Páginas: [<<] 1 2 3 4 5 6 [>>]
|
(2 votos)
Generalidades. Tipo de estudio. Determinaci贸n del universo. Delimitaci贸n de la muestra. Herramientas de la investigaci贸n. Este documento da a conocer cada uno de los pasos que se deben realizar en las investigaciones de campo. A lo largo del documento se cubren cinco temas fundamentales: Generalidades de las investigaciones de campo. Tipos de estudio. Determinaci贸n del universo. Delimitaci贸n de la muestra. Herramientas de la investigaci贸n.
Publicado: Vie Jul 11 2008 | 537 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(5 votos)
Definici贸n. Clasificaci贸n. Operacionalizaci贸n de variables. Poblaci贸n y muestra. T茅cnicas e Instrumentos de Recolecci贸n de Datos. Gr谩ficos. Son atributos, cualidades, caracter铆sticas observables que poseen las personas, objetos, instituciones que expresan magnitudes que var铆an discretamente o en forma continua. Ejemplo: son variables de las personas: la edad, sexo, talla, peso, contextura, color del cabello, color de ojos, grado de atenci贸n, conocimientos previos, confesi贸n religiosa, procedencia, clase social, etc. Son variables de las cosas, objetos: forma, color, tama帽o, peso, conservaci贸n, antig眉edad, etc. Las instituciones tambi茅n poseen variables como: antig眉edad, organizaci贸n, eficiencia, magnitud, productividad, etc.
Publicado: Jue Jul 03 2008 | 601 visitas |
Calificar |
Comentar |
Abrir en otra ventana
La expansi贸n del uso de tecnolog铆as ha tra铆do consigo la proliferaci贸n y diversificaci贸n de plataformas sobre las cuales realizar los ensayos. Esta situaci贸n ha terminado por desembocar en una ausencia casi absoluta de unos est谩ndares que permitan la interoperabilidad de los sistemas. En el terreno de la gesti贸n y an谩lisis de los datos la situaci贸n es muy similar a la que se da en el terreno tecnol贸gico, propiciando una situaci贸n que dificulta la comparabilidad de los resultados obtenidos. En este sentido se han venido desarrollando en los 煤ltimos a帽os diversas iniciativas que tratan de proponer unos m铆nimos comunes que permitan un punto de encuentro tanto entre los resultados obtenidos por las diversas t茅cnicas como la posibilidad de emplear las mismas herramientas en diferentes plataformas. Las iniciativas de estandarizaci贸n han estado por tanto siempre enfocadas a la Estandarizaci贸n de datos que permitan eliminar los efectos producidos por las variables, en cada caso la necesidad de establecer unos criterios para la determinaci贸n de los controles internos resulta muy importante. La estandarizaci贸n de los procedimientos de an谩lisis y almacenamiento de la informaci贸n proveniente de estos estudios.
Publicado: Lun Jun 30 2008 | 443 visitas |
Calificar |
Comentar |
Abrir en otra ventana
Sistemas expertos de tipo probabil铆stico. Probabilidad condicional. Regla de Bayes. Construcci贸n del sistema. Este trabajo se realiz贸 como requisito parcial del curso de Sistemas Basados en el Conocimiento II, conducido por el ing. Pervys Rengifo. El prop贸sito fundamental de este trabajo es ilustrar el procedimiento de construcci贸n de sistemas expertos de tipo probabil铆sticos. Es muy com煤n que los seres humanos tomen decisiones en condiciones de incertidumbre, es m谩s la incertidumbre hace parte de nuestro diario vivir, un ejemplo tan cotidiano como el de ir tarde al trabajo y preguntarse si tomar bus o taxi, la persona decide con incertidumbre, por que no sabe si el bus se demore o no, o si estar谩 lleno, por otro lado el taxi le costar谩 mas, pero debe tomar una decisi贸n que lo lleve a su trabajo. Este tipo de decisiones se presenta a menudo tanto en la vida cotidiana, como en el 谩mbito cient铆fico o en el empresarial; aunque la incertidumbre este presente en todos esos campos, el ser humano ha desarrollado t茅cnicas y teor铆as, como la probabilidad y estad铆stica, para enfrentar este tipo de decisiones, pero adem谩s de estos m茅todos, el r谩pido desarrollo de los sistemas ha permitido fusionar todo el conocimiento, en aplicaciones que permiten dar soluciones que aunque no son perfectas tienen un soporte te贸rico que le da mayor probabilidad de 茅xito, que a una decisi贸n tomada al azar.
Publicado: Jue Jun 19 2008 | 1533 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(1 voto)
UTCN: T茅cnicas e Instrumentos de medici贸n en la Investigaci贸n Cient铆fica. Concepto de muestra. Tipos de muestreo. Criterios y procedimientos para la selecci贸n de la muestra. An谩lisis e interpretaci贸n de datos. Representaci贸n gr谩fica. Interpretaci贸n racional de datos. Verificaci贸n de hip贸tesis. Desarrollo de la verificaci贸n. Elaboraci贸n de las conclusiones. (En formato PPT).
Publicado: Mie Jun 11 2008 | 653 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(2 votos)
Distribuciones de probabilidad. Distribuci贸n binomial. Distribuci贸n de Poisson. Distribuci贸n normal. Una distribuci贸n de probabilidad indica toda la gama de valores que pueden representarse como resultado de un experimento si 茅ste se llevase a cabo. Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una herramienta fundamental para la prospectiva, puesto que se puede dise帽ar un escenario de acontecimientos futuros considerando las tendencias actuales de diversos fen贸menos naturales.
Publicado: Mar Jun 03 2008 | 497 visitas |
Calificar |
Comentar |
Abrir en otra ventana
Los m茅todos estad铆sticos de aprendizaje van desde el simple c谩lculo de medias hasta la construcci贸n de modelos complejos como las redes bayesianas o las redes neuronales. Tienen aplicaci贸n en Inform谩tica, ingenier铆a, neurobiolog铆a, psicolog铆a, f铆sica... Los m茅todos de aprendizaje bayesiano formulan el aprendizaje como una forma de inferencia probabil铆stica, usando las observaciones para actualizar una situaci贸n previa sobre las hip贸tesis, este enfoque aunque es efectivo se vuelve intratable para espacios de hip贸tesis complejos. El aprendizaje estad铆stico es un 谩rea de investigaci贸n muy activa. Se han hecho enormes avances tanto en la teor铆a como en la pr谩ctica, hasta el punto que es posible aprender casi cualquier modelo para el cual sea posible inferencia aproximada o exacta.
Publicado: Mar Jun 03 2008 | 465 visitas |
Calificar |
Comentar |
Abrir en otra ventana
Distribuci贸n Normal. Caracter铆sticas. Ejemplo. Desarrollo en Minitab. Desarrollo de un Caso. Este manual contiene el concepto, aplicaci贸n y ejecuci贸n en el sistema Minitab versi贸n 15, del tema de Distribuci贸n Normal. La distribuci贸n de probabilidad normal ocupa un lugar prominente en la estad铆stica por dos razones...
Publicado: Vie May 09 2008 | 475 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(1 voto)
Definici贸n de estad铆stica. Estad铆stica descriptiva. An谩lisis combinatorio. Teor铆a de la probabilidad. Se puede definir a la Estad铆stica de dos maneras: 1. Como colecci贸n de datos num茅ricos (Dichos datos num茅ricos son presentados de manera ordenada y sistem谩tica. Una informaci贸n num茅rica puede no constituir una estad铆stica, para merecer este apelativo los datos se deben de construir como un conjunto coherente establecido de forma sistem谩tica y siguiendo un criterio de ordenaci贸n); 2. Como ciencia: Estudia el comportamiento de masas buscando las caracter铆sticas generales de un colectivo y preside de las particulares de cada elemento. Por ejemplo: al investigar el sexo de los nacimientos despu茅s obtener la proporci贸n del sexo masculino o del sexo femenino.
Publicado: Vie May 09 2008 | 776 visitas |
Calificar |
Comentar |
Abrir en otra ventana
Correlaci贸n. Coeficiente de determinaci贸n. Una interpretaci贸n intuitiva de r虏. Coeficiente de correlaci贸n. Desarrollo en Minitab. Diagrama de dispersi贸n. L铆nea de regresi贸n y ecuaci贸n de regresi贸n. Desarrollo de un Caso. Este manual contiene el concepto, aplicaci贸n y ejecuci贸n en el sistema Minitab versi贸n 15, del tema de Correlaci贸n.
Publicado: Vie May 09 2008 | 441 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(1 voto)
En muchas 谩reas del saber, el conocimiento se ha venido obteniendo por el cl谩sico m茅todo hipot茅tico-deductivo, en 茅l cual es fundamental el paso inductivo inicial: a partir de un conjunto de observaciones y de unos conocimientos previos, la intuici贸n del investigador le conduce a formular la hip贸tesis. Esta "intuici贸n" resulta inoperante cuando no se trata de observaciones aisladas y casuales, sino de millones de datos almacenados en soporte inform谩tico. En el fondo de todas las investigaciones sobre inducci贸n en bases de datos subyace la idea de automatizar ese paso inductivo. Las t茅cnicas de an谩lisis estad铆stico, desarrolladas hace tiempo, permiten obtener ciertas informaciones 煤tiles, pero no inducen relaciones cualitativas generales, para esto se requieren t茅cnicas de an谩lisis inteligente que todav铆a no han sido perfectamente establecidas. Por ello, se incrementa de forma continua la diferencia existente entre la cantidad de datos disponibles y el conocimiento extra铆do de los mismos. Pero cada vez m谩s investigaciones dentro de la inteligencia artificial est谩n enfocadas a la inducci贸n de conocimiento en bases de datos. Consecuencia de esta creciente necesidad ha aparecido un nuevo campo de inter茅s: la miner铆a de datos, que incluye los nuevos m茅todos matem谩ticos y t茅cnicas para an谩lisis inteligente de datos.
Publicado: Lun May 05 2008 | 477 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(1 voto)
Encontr谩ndonos en un mundo donde la sociedad de la informaci贸n demanda la necesidad no solo de canalizar la informaci贸n, sino de analizarla e interpretarla para determinados fines generales o espec铆ficos. Aqu铆 es cuando la estad铆stica toma gran importancia, en diferentes 谩reas de aplicaci贸n, siendo una de ellas el sector seguridad y defensa. La "Importancia de la Estad铆stica en el Sector Seguridad y Defensa" es un trabajo de investigaci贸n hist贸rico documental que relata c贸mo la estad铆stica ha contribuido y se ha aplicado durante varios procesos hist贸ricos relevantes de la humanidad. Se analizan los casos m谩s resaltantes de los dos grandes estrategas Sun Tzu y Clausewitz, que consideraban importante la utilidad de la estad铆stica, reflej谩ndolo incluso en sus cl谩sicos libros de guerra, El Arte de la Guerra y De la Guerra, respectivamente. Nos pasearemos un poco por la historia y actualidad, analizando como han contribuido las Estad铆sticas desde sus principios al estudio en las artes militares y preparativos a la guerra. La importancia que estas han tomado y como ellas aportan a la toma de decisiones, resoluci贸n de conflictos y planificaci贸n de las estrategias militares. Como estas ciencias en la actualidad ha tomado y cada d铆a toman m谩s importancia. En el caso de muchos pa铆ses, como Argentina, Colombia, Espa帽a, Estados Unidos y M茅xico toman muy en consideraci贸n su aplicabilidad por parte de sus Ministerio o instituciones de Defensa y Seguridad Nacional. En el caso de mi pa铆s Venezuela se est谩 dando cabida a su incorporaci贸n, reflej谩ndose en La leyes como la Ley de Seguridad de la Naci贸n y Proyecto de Ley de Polic铆a Nacional.
Publicado: Sab May 03 2008 | 658 visitas |
Calificar |
Comentar |
Abrir en otra ventana
El presente trabajo intenta ser una gu铆a para un breve estudio de la teor铆a de las probabilidades. En el mismo se tratan los elementos b谩sicos acerca de dicha teor铆a que le permiten a los estudiantes de ingenier铆a avanzar posteriormente en la estad铆stica inferencial como important铆sima herramienta para el estudio de poblaciones a partir de muestras, poblaciones que pueden ser analizadas como procesos bajo estudio o como sistemas cient铆ficos, y arribar a conclusiones que faciliten la toma de decisiones. Se desarrollan tres unidades o cap铆tulos en las cuales se presentan los conceptos m谩s b谩sicos de las probabilidades y los modelos probabil铆sticos mas com煤nmente utilizados en el campo de la ingenier铆a, sentando as铆 las bases para cuantificar la confianza en sus conclusiones y decisiones.
Publicado: Lun Mar 31 2008 | 2175 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(3 votos)
Aplicaci贸n de regresi贸n m煤ltiple. Aplicaciones a la tasaci贸n de inmuebles. La Estad铆stica Inferencial permite trabajar con una variable a nivel de intervalo o raz贸n, de igual forma con ella tambi茅n se puede comprender la relaci贸n de dos o m谩s variables y permite relacionar mediante ecuaciones, una variable en relaci贸n de la otra variable llam谩ndose Regresi贸n Simple y una variable en relaci贸n a otras variables llam谩ndose Regresi贸n M煤ltiple. Casi constantemente en la practica de la investigaci贸n estad铆stica, se encuentran variables que de alguna manera est谩n relacionados entre si, por lo que es posible que una de las variables puedan relacionarse matem谩ticamente en funci贸n de otra u otras variables. La Estad铆stica Inferencial incluye lo relativo a la correlaci贸n y regresi贸n, lo cual es muy usado en la investigaci贸n cient铆fica, y es una herramienta muy 煤til cuando se trata de relacionar 2 o m谩s variables, entre si. La correlaci贸n implica el grado de dependencia de una variable respecto a otra y la regresi贸n analiza la relaci贸n de dos o m谩s variables continuas. La regresi贸n permite el cambio en una de las variables llamadas respuesta y que corresponde a otra conocida como variable explicativa, la regresi贸n es una t茅cnica utilizada para inferir datos a partir de otros y hallar una respuesta de lo que puede suceder.
Publicado: Lun Mar 17 2008 | 659 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(3 votos)
N煤meros 脥ndices. Tipos de n煤meros 铆ndices. N煤meros 铆ndices m谩s usados. Tasa de inter茅s nominal actual鈥. Tasa de inflaci贸n. La estad铆stica es una herramienta 煤til para cualquier ciencia o campo de estudio, ya que cada vez que se profundiza m谩s en ella se convierte en m谩s vers谩til. Los n煤meros 铆ndices son un m茅todo estad铆stico que sirve para hacer comparaciones entre un a帽o y otro, una variable o un conjunto de variables, respecto a otras, etc.
Publicado: Mie Feb 13 2008 | 532 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(1 voto)
Se estimaron datos de poblaci贸n en el Municipio Cocorote del Estado Yaracuy, Venezuela, a trav茅s del m茅todo aritm茅tico; estas estimaciones se realizaron para el periodo 2002-2010, asumiendo que el pr贸ximo censo de Poblaci贸n y Vivienda se realizar谩 en el a帽o 2011. A煤n cuando se cuentan con datos del 煤ltimo censo realizado en el a帽o 2001, existe un vac铆o de informaci贸n demogr谩fico para el periodo seleccionado, de all铆 la importancia de este trabajo. Los datos de poblaci贸n necesarios para la aplicaci贸n del m茅todo aritm茅tico fueron tomados del censo de 1990 y de la pagina http:/ www.ine.gov.ve; en vista de que se realizan estimaciones a nivel de sector se calculan los porcentajes poblacionales de cada sector en funci贸n al numero de habitantes de cada sector para el a帽o 1990; con estos porcentajes es posible estimar la poblaci贸n asumiendo que la poblaci贸n total del municipio representa el 100%. Por esta raz贸n es necesario aplicar el m茅todo aritm茅tico a fin de estimar la poblaci贸n total del Municipio para el periodo 2002-2010 y as铆 disgregar estas estimaciones a sectores.
Publicado: Vie Feb 08 2008 | 677 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(1 voto)
La probabilidad. An谩lisis de decisiones. La probabilidad es una medici贸n num茅rica que va de 0 a 1 de la posibilidad de que un evento ocurra. Si da cerca de 0 es improbable que ocurra el evento y si da cerca de uno es casi seguro que ocurra. P (a): n潞 de resultados en que ocurra a N潞 de resultados posibles. Exhaustivo: se dice que dos o m谩s sucesos son exhaustivos si se consideran todos los posibles resultados. No exhaustivos: se dice que dos o m谩s sucesos son exhaustivos si no cubren todos los posibles resultados.
Publicado: Vie Feb 08 2008 | 637 visitas |
Calificar |
Comentar |
Abrir en otra ventana
Generalmente en las bibliograf铆as que tratan el C谩lculo Diferencial de funciones de varias variables pues al abordar la teor铆a de extremos locales de tales funciones solo hacen referencia al caso de dos variables independientes. Con este documento tengo el objetivo de ilustrar algunos ejemplos de resoluci贸n de ejercicios de b煤squeda de puntos de extremo local para funciones de tres variables independientes por lo que solo abordar茅 el caso de extremos no condicionados o sea de extremos libres.
Publicado: Lun Ene 14 2008 | 521 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(1 voto)
Al comunicarnos compartimos o hacemos com煤n una informaci贸n. La condici贸n humana est谩 asociada indisolublemente a la comunicaci贸n como forma de relaci贸n entre los hombres. Es necesario la existencia de tres elementos para que se produzca esta comunicaci贸n (fuente, mensaje y destino). Lo m谩s importante en el sistema de comunicaci贸n es que la fuente y el destino est茅n sintonizados, que en la comunicaci贸n humana, significa que la experiencia acumulada de ambos componentes del sistema tenga la mayor cantidad de elementos comunes. La experiencias es equivalente al conocimiento del individuo. La cultura, es el conjunto de rasgos distintivos, espirituales y materiales, intelectuales y afectivos, que caracterizan a una sociedad o grupo social en un periodo determinado. Al emplear el termino "cultura estad铆stica" hacemos referencias a dos componentes interrelacionados, la capacidad para interpretar y evaluar cr铆ticamente la informaci贸n estad铆stica y la capacidad para discutir o comunicar sus opiniones. Con el incremento de la cultura estad铆stica permitiremos que en los procesos comunicativos en los que se codifica y decodifican mensajes con informaci贸n estad铆stica la probabilidad de error de interpretaci贸n disminuir谩 grandemente, pues al aumentar el 谩rea del campo de experiencias de los participantes en el proceso, se estar谩 facilitando el 茅xito del proceso en su conjunto. Cultura Estad铆stica- Comunicaci贸n.
Publicado: Mie Dic 12 2007 | 655 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(3 votos)
Enunciado del Ejercicio. An谩lisis Previo. Variables Aleatorias. Modelo. Una planta de fabricaci贸n de tubos de PVC, dispone de N l铆neas de producci贸n mediante las cuales convierte la MP ingresada en las extrusoras de cada l铆nea en un producto terminado. Esta planta comercializa productos terminados (tubos) de dos clases: La clase RI utilizados para el riego, donde el tiempo total de procesamiento de la MP hasta ser agotada totalmente varia entre 5 y 10 minutos y responde a un f.d.p. del tipo: f(x)=(x 鈥4)/b. La clase IN utilizados para infraestructura, donde el tiempo total de procesamiento de la MP hasta ser agotada totalmente responde a una frecuencia equiprobable y varia entre 8 y 15 minutos.
Publicado: Lun Oct 22 2007 | 534 visitas |
Calificar |
Comentar |
Abrir en otra ventana
M谩ximos y m铆nimos de funciones de varias variables. Multiplicadores de Lagrange. M茅todo del Gradiente o descenso r谩pido. Soluci贸n de un problema de Programaci贸n Cuadr谩tica con SOLVER. Comandos del MatLab para M谩ximos y M铆nimos. Modelamiento industrial mediante programaci贸n cuadr帽atica aplicando Excel-Solver incluyendo: Multiplicadores de Lagrange, M谩ximos y m铆nimos de funciones de varias variables y M茅todo del Gradiente o descenso r谩pido.
Publicado: Jue Jul 19 2007 | 679 visitas |
Calificar |
Comentar |
Abrir en otra ventana
El presente trabajo tiene caracter铆sticas peculiares, pues en 茅l se abordan contenidos fundamentales de la Estad铆stica Descriptiva, como son: Las distribuciones emp铆ricas de frecuencias bivariadas, teniendo en cuenta que los datos son cuantitativos, la notaci贸n para las variables y las observaciones para las mismas, su clasificaci贸n de acuerdo a los tipos de variables que para datos cuantitativos pueden presentarse, en primer lugar las dos variables son discretas o discontiuas, en segundo lugar, las dos variables son continuas, y por 煤ltimo, un sistema mixto formado por una variable aleatoria discreta y la otra continua.
Publicado: Mie Jul 18 2007 | 656 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(2 votos)
Al realizar una investigaci贸n estad铆stica, los datos que obtenemos como resultado, forman lo que llamamos una muestra aleatoria. Estos datos se deber谩n organizar y presentar. La organizaci贸n y presentaci贸n de datos es muy importante, ya que rara vez, datos en bruto y desorganizados proporcionan una imagen significativa de la verdadera naturaleza de la muestra. Tambi茅n, sabemos muy bien que las columnas de n煤meros evocan temor, aburrimiento, apat铆a e incomprensi贸n. Algunas personas parecen no tener inter茅s en la informaci贸n estad铆stica presentada en forma tabulada, pero podr铆an prestarle mucha atenci贸n a los mismos puntajes si les fueran presentados en forma de grafico o cuadro. Como resultado, muchos investigadores prefieren usar gr谩ficos en contraposici贸n a las tablas (gr谩ficos de sectores, gr谩ficos de barras, pol铆gonos de frecuencia, etc) en un esfuerzo por aumentar el inter茅s de sus hallazgos.
Publicado: Lun Jun 25 2007 | 942 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(3 votos)
Planteamiento t茅orico-conceptual. Notaci贸n matem谩tica necesaria. La Media Aritm茅tica. La Mediana. La Moda. Relaci贸n emp铆rica entre la media, la mediana y la moda. La Media Arm贸nica. La Media Geom茅trica. 驴Qu茅 es un promedio?. Sumatoria. Reglas de la sumatoria. Propiedad distributiva de la suma. La media aritm茅tica para datos agrupados y no agrupados. Media aritm茅tica ponderada. Problemas de estad铆stica resueltos.
Publicado: Jue Mar 22 2007 | 2530 visitas |
Calificar |
Comentar |
Abrir en otra ventana
(1 voto)
Escalas de medici贸n. La representaci贸n de los datos: Frecuencias. Reglas Generales para construir las distribuciones de frecuencias por intervalos. Tabla de distribuci贸n de frecuencias. Representaciones Gr谩ficas de la Distribuci贸n de Frecuencias. Laboratorio. Luego que producto de la observaci贸n estad铆stica se captaron los datos y atributos del fen贸meno-objeto de estudio, se hace necesario proceder a tabular esta informaci贸n con el objetivo de conocer estad铆sticamente el fen贸meno. A este proceso de tabulaci贸n de la informaci贸n se la llama distribuci贸n de frecuencias, y lo definiremos como un m茅todo para organizar y resumir datos en una tabla estad铆stica.
Publicado: Mie Mar 21 2007 | 1101 visitas |
Calificar |
Comentar |
Abrir en otra ventana
25 Anteriores
|
Próximos 25
|
Ingrese el e-mail y contraseña con el que está registrado en Monografias.com
|
|