• Compartir en:   
  • Facebook 
  • Twitter  
  •   Pregunte en los foros

Estadistica

Páginas: [<<] 1 2 3 4 5 6 7 8 9 [>>]


  • Estad铆stica Matem谩tica

    9 de 10 estrellas (2 votos)

    An谩lisis descriptivo. Comparaci贸n de dos o m谩s grupos. Relaci贸n entre dos variables num茅ricas. Cuando se dispone de datos de una poblaci贸n, y antes de abordar an谩lisis estad铆sticos m谩s complejos, un primer paso consiste en presentar esa informaci贸n de forma que 茅sta se pueda visualizar de una manera m谩s sistem谩tica y resumida. Los datos que nos interesan dependen, en cada caso, del tipo de variables que estemos manejando. Para variables categ贸ricas3, como el sexo, estadio TNM, profesi贸n, etc., se quiere conocer la frecuencia y el porcentaje del total de casos que "caen" en cada categor铆a. Una forma muy sencilla de representar gr谩ficamente estos resultados es mediante diagramas de barras o diagramas de sectores. En los gr谩ficos de sectores, tambi茅n conocidos como diagramas de "tartas", se divide un c铆rculo en tantas porciones como clases tenga la variable, de modo que a cada clase le corresponde un arco de c铆rculo proporcional a su frecuencia absoluta o relativa. Un ejemplo se muestra en la Figura 1. Como se puede observar, la informaci贸n que se debe mostrar en cada sector hace referencia al n煤mero de casos dentro de cada categor铆a y al porcentaje del total que estos representan. Si el n煤mero de categor铆as es excesivamente grande, la imagen proporcionada por el gr谩fico de sectores no es lo suficientemente clara y por lo tanto la situaci贸n ideal es cuando hay alrededor de tres categor铆as. En este caso se pueden apreciar con claridad dichos subgrupos.

    Publicado: Mie Abr 01 2009  |  769 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Algunos indicadores de ciencia y tecnolog铆a no analizados por el Estado Nacional

    Indicadores de bibliometr铆a cient铆fica. Indicadores de bibliometr铆a tecnol贸gica. Indicadores de innovaci贸n. Indicadores de impacto social. Indicadores de g茅nero, ciencia y tecnolog铆a. Los indicadores m谩s usados en la ciencia y la tecnolog铆a son clasificados en: indicadores de insumo, de producto, de innovaci贸n y de impacto social. Tambi茅n se comienza a vislumbrar el auge de la problem谩tica de g茅nero y la necesidad de generar indicadores apropiados para su medici贸n. A continuaci贸n son presentados indicadores referidos a la ciencia y tecnolog铆a, que en Argentina no son analizados en la actualidad por la instituci贸n estatal encargada de la ciencia y tecnolog铆a nacional. Estos indicadores son los de bibliometr铆a cient铆fica, bibliometr铆a tecnol贸gica, de impacto social, de innovaci贸n y de g茅nero.

    Publicado: Mar Mar 10 2009  |  741 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • De la estad铆stica a los indicadores

    La apropiaci贸n terminol贸gica. La metodolog铆a sist茅mica. A trav茅s del t铆tulo, podemos advertir la tendencia que ha venido d谩ndose en el planteo desde la 贸ptica de los indicadores. Hace m谩s de una d茅cada se denominaba indicadores en las ciencias sociales a aquellos aspectos que daban la base para plantear un an谩lisis de una situaci贸n determinada, fueran 茅stos cualitativos o cuantitativos. En la actualidad, investigadores e instituciones de reconocimiento internacional imponen la comprensi贸n bajo el t茅rmino de indicadores a la cuantificaci贸n de determinadas variables interrelacionadas usadas para el diagn贸stico de un fen贸meno particular. Desde la misma Unesco, actualmente se recurre a los indicadores en el Informe Mundial sobre la Ciencia 1998.

    Publicado: Mar Mar 10 2009  |  760 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • An谩lisis estad铆stico entre las empresas de expendio de combustible

    10 de 10 estrellas (1 voto)

    Grifo Texas, Grifo Pecsa, Comparaci贸n en eficiencia y calidad de servicio. Objetivos. Antecedentes del problema. Materiales y m茅todos. Marco te贸rico. Grifo Texas. Grifo Pecsa. Prueba de hip贸tesis. Introducci贸n: La importancia del consumo de los combustibles derivados de la biomasa forestal ha sido ampliamente manifestada en diversos estudios, documentos y reuniones de car谩cter nacional como internacional. Algunos de ellos analizan el tema de una manera muy gen茅rica y cualitativa; otros se concentran en aspectos espec铆ficos de realidades muchas veces locales. A menudo, a partir de estos estudios se elaboran generalizaciones que, en muchos casos, no se ajustan a la realidad. Objetivo: Comparar y determinar entre los grifos Texas y Pecsa, las diferencias y deficiencias que se pueden presentar a la hora de prestar el servicio; para proponer alternativas de soluci贸n al grifo Texas. Material y m茅todo: Nuestro trabajo es un estudio inferencial puro, para lo cual hemos utilizado como instrumento de recolecci贸n de datos, una encuesta tipo cuestionario, en donde hemos aplicado preguntas abiertas, cerradas y de elecci贸n m煤ltiple, para poder dar viabilidad a la elaboraci贸n de cuadros estad铆sticos e interpretaci贸n de los mismos. Resultados: El grifo Pecsa cuenta con mayores ingresos debido a que cuenta con el servicio de GLP, dado que el Grifo Texas pondr谩 su servicio de GLP, dando como resultados que el 82% de clientes de l Grifo Texas no sabe sobre esta informaci贸n, lo cual manifiesta que no tiene una buena publicidad; los clientes del grifo Pecsa un 70% no sabe que le grifo Texas pondr谩 el servicio de GLP; estos porcentajes representan una deficiencia en publicidad. El 24.6% utiliza el petr贸leo como combustible y el 75.4% utiliza gasolina, la mayor铆a de los que consumen de 30 soles a 50 soles utilizan gasolina como combustible, la mayor铆a de los que vienen siempre y casi siempre recomiendan que el grifo haga promociones y sorteos. 149 de los encuestados del Grifo Pecsa se cambiaria de grifo de los cuales el 60% viene casi siempre.

    Publicado: Jue Mar 05 2009  |  789 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • An谩lisis factorial

    7 de 10 estrellas (5 votos)

    Se dispone de una muestra de 48 vendedores de una tienda por departamentos las que se midieron evaluando diferentes capacidades de vender. Utilizando el modelo multivariado m谩s apropiado pasaremos a identificar las caracter铆sticas m谩s relevantes en la persona que tiene m谩s capacidad para realizar ventas. El an谩lisis factorial es una t茅cnica que nos permite identificar un n煤mero relativamente peque帽o de factores que pueden ser utilizados para representar la relaci贸n existente entre un conjunto de variables intercorrelacionadas. Identificar las caracter铆sticas m谩s relevantes de los vendedores que tienen m谩s capacidad para vender de una tienda por departamentos. Reducir el n煤mero de capacidades para vender para lograr un mejor conocimiento sobre un fen贸meno por la interpretaci贸n de los conceptos que subyacen entre las variables observadas.

    Publicado: Mie Ene 21 2009  |  746 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Apuntes sobre estimaci贸n de recursos y reservas

    Sistemas y criterios de clasificaci贸n de recursos y reservas. M茅todos cl谩sicos de estimaci贸n de reservas. An谩lisis exploratorio de datos. M茅todos de estimaci贸n de reservas asistido por computadoras. M茅todos de estimaci贸n espacial. Por estimaci贸n de recursos entendemos la determinaci贸n de la cantidad de materia prima contenida en un yacimiento o en una de sus partes. La mayor铆a de los recursos y reservas se calculan en toneladas m茅tricas, solo la de los metales preciosos (oro, plata y platino) se calculan en kilogramos, los diamantes en quilates y las reservas de gas natural, arena, piedras para la construcci贸n, agua subterr谩neas, se estiman en metros c煤bicos. Esta cuantificaci贸n formal de las materias primas minerales estimada por procedimientos emp铆ricos o te贸ricos se denomina Inventario Mineral. Este a su vez se expresa en t茅rminos de recurso y reservas. La estimaci贸n de recursos es un fin de cada etapa de los trabajos de prospecci贸n y exploraci贸n de yacimientos minerales y este proceso continua durante la explotaci贸n del dep贸sito. Todos los trabajos de exploraci贸n de un yacimiento contribuyen ante todo a al la estimaci贸n de las materias primas minerales. La estimaci贸n de recursos/reservas se considera un proceso continuo que se inicia con la exploraci贸n y recopilaci贸n de la informaci贸n seguida de la interpretaci贸n geol贸gica y la estimaci贸n de recursos. Posteriormente se consideran los factores modificadores (mineros, metal煤rgicos, ambientales, legales etc.) y se arriba al estimado de reservas. Durante las operaciones de la mina los estimados previamente calculados son modificados por los resultados del control de ley y los estudios de reconciliaci贸n. En estos apuntes se hace mayor hincapi茅 en la estimaci贸n de los recursos.

    Publicado: Mie Ene 21 2009  |  768 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Control estad铆stico de proceso

    8 de 10 estrellas (4 votos)

    El control de calidad es una herramienta que permite de una forma adecuada y consistente analizar procesos con el fin de estudiar su comportamiento y poder evaluarlo, de tal forma que si se hallan procesos fuera de control se puedan hallar las variables que ejercen ese comportamiento. Con la finalidad de que se puedan generar mecanismos que conminen a restablecer el control del proceso de tal forma que se puedan cumplir con las especificaciones planteadas dentro del mismo. El presente trabajo pretende mostrar mediante un ejercicio aplicativo, los principales conceptos del control de calidad. Todo esto para realizar un an谩lisis de la situaci贸n actual de un proceso planteado en el ejercicio que permita exhibir las principales caracter铆sticas de un an谩lisis de este tipo. Mediante un ejercicio aplicativo implementar los principales conceptos del control de calidad de tal forma que se pueda estudiar el comportamiento de los procesos e implementar los mecanismos de control necesarios. Determinar el comportamiento de un proceso espec铆fico en el cual se pueda establecer con claridad su estado actual. Determinar los par谩metros del proceso que permitan posteriormente realizar el control pertinente. Determinar si el proceso sometido a an谩lisis cumple o no con las especificaciones requeridas.

    Publicado: Mie Ene 21 2009  |  773 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Estad铆stica aplicada

    4 de 10 estrellas (1 voto)

    Relaci贸n entre media, mediana y moda. Uso de la desviaci贸n t铆pica. Teorema de tchebycheft o chebyshev. Regla de la normal. Coeficiente de variaci贸n. Reglas o t茅cnicas de conteo. Diagrama de 谩rbol. Notaci贸n factoral. Permutaciones = con repeticiones. Sugerencia para diagnosticar de aplicaci贸n de regla de conteo.

    Publicado: Vie Ene 16 2009  |  836 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Estad铆stica b谩sica

    Introducci贸n a la estad铆stica. Distribuci贸n de frecuencia. Formacion de los intervalos. Distribuiciones discretas. Definici贸n binominal. Se refiere a un conjunto de m茅todos para manejar la organizaci贸n obtenci贸n y descripci贸n de observaciones num茅ricas. Describir al conjunto de datos obtenidos y tomar decisiones o realizar generalizaciones acerca de las caracter铆sticas de todas las posibles observaciones bajo consideraci贸n.

    Publicado: Vie Ene 16 2009  |  844 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • 驴Qu茅 es la estad铆stica y para que sirve?

    5 de 10 estrellas (6 votos)

    La estad铆stica. 驴Qu茅 es un gr谩fico?. Importancia, utilidad y caracter铆sticas deseables de los gr谩ficos. Ejemplos de distintos tipos de gr谩ficos. Esquema. Es la rama de las matem谩ticas que se ocupa de reunir y organizar datos num茅ricos, que ayuden a resolver problemas como el dise帽o de experimentos y la toma de decisiones. Su finalidad es obtener informaci贸n, analizarla, elaborarla y simplificarla lo m谩s posible, para que pueda ser interpretada f谩cilmente, por tanto, pueda utilizarse para el fin que se desee.

    Publicado: Mar Dic 02 2008  |  1043 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Pron贸stico y prospectiva

    7 de 10 estrellas (1 voto)

    Diferencia entre pron贸stico y prospectiva. M茅todos y t茅cnicas de pron贸stico para intentar visualizar futuros. Precisiones sobre algunos m茅todos. El objetivo de este art铆culo es abordar de manera clara y sucinta, y a la vez intuitiva -evitando entrar en detalles t茅cnicos tediosos- conceptos tales como m铆nimos cuadrados, an谩lisis de regresi贸n, promedios m贸viles, series de tiempo, m茅todo de Box y Jenkins para series temporales, etc. (de alguna manera haremos referencia a ellos) Remarcando c贸mo estos conceptos est谩n vinculados a lo que llamamos "Pron贸stico", pero que pueden ser 煤tiles en la "Prospectiva" en lo que concierne a la evaluaci贸n de futuros probables.

    Publicado: Lun Sep 29 2008  |  781 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Estad铆stica b谩sica aplicada al mantenimiento - Unidad III

    Par谩metros en la vida de un equipo. Obtenci贸n de los Par谩metros Estad铆sticos de Mantenimiento. Confiabilidad. Comportamiento cronol贸gico de fallas. Algoritmo para calcular la mantenibilidad de un equipo. Disponibilidad. La vida 煤til es una etapa de lo que se conoce como el ciclo de vida de un sistema, 茅ste se define a trav茅s del costo, el tiempo y las condiciones ambientales que se invierten y generan desde el proyecto, la construcci贸n, la instalaci贸n, la operaci贸n y el mantenimiento, hasta la desincorporaci贸n del equipo. En los an谩lisis de los ciclos de vida intervienen gran variedad de factores, sin embargo, la vida 煤til del equipo est谩 limitada desde el arranque hasta cumplir con el per铆odo de medio uso, al cual est谩 sujeto todo equipo dependiendo de la confiabilidad de cada uno de los componentes que lo constituyen.

    Publicado: Mie Sep 24 2008  |  783 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Pron贸stico y prospectiva

    10 de 10 estrellas (7 votos)

     

    El objetivo de este artículo, es abordar de manera clara y sucinta, y a la vez intuitiva –evitando entrar en detalles técnicos tediosos- conceptos tales como mínimos cuadrados, análisis de regresión, promedios móviles, series de tiempo, método de Box y Jenkins para series temporales, etc. (de alguna manera haremos referencia a ellos)

    Remarcando cómo estos conceptos están vinculados a lo que llamamos “Pronóstico”, pero que pueden ser útiles en la “Prospectiva” en lo que concierne a la evaluación de futuros probables.

     


    Publicado: Lun Sep 22 2008  |  676 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Aleatorio o No Aleatorio聟

    2 de 10 estrellas (1 voto)


    Este trabajo intenta rescatar a una de las numerosas e interesantes herramientas estadísticas y tal vez poco comprendida como son los números aleatorios.

    Existen múltiples procedimientos que buscan hacer a la muestra totalmente representativa de la población, pero no es por sí misma suficiente para asegurar satisfacción, es importante considerar la estrategia de muestreo y el tipo de estimador aplicado, a fin de reproducir algunos totales poblacionales. Siempre permanece la incógnita acerca de cómo elegir dicha(s) muestra(s) (individuos), que tomamos en un determinado estrato o unidad (primera etapa).

    La única forma de hacerlo es seleccionando al azar o aleatoriamente. Cumplir tal condición asegura que la información obtenida a partir de la muestra es relevante a la población y no es simplemente una propiedad del método de selección. Elegir o escoger verdaderamente al azar o de manera aleatoria no es una tarea trivial o fácil de realizar.

    Varios artificios cuasi-aleatorios o pseudoaleatorios como lanzar monedas, barajar cartas, tirar dados, funciones deterministas, etcétera son algunas veces defendidos pero aun estos son responsables de introducir elementos no aleatorios dentro del proceso de selección.

    Cualquier método confiable utiliza un cuadro o tabla de números aleatorios; se define un número aleatorio R como una variable aleatoria distribuida uniformemente entre cero y uno (0 ? r < 1), es decir, cualquier valor en este rango tiene igual probabilidad de ocurrencia.

    Escritos en un cuadro en el cual cualquiera de las entradas posibles es igualmente probable que ocurra en cualquier posición dada.

    Los números aleatorios tienen diferentes salientes entre las que destacan la forma de utilizarse, su complicada generación y su no menos sencilla aplicación, el objetivo de este trabajo se concentra principalmente en responder cuando y como emplear los números aleatorios, dentro de los trabajos de investigación dígase diseño de experimentos y estudios observacionales (encuesta, entrevista).


    Publicado: Lun Sep 08 2008  |  678 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • An谩lisis de varianza

    9 de 10 estrellas (2 votos)

    ANOVA. Bases del an谩lisis de la varianza. Modelos de an谩lisis de la varianza. An谩lisis de Varianza a una v铆a: Dise帽o completamente aleatorizado. Fundamentos del ANOVA. Contrastes de hip贸tesis en un an谩lisis de la varianza de dos factores. El an谩lisis de la varianza (o Anova: Analysis of variance) es un m茅todo para comparar dos o m谩s medias, que es necesario porque cuando se quiere comparar m谩s de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student.

    Publicado: Vie Sep 05 2008  |  739 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Estad铆stica

    6 de 10 estrellas (2 votos)

    Sumatorias. Estad铆stica. Encuestas. Escalas. Medidas estad铆sticas. F贸rmulas de las medidas estad铆sticas de Dispersi贸n (D. N. C.). Simbolog铆a. Distribuciones Bidimensionales. Distribuciones Marginales. Distribuciones Condicionales. Curvas de ajuste. Series cronol贸gicas.

    Publicado: Vie Ago 15 2008  |  825 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • La estad铆stica

    9 de 10 estrellas (4 votos)

    Definici贸n de Estad铆stica. Objetivo de la estad铆stica. Importancia de la estad铆stica en las ciencias administrativas y contables. Estad铆sticas descriptivas e inferencia. Investigaci贸n estad铆stica tipos. Etapas de la investigaci贸n estad铆stica. Poblaci贸n y muestras. Variable y tipos. Escala de medici贸n. Numero 铆ndice. Tipos de 脥ndices. Diferencia entre el valor absoluto y valor relativo. Desde hace siglos, la aplicaci贸n de registros e instrumentos para estudiar una determinada poblaci贸n han sido utilizados por diversas naciones, tales como: roma, Egipto, china, entre otros. De all铆 viene el origen de la estad铆stica, la cual antes de ser una ciencia fue implementada por jefes de gobierno para llevar los registros de datos num茅ricos, de la poblaci贸n de los nacimientos, y las disfunciones ocurridas en uno o varios a帽os. Tambi茅n es aplicada diariamente por estudiantes universitarios, que al realizar trabajos, encuestas, entrevistas etc., hacen tambi茅n el uso de ella.

    Publicado: Lun Ago 11 2008  |  1161 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • C贸mo Determinar el Tama帽o de una Muestra aplicada a la investigaci贸n Archiv铆stica

    C贸mo Determinar el Tama帽o de una Muestra aplicada a la investigaci贸n Archiv铆stica. Importancia de determinar el tama帽o de una muestra. Principales definiciones. Muestreo probabilistico. Definici贸n Del Tama帽o de una Muestra. Etapas para determinar el tama帽o de una muestra. Ejemplo aplicado a un archivo. Toda investigaci贸n tendr谩 como elemento principal la definici贸n del l铆mite de su alcance. Esto, resulta de vital importancia cuando nuestros recursos y tiempo son limitados. Por tanto, el considerar s贸lo una parte de la poblaci贸n siempre tendr谩 sus ventajas. El presente documento no pretende de ninguna manera ser un an谩lisis exhaustivo de la estad铆stica, sino resaltar la importancia que tiene el determinar el tama帽o de una muestra en nuestro metodolog铆a de la investigaci贸n archiv铆stica y donde se presenta un ejemplo de aplicaci贸n en una unidad de informaci贸n.

    Publicado: Jue Ago 07 2008  |  906 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Investigaciones de campo

    9 de 10 estrellas (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  |  772 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Las variables

    7 de 10 estrellas (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  |  817 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Estandarizaci贸n aplicada a datos censales

    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  |  655 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Construcci贸n de un sistema experto de tipo probabil铆stico

    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  |  1816 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • T茅cnicas e instrumentos de medici贸n en la Investigaci贸n Cient铆fica

    4 de 10 estrellas (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  |  1135 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Distribuciones de probabilidad

    4 de 10 estrellas (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  |  717 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
  • Una introducci贸n al aprendizaje estad铆stico

    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  |  689 visitas  |   Calificar  |  Comentar  |  Abrir en otra ventana
25 Anteriores Próximos 25