresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I
Regresión La regresión lineal estima la relación de una variable con respecto a otra, por medio de la expresión de una variable en términos de una función lineal de otra variable. Existen dos modelos de
Más detalles7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL. Jorge Eduardo Ortiz Triviño
7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ Introducción Los datos frecuentemente son dados para valores
Más detallesTeoría del efecto Pigmalión en la Tecnología de Información.
Teoría del efecto Pigmalión en la Tecnología de Información. Análisis prospectivo de las inversiones en TI 1 Dr. Pedro Flores Jiménez ESIME-IPN M.C. Carlos Zamora Sotelo CONSETI, México M.C. Pedro Solares
Más detallesESTIMACIÓN DE PARÁMETROS GENÉTICOS PARA CARACTERÍSTICAS DE VIDA PRODUCTIVA Y PRODUCCIÓN DE LECHE EN CABRAS LECHERAS.
ESTIMACIÓN DE PARÁMETROS GENÉTICOS PARA CARACTERÍSTICAS DE VIDA PRODUCTIVA Y PRODUCCIÓN DE LECHE EN CABRAS LECHERAS. DC. VIELKA JEANETHE CASTAÑEDA BUSTOS INTRODUCCIÓN Selección Incluye todas las razones
Más detallesGuía docente 2007/2008
Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación
Más detallesMEDIDA DE LA SATISFACCIÓN DEL ALUMNADO A PARTIR DE UN MODELO DE ECUACIONES ESTRUCTURALES
MEDIDA DE LA SATISFACCIÓN DEL ALUMNADO A PARTIR DE UN MODELO DE ECUACIONES ESTRUCTURALES José G. Clavel Departamento de Métodos Cuantitativos para la Economía Universidad de Murcia e-mail: jjgarvel@um.es
Más detallesReconoce la población estadística y determina la muestra. Establece la diferencia entre los diferentes tipos de datos estadísticos.
SILABO ESTADÍSTICA 1. DATOS INFORMATIVOS 1.1. Asignatura : ESTADÍSTICA 1.2. Código : 0304-03209 1.3. Área : Ciencias Empresariales 1.4. Facultad : Ciencias Contables y Financieras 1.5. Ciclo : IV 1.6.
Más detallesLectura No. 8. Contextualización. Nombre: Métodos de Análisis ANÁLISIS FINANCIERO 1
Análisis financiero ANÁLISIS FINANCIERO 1 Lectura No. 8 Nombre: Métodos de Análisis Contextualización Uno de los mayores obstáculos que se presentan en el momento de desarrollar un modelo econométrico
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.0 Semana 4.0 Optativa Prácticas Semanas 64.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 15 de octubre de 2008 ESTADÍSTICA
Más detallesVALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1
VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1 Índice 1. Por qué validar un método de análisis? 2. Cuándo validar un método de análisis? 3. Validación de métodos de análisis. 3.1. Selectividad
Más detallesUnidad Temática 3: Estadística Analítica. Unidad 9 Regresión Lineal Simple Tema 15
Unidad Temática 3: Estadística Analítica Unidad 9 Regresión Lineal Simple Tema 15 Estadística Analítica CORRELACIÓN LINEAL SIMPLE Indica la fuerza y la dirección de una relación lineal proporcional entre
Más detallesPRACTICUM 3: Finanzas y Contabilidad Pública
PRACTICUM 3: Finanzas y Contabilidad Pública archivo 11 Investigación de mercados Causal Christian Cruz Castro 1. Recapitulación aportación 1 2 3 Lean Startup Customer = CANVAS + + Development Produccción
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 detallesLos fenómenos culturales y sociales a través del prisma de los fenómenos religiosos. Alfredo Rojas Ibáñez Joan Francesc Pérez Torres
Los fenómenos culturales y sociales a través del prisma de los fenómenos religiosos Alfredo Rojas Ibáñez Joan Francesc Pérez Torres INDICE INTRODUCCIÓN. MARCO TEÓRICO.. 3 HIPÓTESIS... 8 MATRIZ. 10 ECUACIONES
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesEscuela de Economía Universidad de Carabobo Profesor: Exaú Navarro Pérez.
Escuela de Economía Universidad de Carabobo Profesor: Exaú Navarro Pérez. Econometría Regresión Múltiple: Municipio Ocupados Población Analfabeta Mayor de 10 años Total de Viviendas Bejuma 18.874 1.835
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 detallesPredicción de Días Abiertos para vacas sin concepción confirmada
Evaluación genética de Días Abiertos Cálculo inicial de días abiertos Para vacas con preñez confirmada los Días Abiertos se obtienen con base en el intervalo entre la fecha de parto y la fecha de concepción.
Más detallesAnálisis Econométrico con EViews.
Análisis Econométrico con EViews. Curso presencial Objetivo del curso: El objetivo del curso es instruir al participante en el uso de EViews para el análisis de su información y la aplicación de la metodología
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesRegresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística
Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012
Más detallesDefinición de Correlación
Definición de Correlación En ocasiones nos puede interesar estudiar si existe o no algún tipo de relación entre dos variables aleatorias: Estudiar cómo influye la estatura del padre sobre la estatura del
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 detalles1. Datos Atípicos o Outliers
Francisco M. Ocaña Peinado Técnicas estadísticas en Nutrición y Salud Tratamiento estadístico de outliers y datos faltantes 1. Datos Atípicos o Outliers Se denominan casos atípicos u outliers a aquellas
Más detallesDiplomado en Modelos Econométricos Dinámicos Coordinadora académica: M.F. Esperanza Sainz López
Diplomado en Modelos Econométricos Dinámicos Coordinadora académica: M.F. Esperanza Sainz López Presentar al alumno algunos modelos cuya estructura dinámica permite realizar análisis del comportamiento
Más detallesINDICE. Capitulo Uno.
INDICE Prefacio XIII Capitulo Uno. 1 Introducción 1.1. Estadística: La ciencia de los datos 2 1.2. Tipos de datos 5 1.3. El papel de la estadística 7 1.4. Resumen 8 Laboratorio de Computación. Introducción
Más detallesPsicometría Tema 6 VALIDEZ DE LAS INFERENCIAS I
Psicometría Tema 6 VALIDEZ DE LAS INFERENCIAS I Psicometría Mª Isabel García Barbero, UNED. Universidad Nacional de Educación a Distancia, 2006 1 La fiabilidad de un instrumento de medida es una condición
Más detallesEvaluación genética de Conteo de Células Somáticas. El conteo original de células somáticas obtenido en laboratorio se expresa
Evaluación genética de Conteo de Células Somáticas Cálculo de Score de Conteo de Células Somáticas (SCCS) El conteo original de células somáticas obtenido en laboratorio se expresa como número total de
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 detallesMODELOS DE ECUACIONES ESTRUCTURALES
1.PRESENTACIÓN ASIGNATURA DE MÁSTER: MODELOS DE ECUACIONES ESTRUCTURALES Curso 2015/2016 (Código:22201113) El objetivo de esta asignatura es introducir al alumno a los modelos de ecuaciones estructurales
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 detallesCAPITULO ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ En el presente capítulo se realiza el análisis estadístico multivariado de los
112 CAPITULO 5 5.- ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ 5.1. Introducción En el presente capítulo se realiza el análisis estadístico multivariado de los datos obtenidos en censo correspondientes a
Más detallesEJERCICIOS RESUELTOS TEMA 4. Tarea realizada 68 (84,8) --- (---) 96 (112,8) --- (---)
Nivel de ansiedad Ansiedad INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 4. 4.1. Con los datos de la Tabla 1, el valor de es igual a: A) 7,17; B) 11,80 C) 16,8. Tabla 1. En un estudio se investigó
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesFolleto de Estadísticas. Teoría del 2do Parcial
Folleto de Estadísticas Teoría del 2do Parcial 2012 Variables aleatorias conjuntas continuas: Sean X y Y dos variables aleatorias continuas con ellas se asocia una función denominada función de densidad
Más detalles