Analisis bivariado subir
•Descargar como PPTX, PDF•
0 recomendaciones•37 vistas
Este documento analiza la relación entre dos variables cuantitativas, "Males tares activos" y "Mantenimiento del hogar", utilizando un diagrama de dispersión para verificar la linealidad de la relación inversamente proporcional entre las variables. Al no seguir una distribución normal, se utiliza una prueba no paramétrica (test de Spearman) para estudiar la correlación débil y no significativa entre las variables.
Denunciar
Compartir
Denunciar
Compartir
Recomendados
Lesyes de kirchhoff
Este documento presenta las Leyes de Kirchhoff sobre corrientes y voltajes en circuitos eléctricos, incluyendo resistencias en serie y paralelo, y cómo medirlas. También describe el proceso experimental para verificar las leyes, los resultados prácticos de resistencia, corriente y voltaje, y los cálculos de error experimental.
EJERCICIOS TEMA 11
El resumen analiza los resultados de dos ejercicios estadísticos sobre la altura de varones y mujeres. En el Ejercicio 1, una prueba t de Student muestra una diferencia significativa en la altura promedio de varones (1.8 m) vs mujeres (1.64 m). En el Ejercicio 2, un ANOVA también encuentra una relación significativa entre la altura y el sexo, rechazando la hipótesis nula de igualdad de varianzas.
Tarea seminario viii
Normalidad y linealidad. Diagrama de dispersión. Coeficientes de correlación de Pearson y Rho de Spearman
Seminario ix.pptx estadistica
Este documento resume un seminario sobre análisis bivariado entre variables cualitativas y cuantitativas. Explica cómo importar los datos, determinar la relación entre variables a través de pruebas paramétricas y no paramétricas, y comprobar los criterios de normalidad y homocedasticidad. Aplica estos análisis a dos ejemplos, encontrando que la práctica de deporte no influye en los malestares y el trabajo no influye en el mantenimiento del hogar.
Seminario 9
El documento describe cómo realizar pruebas estadísticas para determinar la correlación entre dos variables, peso y glucemia. Se realizan pruebas gráficas y estadísticas como la R de Pearson y Rho de Spearman. Los resultados muestran que existe una correlación positiva entre el peso y la glucemia, es decir, que el peso influye en los niveles de glucemia. Sin embargo, no se encontró evidencia de correlación entre la presión arterial sistólica y los niveles de colesterol.
Tarea 7
Este documento describe un estudio que examina la correlación entre el peso y la altura de individuos, separados por género. Se realizaron varias pruebas estadísticas como histogramas, gráficas QQ, diagramas de dispersión, pruebas de normalidad de Kolmogorov-Smirnov y pruebas de correlación de Spearman para determinar si existe una correlación entre el peso y la altura dentro de cada género.
Seminario 10
Este documento discute cómo determinar si se debe usar el coeficiente de correlación de Pearson o de Spearman para analizar la correlación entre variables. Explica que Pearson se usa si las variables siguen una distribución normal, mientras que Spearman se usa de lo contrario. Luego, analiza los resultados de las pruebas de normalidad para dos variables, talla y edad, y determina que siguen una distribución normal y por lo tanto se debe usar Pearson. Finalmente, concluye que no hay evidencia de correlación entre talla y edad según el análisis.
Seminario 8
Este resumen describe cómo utilizar las pruebas t-student y chi cuadrado en un seminario. Explica los tipos de t-student y chi cuadrado, y proporciona ejemplos de su aplicación, como una t-student pareada para medir el peso antes y después de una operación, y una prueba de chi cuadrado para determinar si existe una asociación entre el IMC y el sexo. El documento concluye proponiendo un ejercicio para analizar la relación entre el sexo y el nivel de cansancio en cuidadores.
Recomendados
Lesyes de kirchhoff
Este documento presenta las Leyes de Kirchhoff sobre corrientes y voltajes en circuitos eléctricos, incluyendo resistencias en serie y paralelo, y cómo medirlas. También describe el proceso experimental para verificar las leyes, los resultados prácticos de resistencia, corriente y voltaje, y los cálculos de error experimental.
EJERCICIOS TEMA 11
El resumen analiza los resultados de dos ejercicios estadísticos sobre la altura de varones y mujeres. En el Ejercicio 1, una prueba t de Student muestra una diferencia significativa en la altura promedio de varones (1.8 m) vs mujeres (1.64 m). En el Ejercicio 2, un ANOVA también encuentra una relación significativa entre la altura y el sexo, rechazando la hipótesis nula de igualdad de varianzas.
Tarea seminario viii
Normalidad y linealidad. Diagrama de dispersión. Coeficientes de correlación de Pearson y Rho de Spearman
Seminario ix.pptx estadistica
Este documento resume un seminario sobre análisis bivariado entre variables cualitativas y cuantitativas. Explica cómo importar los datos, determinar la relación entre variables a través de pruebas paramétricas y no paramétricas, y comprobar los criterios de normalidad y homocedasticidad. Aplica estos análisis a dos ejemplos, encontrando que la práctica de deporte no influye en los malestares y el trabajo no influye en el mantenimiento del hogar.
Seminario 9
El documento describe cómo realizar pruebas estadísticas para determinar la correlación entre dos variables, peso y glucemia. Se realizan pruebas gráficas y estadísticas como la R de Pearson y Rho de Spearman. Los resultados muestran que existe una correlación positiva entre el peso y la glucemia, es decir, que el peso influye en los niveles de glucemia. Sin embargo, no se encontró evidencia de correlación entre la presión arterial sistólica y los niveles de colesterol.
Tarea 7
Este documento describe un estudio que examina la correlación entre el peso y la altura de individuos, separados por género. Se realizaron varias pruebas estadísticas como histogramas, gráficas QQ, diagramas de dispersión, pruebas de normalidad de Kolmogorov-Smirnov y pruebas de correlación de Spearman para determinar si existe una correlación entre el peso y la altura dentro de cada género.
Seminario 10
Este documento discute cómo determinar si se debe usar el coeficiente de correlación de Pearson o de Spearman para analizar la correlación entre variables. Explica que Pearson se usa si las variables siguen una distribución normal, mientras que Spearman se usa de lo contrario. Luego, analiza los resultados de las pruebas de normalidad para dos variables, talla y edad, y determina que siguen una distribución normal y por lo tanto se debe usar Pearson. Finalmente, concluye que no hay evidencia de correlación entre talla y edad según el análisis.
Seminario 8
Este resumen describe cómo utilizar las pruebas t-student y chi cuadrado en un seminario. Explica los tipos de t-student y chi cuadrado, y proporciona ejemplos de su aplicación, como una t-student pareada para medir el peso antes y después de una operación, y una prueba de chi cuadrado para determinar si existe una asociación entre el IMC y el sexo. El documento concluye proponiendo un ejercicio para analizar la relación entre el sexo y el nivel de cansancio en cuidadores.
correlaciones estadística
Este documento describe un estudio que examina la correlación entre el año de nacimiento y la valoración social de la enfermería. Se determinó que las variables no siguen una distribución normal y, por lo tanto, se utilizó el estadístico Rho de Spearman para calcular la correlación. Los resultados mostraron que no hay correlación entre las dos variables.
Seminario 9
Este documento explica diferentes tipos de correlación y cómo calcularlos. Describe correlaciones paramétricas y no paramétricas, y los coeficientes de Pearson, Spearman, contingencia y Phi para relacionar variables cualitativas y cuantitativas. Además, presenta tres actividades como ejemplos de cómo calcular estas correlaciones y contrastar hipótesis.
Seminario 7
Este documento presenta un análisis bivariado de variables cualitativas utilizando la prueba de chi-cuadrado de Pearson. Se estudia la asociación entre el consumo de tabaco en madres y el bajo peso al nacer en sus hijos. Los resultados muestran que el 17.2% de los hijos de madres fumadoras tuvieron bajo peso al nacer, en comparación con el 6% de madres no fumadoras. La prueba de chi-cuadrado rechaza la hipótesis nula de independencia, lo que sugiere que
Seminario viii
Este documento analiza la relación entre la altura y el peso de un conjunto de datos. Muestra gráficos como diagramas de dispersión y histogramas que indican que las variables no siguen una distribución normal. Los coeficientes de correlación de Pearson y Spearman muestran una relación positiva fuerte entre altura y peso, con un coeficiente de Spearman de 0,6224114.
Tarea 8 estadistica
El documento describe los resultados de pruebas estadísticas realizadas para determinar si las variables "mujer" y "varón" siguen una distribución normal y tienen varianzas iguales. Las pruebas mostraron que la variable "mujer" no sigue una distribución normal, mientras que la variable "varón" sí, pero ambas tienen varianzas iguales. Por lo tanto, se utilizará una prueba no paramétrica como el test U de Mann-Whitney para comparar las dos variables.
Tarea 9
El documento describe los pasos realizados para comprobar si las variables "Malesares activos" y "Mantenimiento hogar" se asocian en la muestra. Se realizó un gráfico de dispersión que mostró una asociación lineal negativa entre las variables. Luego, se comprobó la normalidad de las variables a través de histogramas, diagramas de caja y gráficas Q-Q, y un test de normalidad que indicó que ninguna de las variables sigue una distribución normal. Por último, se calculó la correlación de Spearman entre las variables, arro
Seminario 10
Este documento presenta los pasos para analizar la relación entre el peso y la talla en una muestra de adolescentes. Propone utilizar la prueba R de Pearson debido a que las variables son cuantitativas, pero primero comprobar la relación lineal y distribución normal mediante gráficos. Los resultados muestran una relación lineal positiva y una distribución normal levemente asimétrica. La correlación entre peso y talla es alta y positiva. Por lo tanto, se acepta la hipótesis alternativa de que existe una relación entre el peso y
Correlaciones
Este documento describe cómo analizar la relación entre diferentes tipos de variables, incluyendo variables cuantitativas, cualitativas y categóricas. Explica cómo utilizar la prueba de correlación de Pearson para variables cuantitativas, así como pruebas no paramétricas. También cubre el análisis de tablas de contingencia para relacionar variables categóricas y nominales usando el coeficiente Phi, de contingencia y V de Cramer.
Tarea seminario 9
El documento resume dos ejercicios realizados para comprobar la relación entre variables. El primer ejercicio encontró que existe una relación entre el sexo y la altura, con los hombres siendo más altos que las mujeres. El segundo ejercicio no encontró una relación entre la nota de acceso al grado y la hora de regreso a casa después de una fiesta.
Seminario 10: Correlación y T de Student
El documento habla sobre la correlación entre variables cuantitativas y cómo medirla. Explica que la correlación puede ser positiva o negativa dependiendo de si las variables varían en la misma o en direcciones opuestas. Además, menciona que la correlación se puede medir con el estadístico R de Pearson o Rho de Spearman dependiendo de si la variable se distribuye normalmente. Por último, presenta dos ejemplos para ilustrar cómo medir la correlación y determinar si hay influencia entre variables.
Asociacion entre variable cualitativa y cuantitativa
El documento describe los pasos para determinar si existe una asociación entre una variable cualitativa y cuantitativa en un conjunto de datos. Se resumen los datos, se eligen las variables sexo y medicalización, y se comprueba la normalidad y homocedasticidad de la variable cuantitativa a través de gráficas y pruebas estadísticas. Al no seguir una distribución normal la variable, se usa la prueba no paramétrica de Wilcoxon, la cual muestra que existe una asociación entre las dos variables elegidas.
Asociacion entre dos variables cuantitativas
Este documento describe el análisis de la asociación entre dos variables cuantitativas tomadas del archivo "activossalud.Rdata": la hora dedicada a hacer deporte y el tiempo dedicado al mantenimiento del hogar. Se comprueba que existe una relación inversamente proporcional entre las variables mediante una nube de puntos con pendiente negativa. También se determina que ninguna de las variables sigue una distribución normal a través de gráficas y pruebas estadísticas. Finalmente, la prueba de Rho de Spearman muestra una asociación
Tarea 8
Este documento describe el proceso de correlacionar la altura y el peso diferenciando por sexo. Primero se filtran los datos por mujeres, y se determina que la altura no sigue una distribución normal mientras que el peso sí. Luego, se muestra que existe una correlación débil pero positiva entre la altura y el peso en mujeres. El mismo proceso se repite para los hombres, encontrando también una correlación débil y positiva entre la altura y el peso.
Tarea seminario 9
Este documento instruye sobre cómo calcular el coeficiente de correlación entre las variables peso y talla utilizando SPSS. Primero, se comprueba si las variables siguen una distribución normal mediante las pruebas de Kolmogorov-Smirnov o Shapiro-Wilk dependiendo del tamaño de la muestra. Luego, se establecen las hipótesis nula y alternativa para determinar si los datos siguen una distribución normal. Finalmente, se calcula el coeficiente de correlación de Pearson y se representa gráficamente.
Tarea seminario 9
Este documento describe los pasos para calcular el coeficiente de correlación entre las variables peso y talla utilizando SPSS. Primero, se comprueba que ambas variables siguen una distribución normal mediante las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk. Luego, se establecen las hipótesis nula y alternativa para determinar si los datos siguen una distribución normal. Finalmente, se calcula el coeficiente de correlación de Pearson en SPSS y se interpreta el resultado.
Seminario VIII
Este documento estudia la relación entre el peso y la altura de individuos utilizando diferentes métodos estadísticos. Muestra un diagrama de dispersión que indica una relación positiva entre las variables. Luego, utilizando gráficos y pruebas estadísticas, determina que las variables no siguen una distribución normal. Finalmente, calcula el coeficiente de Spearman, obteniendo un valor de 0.6224114, lo que demuestra una fuerte relación positiva entre el peso y la altura.
Seminario viii
Este documento presenta cuatro actividades sobre correlaciones. La primera calcula la correlación de Pearson entre el peso y la tensión diastólica y encuentra una correlación positiva baja a moderada. La segunda calcula la correlación biserial entre el peso y el sexo. La tercera usa la prueba phi para analizar la relación entre el sexo y la satisfacción con el peso y encuentra independencia. La cuarta realiza una tabla de contingencia entre el sexo y el hábito tabáquico, encontrando una correlación baja positiva.
Ejercicio del seminario 10
Este documento presenta tres ejercicios que calculan el coeficiente de correlación de Pearson entre diferentes pares de variables cuantitativas. El primer ejercicio encuentra una correlación moderada entre el peso y las horas de deporte. El segundo ejercicio encuentra una fuerte correlación inversa entre el número de cigarrillos fumados y la nota de acceso. El tercer ejercicio encuentra una buena correlación positiva entre el peso y la altura.
Ejercicio de correlación
El documento describe los pasos para realizar una correlación entre las variables de peso y altura. Explica que ambas variables deben ser cuantitativas y seguir una distribución normal, lo cual se comprueba con la prueba de Shapiro. Luego, como siguen una distribución normal, se utiliza la prueba de correlación de Pearson, la cual arroja un valor p muy pequeño, indicando que la relación entre peso y altura es casi nula.
10 colonias - Análisis socio-demográfico 2024.pdf
Este documento ha sido elaborado por el Observatorio Ciudadano de Seguridad Justicia y Legalidad de Irapuato siendo nuestro propósito conocer datos sociodemográficos en conjunto con información de incidencia delictiva de las 10 colonias y/o comunidades que del año 2020 a la fecha han tenido mayor incidencia.
Existen muchas más colonias que presentan cifras y datos en materia de seguridad, sin embargo, en este primer acercamiento lo que se prevées darle al lector una idea de como se encuentran las colonias analizadas, tomando como referencia los datos del INEGI 2020, datos del Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública del 2020 al 2023 y las bases de datos propias que desde el 2017 el Observatorio Ciudadano ha recopilado de manera puntual con datos de las vıć timas de homicidio doloso, accidentes de tránsito, personas lesionadas por arma de fuego, entre otros indicadores.
Obligaciones_de_los_Municipios_y_Departamentos_en_los_Determinantes_Ambiental...
Contaminación de ruido
Más contenido relacionado
La actualidad más candente
correlaciones estadística
Este documento describe un estudio que examina la correlación entre el año de nacimiento y la valoración social de la enfermería. Se determinó que las variables no siguen una distribución normal y, por lo tanto, se utilizó el estadístico Rho de Spearman para calcular la correlación. Los resultados mostraron que no hay correlación entre las dos variables.
Seminario 9
Este documento explica diferentes tipos de correlación y cómo calcularlos. Describe correlaciones paramétricas y no paramétricas, y los coeficientes de Pearson, Spearman, contingencia y Phi para relacionar variables cualitativas y cuantitativas. Además, presenta tres actividades como ejemplos de cómo calcular estas correlaciones y contrastar hipótesis.
Seminario 7
Este documento presenta un análisis bivariado de variables cualitativas utilizando la prueba de chi-cuadrado de Pearson. Se estudia la asociación entre el consumo de tabaco en madres y el bajo peso al nacer en sus hijos. Los resultados muestran que el 17.2% de los hijos de madres fumadoras tuvieron bajo peso al nacer, en comparación con el 6% de madres no fumadoras. La prueba de chi-cuadrado rechaza la hipótesis nula de independencia, lo que sugiere que
Seminario viii
Este documento analiza la relación entre la altura y el peso de un conjunto de datos. Muestra gráficos como diagramas de dispersión y histogramas que indican que las variables no siguen una distribución normal. Los coeficientes de correlación de Pearson y Spearman muestran una relación positiva fuerte entre altura y peso, con un coeficiente de Spearman de 0,6224114.
Tarea 8 estadistica
El documento describe los resultados de pruebas estadísticas realizadas para determinar si las variables "mujer" y "varón" siguen una distribución normal y tienen varianzas iguales. Las pruebas mostraron que la variable "mujer" no sigue una distribución normal, mientras que la variable "varón" sí, pero ambas tienen varianzas iguales. Por lo tanto, se utilizará una prueba no paramétrica como el test U de Mann-Whitney para comparar las dos variables.
Tarea 9
El documento describe los pasos realizados para comprobar si las variables "Malesares activos" y "Mantenimiento hogar" se asocian en la muestra. Se realizó un gráfico de dispersión que mostró una asociación lineal negativa entre las variables. Luego, se comprobó la normalidad de las variables a través de histogramas, diagramas de caja y gráficas Q-Q, y un test de normalidad que indicó que ninguna de las variables sigue una distribución normal. Por último, se calculó la correlación de Spearman entre las variables, arro
Seminario 10
Este documento presenta los pasos para analizar la relación entre el peso y la talla en una muestra de adolescentes. Propone utilizar la prueba R de Pearson debido a que las variables son cuantitativas, pero primero comprobar la relación lineal y distribución normal mediante gráficos. Los resultados muestran una relación lineal positiva y una distribución normal levemente asimétrica. La correlación entre peso y talla es alta y positiva. Por lo tanto, se acepta la hipótesis alternativa de que existe una relación entre el peso y
Correlaciones
Este documento describe cómo analizar la relación entre diferentes tipos de variables, incluyendo variables cuantitativas, cualitativas y categóricas. Explica cómo utilizar la prueba de correlación de Pearson para variables cuantitativas, así como pruebas no paramétricas. También cubre el análisis de tablas de contingencia para relacionar variables categóricas y nominales usando el coeficiente Phi, de contingencia y V de Cramer.
Tarea seminario 9
El documento resume dos ejercicios realizados para comprobar la relación entre variables. El primer ejercicio encontró que existe una relación entre el sexo y la altura, con los hombres siendo más altos que las mujeres. El segundo ejercicio no encontró una relación entre la nota de acceso al grado y la hora de regreso a casa después de una fiesta.
Seminario 10: Correlación y T de Student
El documento habla sobre la correlación entre variables cuantitativas y cómo medirla. Explica que la correlación puede ser positiva o negativa dependiendo de si las variables varían en la misma o en direcciones opuestas. Además, menciona que la correlación se puede medir con el estadístico R de Pearson o Rho de Spearman dependiendo de si la variable se distribuye normalmente. Por último, presenta dos ejemplos para ilustrar cómo medir la correlación y determinar si hay influencia entre variables.
Asociacion entre variable cualitativa y cuantitativa
El documento describe los pasos para determinar si existe una asociación entre una variable cualitativa y cuantitativa en un conjunto de datos. Se resumen los datos, se eligen las variables sexo y medicalización, y se comprueba la normalidad y homocedasticidad de la variable cuantitativa a través de gráficas y pruebas estadísticas. Al no seguir una distribución normal la variable, se usa la prueba no paramétrica de Wilcoxon, la cual muestra que existe una asociación entre las dos variables elegidas.
Asociacion entre dos variables cuantitativas
Este documento describe el análisis de la asociación entre dos variables cuantitativas tomadas del archivo "activossalud.Rdata": la hora dedicada a hacer deporte y el tiempo dedicado al mantenimiento del hogar. Se comprueba que existe una relación inversamente proporcional entre las variables mediante una nube de puntos con pendiente negativa. También se determina que ninguna de las variables sigue una distribución normal a través de gráficas y pruebas estadísticas. Finalmente, la prueba de Rho de Spearman muestra una asociación
Tarea 8
Este documento describe el proceso de correlacionar la altura y el peso diferenciando por sexo. Primero se filtran los datos por mujeres, y se determina que la altura no sigue una distribución normal mientras que el peso sí. Luego, se muestra que existe una correlación débil pero positiva entre la altura y el peso en mujeres. El mismo proceso se repite para los hombres, encontrando también una correlación débil y positiva entre la altura y el peso.
Tarea seminario 9
Este documento instruye sobre cómo calcular el coeficiente de correlación entre las variables peso y talla utilizando SPSS. Primero, se comprueba si las variables siguen una distribución normal mediante las pruebas de Kolmogorov-Smirnov o Shapiro-Wilk dependiendo del tamaño de la muestra. Luego, se establecen las hipótesis nula y alternativa para determinar si los datos siguen una distribución normal. Finalmente, se calcula el coeficiente de correlación de Pearson y se representa gráficamente.
Tarea seminario 9
Este documento describe los pasos para calcular el coeficiente de correlación entre las variables peso y talla utilizando SPSS. Primero, se comprueba que ambas variables siguen una distribución normal mediante las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk. Luego, se establecen las hipótesis nula y alternativa para determinar si los datos siguen una distribución normal. Finalmente, se calcula el coeficiente de correlación de Pearson en SPSS y se interpreta el resultado.
Seminario VIII
Este documento estudia la relación entre el peso y la altura de individuos utilizando diferentes métodos estadísticos. Muestra un diagrama de dispersión que indica una relación positiva entre las variables. Luego, utilizando gráficos y pruebas estadísticas, determina que las variables no siguen una distribución normal. Finalmente, calcula el coeficiente de Spearman, obteniendo un valor de 0.6224114, lo que demuestra una fuerte relación positiva entre el peso y la altura.
Seminario viii
Este documento presenta cuatro actividades sobre correlaciones. La primera calcula la correlación de Pearson entre el peso y la tensión diastólica y encuentra una correlación positiva baja a moderada. La segunda calcula la correlación biserial entre el peso y el sexo. La tercera usa la prueba phi para analizar la relación entre el sexo y la satisfacción con el peso y encuentra independencia. La cuarta realiza una tabla de contingencia entre el sexo y el hábito tabáquico, encontrando una correlación baja positiva.
Ejercicio del seminario 10
Este documento presenta tres ejercicios que calculan el coeficiente de correlación de Pearson entre diferentes pares de variables cuantitativas. El primer ejercicio encuentra una correlación moderada entre el peso y las horas de deporte. El segundo ejercicio encuentra una fuerte correlación inversa entre el número de cigarrillos fumados y la nota de acceso. El tercer ejercicio encuentra una buena correlación positiva entre el peso y la altura.
Ejercicio de correlación
El documento describe los pasos para realizar una correlación entre las variables de peso y altura. Explica que ambas variables deben ser cuantitativas y seguir una distribución normal, lo cual se comprueba con la prueba de Shapiro. Luego, como siguen una distribución normal, se utiliza la prueba de correlación de Pearson, la cual arroja un valor p muy pequeño, indicando que la relación entre peso y altura es casi nula.
La actualidad más candente (19)
Asociacion entre variable cualitativa y cuantitativa
Asociacion entre variable cualitativa y cuantitativa
Último
10 colonias - Análisis socio-demográfico 2024.pdf
Este documento ha sido elaborado por el Observatorio Ciudadano de Seguridad Justicia y Legalidad de Irapuato siendo nuestro propósito conocer datos sociodemográficos en conjunto con información de incidencia delictiva de las 10 colonias y/o comunidades que del año 2020 a la fecha han tenido mayor incidencia.
Existen muchas más colonias que presentan cifras y datos en materia de seguridad, sin embargo, en este primer acercamiento lo que se prevées darle al lector una idea de como se encuentran las colonias analizadas, tomando como referencia los datos del INEGI 2020, datos del Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública del 2020 al 2023 y las bases de datos propias que desde el 2017 el Observatorio Ciudadano ha recopilado de manera puntual con datos de las vıć timas de homicidio doloso, accidentes de tránsito, personas lesionadas por arma de fuego, entre otros indicadores.
Obligaciones_de_los_Municipios_y_Departamentos_en_los_Determinantes_Ambiental...
Contaminación de ruido
MI CECTOR POSTE BLANCO - Paián .pdf
Te invito a conocer mi hermoso sector poste blanco donde e tenido hermosos momentos a lo largo de la vida
04 capital interes simple.pdf de la clase métodos cuantitativos
Presentación sobre interes simple de la clase métodos cuantitativos en finanzas
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdf
Este libro ofrece una introducción completa y accesible a los campos de la minería de datos y la inteligencia artificial. Cubre todo, desde conceptos básicos hasta estudios de casos avanzados, con énfasis en la aplicación práctica utilizando herramientas como Python y R.
También aborda cuestiones críticas de ética y responsabilidad en el uso de estas tecnologías, discutiendo temas como la privacidad, el sesgo algorítmico y transparencia.
El objetivo es permitir al lector aplicar técnicas de minería de datos e inteligencia artificial a problemas reales, contribuyendo a la innovación y el progreso en su área de especialización.
REPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdf
Reporte homicidio doloso descripción
Reporte que contiene información de las víctimas de homicidio doloso registradas en el municipio de Irapuato Guanajuato durante el periodo señalado, comprende información cualitativa y cuantitativa que hace referencia a las características principales de cada uno de los homicidios.
La información proviene tanto de medios de comunicación digitales e impresos como de los boletines que la propia Fiscalía del Estado de Guanajuato emite de manera diaria a los medios de comunicación quienes publican estas incidencias en sus distintos canales.
Podemos observar cantidad de personas fallecidas, lugar donde se registraron los eventos, colonia y calle así como un comparativo con el mismo periodo pero del año anterior.
Edades y género de las víctimas es parte de la información que incluye el reporte.
contraguerrilla.pdf sobre anti emboscadas
contraguerrilla.pdf sobre anti emboscadas en instrucción militar una variedad de eventos sobre la guerrilla de Colombia
LINEA DE TIEMPO Y PERIODO INTERTESTAMENTARIO
linea de tiempo del antiguo testamento donde se detalla la cronología de todos los eventos, personas, sucesos, etc. Además se incluye una parte del periodo intertestamentario en orden cronológico donde se detalla todo lo que sucede en los 400 años del periodo del silencio. Basicamente es un resumen de todos los sucesos desde Abraham hasta Cristo
Informe de violencia mayo 2024 - Multigremial Mayo.pdf
Informe de violencia, al mes de Mayo de 2024, producido por la Multigremial de la Araucanía
vivienda segura concreto, construcción y métodos
ppt - importancia de una construcción, y su resistencia cuando se generan sismos, y además, cuales son sus beneficios
Último (20)
nombres de las unidades y situacion significativa 2024.docx
nombres de las unidades y situacion significativa 2024.docx
Obligaciones_de_los_Municipios_y_Departamentos_en_los_Determinantes_Ambiental...
Obligaciones_de_los_Municipios_y_Departamentos_en_los_Determinantes_Ambiental...
04 capital interes simple.pdf de la clase métodos cuantitativos
04 capital interes simple.pdf de la clase métodos cuantitativos
Encuesta CATI Verdad Venezuela abril 2024 (PÚBLICO).pdf
Encuesta CATI Verdad Venezuela abril 2024 (PÚBLICO).pdf
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdf
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdf
Comunidades virtuales de aprendizaje o educativas E-LEARNING.pdf
Comunidades virtuales de aprendizaje o educativas E-LEARNING.pdf
Semana 09 - Tema 02 Dinámica de cuentas del plan contable.pdf
Semana 09 - Tema 02 Dinámica de cuentas del plan contable.pdf
Plan Emergencia solicitado en obras de construccion
Plan Emergencia solicitado en obras de construccion
Informe de violencia mayo 2024 - Multigremial Mayo.pdf
Informe de violencia mayo 2024 - Multigremial Mayo.pdf
Analisis bivariado subir
- 1. ANÁLISIS BIVARIADO (VARIABLE CUANTITATIVA Y CUANTITATIVA) LAURA PEREA ARMESTO SUBGRUPO 18 TIC
- 2. NUESTRAS VARIABLES CUANTITATIVAS SON “MALESTARES ACTIVOS” Y “MANTENIMIENTO DEL HOGAR”.
- 3. UTILIZAMOS EL DIAGRAMA DE DISPERSIÓN PARA COMPROBAR LA LINEALIDAD, CON LA LÍNEA DE LOS MÍNIMOS CUADRADOS. HAY PENDIENTE NEGATIVA,Y POR LO TANTO LINEALIDAD, SON INVERSAMENTE PROPORCIONAL
- 4. A CONTINUACIÓN OBSERVAREMOS LA NORMALIDAD MEDIANTE LAS GRÁFICAS O POR EL TEST DE NORMALIDAD NO HAY NORMALIDAD EN MANTENIMIENTO DEL HOGAR
- 5. NO HAY NORMALIDAD EN MALESTARES ACTIVOS
- 6. COMO NO SIGUEN LA NORMALIDAD, UTILIZAREMOS LOS TEST NO PARAMÉTRICOS PARA ESTUDIAR LA CORRELACIÓN (TEST DE SPEARMAN). OSCILARÁ ENTRE -1 Y 0, YA QUE LA PENDIENTE ES NEGATIVA. LA CORRELACIÓN EN ESTE CASO ES DE -0,11, (MUY DÉBIL) Y LA P-VALOR DE 0-671 (>0.05)