Este documento trata sobre coeficientes estadísticos como la desviación estándar y la correlación lineal. Explica la definición, etimología y tipos de coeficientes estadísticos, así como su aplicación en el área de recursos humanos, especialmente en la asignación salarial. El objetivo es conocer la utilidad de estas fórmulas estadísticas para una mejor interpretación de la variabilidad y relación entre variables como los sueldos.
Este documento trata sobre el análisis de regresión lineal simple. Explica los conceptos clave como diagrama de dispersión, tipos de relaciones, estimación mediante la línea de regresión y predicción de valores. También incluye fórmulas para calcular la recta de regresión y realiza un ejemplo utilizando datos sobre ingresos e gastos familiares.
Este documento presenta una introducción a las medidas de posición y variables bidimensionales. Explica brevemente las medidas de posición como la mediana y los cuartiles, y cómo estos dividen una distribución de datos en partes iguales. Luego entra en más detalle sobre cómo calcular específicamente los primero, segundo y tercer cuartiles para datos agrupados y no agrupados, ilustrando los pasos con ejemplos numéricos.
Este documento explica diferentes medidas de tendencia central como la media aritmética, la mediana y la moda. Define cada medida y proporciona fórmulas para calcularlas tanto para datos agrupados como no agrupados. También incluye ejemplos ilustrativos para calcular cada medida de tendencia central.
El documento presenta una introducción a la estadística descriptiva y la estadística inferencial. Explica que la estadística descriptiva se utiliza para resumir y visualizar datos, usando tablas, gráficos y parámetros como la media y la desviación estándar. La estadística inferencial permite inferir conclusiones sobre una población a partir de una muestra. También describe las aplicaciones de la estadística en salud pública, como la evaluación de programas y estudios epidemiológicos.
Este documento explica diferentes medidas de tendencia central y dispersión estadísticas. Define la media, mediana y moda como medidas de tendencia central que resumen un conjunto de valores. También describe medidas de dispersión como rango, desviación estándar y coeficiente de variación. Explica el cálculo y uso de estas medidas y su importancia para interpretar y comparar conjuntos de datos.
Este documento resume los conceptos fundamentales de la estadística, incluyendo la definición de estadística, los tipos de datos estadísticos, y las tres áreas principales de la estadística: diseño, estadística descriptiva e inferencial. Explica conceptos como población, muestra, parámetro, estadístico, variable independiente, variable dependiente, y medidas de tendencia central como la moda, mediana y media.
Este documento presenta una introducción a la inferencia estadística, incluyendo estimación y prueba de hipótesis. Define estadística, estadística descriptiva, probabilidad e inferencial. Explica la diferencia entre parámetros y estadísticos, y las propiedades de un buen estimador. También cubre distribuciones muestrales, el teorema del límite central, y distribuciones t y de Student. Finalmente, distingue entre estimación y prueba de hipótesis.
Este documento describe los diferentes métodos para organizar datos, incluyendo agruparlos por intervalos o conteo, y presentarlos en tablas y gráficos. Explica que la organización de datos es un paso clave antes del análisis estadístico. También incluye un ejemplo de cómo un emprendedor podría usar estadísticas descriptivas para tomar una decisión de negocio informada.
Este documento trata sobre el análisis de regresión lineal simple. Explica los conceptos clave como diagrama de dispersión, tipos de relaciones, estimación mediante la línea de regresión y predicción de valores. También incluye fórmulas para calcular la recta de regresión y realiza un ejemplo utilizando datos sobre ingresos e gastos familiares.
Este documento presenta una introducción a las medidas de posición y variables bidimensionales. Explica brevemente las medidas de posición como la mediana y los cuartiles, y cómo estos dividen una distribución de datos en partes iguales. Luego entra en más detalle sobre cómo calcular específicamente los primero, segundo y tercer cuartiles para datos agrupados y no agrupados, ilustrando los pasos con ejemplos numéricos.
Este documento explica diferentes medidas de tendencia central como la media aritmética, la mediana y la moda. Define cada medida y proporciona fórmulas para calcularlas tanto para datos agrupados como no agrupados. También incluye ejemplos ilustrativos para calcular cada medida de tendencia central.
El documento presenta una introducción a la estadística descriptiva y la estadística inferencial. Explica que la estadística descriptiva se utiliza para resumir y visualizar datos, usando tablas, gráficos y parámetros como la media y la desviación estándar. La estadística inferencial permite inferir conclusiones sobre una población a partir de una muestra. También describe las aplicaciones de la estadística en salud pública, como la evaluación de programas y estudios epidemiológicos.
Este documento explica diferentes medidas de tendencia central y dispersión estadísticas. Define la media, mediana y moda como medidas de tendencia central que resumen un conjunto de valores. También describe medidas de dispersión como rango, desviación estándar y coeficiente de variación. Explica el cálculo y uso de estas medidas y su importancia para interpretar y comparar conjuntos de datos.
Este documento resume los conceptos fundamentales de la estadística, incluyendo la definición de estadística, los tipos de datos estadísticos, y las tres áreas principales de la estadística: diseño, estadística descriptiva e inferencial. Explica conceptos como población, muestra, parámetro, estadístico, variable independiente, variable dependiente, y medidas de tendencia central como la moda, mediana y media.
Este documento presenta una introducción a la inferencia estadística, incluyendo estimación y prueba de hipótesis. Define estadística, estadística descriptiva, probabilidad e inferencial. Explica la diferencia entre parámetros y estadísticos, y las propiedades de un buen estimador. También cubre distribuciones muestrales, el teorema del límite central, y distribuciones t y de Student. Finalmente, distingue entre estimación y prueba de hipótesis.
Este documento describe los diferentes métodos para organizar datos, incluyendo agruparlos por intervalos o conteo, y presentarlos en tablas y gráficos. Explica que la organización de datos es un paso clave antes del análisis estadístico. También incluye un ejemplo de cómo un emprendedor podría usar estadísticas descriptivas para tomar una decisión de negocio informada.
El documento describe la distribución t de Student, la cual fue desarrollada por William Gosset en 1908 mientras trabajaba para la cervecería Guinness. Gosset no podía publicar bajo su propio nombre debido a un acuerdo de confidencialidad, por lo que usó el seudónimo "Student". La distribución t es útil para realizar pruebas estadísticas cuando las muestras son pequeñas o la desviación estándar de la población es desconocida. Se diferencia de la distribución normal en que depende del t
Este documento explica los pasos para realizar una prueba de rangos de Wilcoxon de manera detallada. Describe cómo calcular los rangos de las muestras, sumar los rangos por grupo, y determinar si hay una diferencia estadísticamente significativa entre los grupos basada en el valor estadístico de prueba calculado. El autor es Iván Patricio Montaleza de la Universidad Técnica Particular de Loja.
El documento describe diferentes tipos de representaciones gráficas utilizadas en estadística. Define gráficos como imágenes que combinan elementos visuales para presentar información cuantitativa. Explica que los gráficos sirven para resumir y analizar datos de manera más efectiva que las tablas. Luego enumera y describe varios tipos comunes de gráficos estadísticos como diagramas de barras, histogramas, polígonos de frecuencias y gráficos de sectores.
Este documento presenta una introducción a la estadística. Explica que la estadística estudia fenómenos cuantificables y se utiliza para analizar información numérica y tomar decisiones informadas. También resume brevemente el origen histórico de la estadística y las tres ramas principales: estadística descriptiva, probabilidad e inferencia estadística.
La distribución t de Student se utiliza cuando no se conoce la desviación estándar poblacional y la muestra es menor a 30. Es similar a la distribución normal pero tiene áreas mayores en los extremos. Fue descubierta por William Gosset en 1908 para realizar inferencias estadísticas cuando la desviación estándar es desconocida. Se basa en establecer intervalos de confianza y probar hipótesis utilizando los grados de libertad y un nivel de confianza. Es útil para reducir costos al permitir anális
Este documento describe las pruebas no paramétricas, las cuales no dependen de la forma de la distribución poblacional y se usan cuando las variables no cumplen con los supuestos de las pruebas paramétricas. Explica dos pruebas no paramétricas comúnmente usadas: la prueba signo-rango de Wilcoxon, para comparar dos muestras relacionadas, y la prueba suma de rangos de Wilcoxon, para comparar dos poblaciones independientes. Proporciona ejemplos detallados de cómo aplicar cada prueba
Este documento describe los conceptos básicos de la regresión lineal, incluyendo sus elementos (variable dependiente, variables independientes y término aleatorio), análisis (determinar la mejor relación funcional entre las variables) y correlación (estudiar el grado de asociación entre las variables). Explica dos tipos de modelos de regresión (simple y múltiple) y sus fórmulas, así como aplicaciones como líneas de tendencia y estimación de parámetros.
El documento describe los coeficientes de correlación de Pearson y Spearman. El coeficiente de Pearson mide la relación lineal entre dos variables cuantitativas, mientras que el coeficiente de Spearman mide la correlación entre dos variables al menos ordinales después de convertir los valores a rangos. Ambos coeficientes varían de -1 a 1, donde valores cercanos a 1 indican una fuerte correlación positiva y valores cercanos a -1 indican una fuerte correlación negativa.
El documento describe las cinco etapas del método estadístico: 1) Recolección de datos, 2) Recuento y clasificación de la información, 3) Presentación de los datos en cuadros y gráficos, 4) Descripción resumida de las propiedades numéricas de los datos, y 5) Análisis de los datos para extraer la máxima información posible. El método estadístico consiste en una serie de procedimientos para el manejo de datos cualitativos y cuantitativos en una investigación.
Este documento presenta las nociones básicas de estadística. Define conceptos clave como datos, sujeto, población, muestra, variable, parámetro y estadístico. Explica la diferencia entre exactitud y precisión, y entre estadística y probabilidad. Finalmente, define la estadística industrial como la rama de la estadística aplicada al entorno industrial para ayudar en la toma de decisiones y el control de procesos.
Este documento describe diferentes técnicas para la presentación de datos estadísticos, incluyendo tablas, gráficos y resúmenes escritos. Explica el propósito de cada técnica y ofrece ejemplos. Las tablas ordenan datos numéricos en filas y columnas, mientras que los gráficos representan datos de forma visual. Los resúmenes escritos incorporan estadísticas en texto. El documento analiza el uso apropiado de cada técnica para contextualizar resultados de una investigación.
Este documento describe varias pruebas estadísticas no paramétricas. Explica las pruebas de Kolmogorov-Smirnov y Shapiro-Wilks para evaluar la normalidad de los datos. También describe las pruebas de la mediana, los rangos con signo de Wilcoxon, McNemar, Friedman, Kendall, Cochran, y Mann-Whitney para realizar contrastes de posición con una o más muestras de datos no paramétricos.
Cuadro comparativo - Estadística Paramétrica y No Paramétricaricardooberto
Este documento compara la estadística paramétrica y no paramétrica. La estadística paramétrica se basa en distribuciones conocidas determinadas por parámetros, mientras que la no paramétrica estudia distribuciones cuya forma no se conoce a priori. Algunas pruebas comunes paramétricas son la prueba t y F, mientras que las no paramétricas incluyen la prueba de signos, Mann-Whitney y Kruskal-Wallis. Cada enfoque tiene ventajas y desventajas dependiendo de
Este documento proporciona información sobre la operacionalización de variables en investigaciones. Define una variable como un aspecto o dimensión de un fenómeno que puede asumir diferentes valores. Explica los tipos de variables, cómo definirlas operacionalmente, elegir indicadores y escalas de medición. Además, describe factores asociados a seleccionar pruebas estadísticas según el tipo de variable dependiente e independiente. El objetivo es convertir conceptos abstractos en variables empíricas que puedan medirse.
Este documento describe los pasos para organizar datos estadísticos. Explica que la recolección de datos es el primer paso, seguido de la organización de los datos a través de tablas y distribuciones de frecuencias. Luego describe los tipos de datos cuantitativos y cualitativos, y cómo estos pueden organizarse y analizarse. El objetivo principal de la organización de datos es indicar las propiedades de los mismos y analizarlos estadísticamente.
El análisis de regresión se utiliza para estudiar la relación entre una variable dependiente y una o más variables independientes. Tiene como objetivo explorar o cuantificar el valor promedio de la variable dependiente en función de los valores de las variables independientes. La regresión lineal múltiple se requiere cuando la variable dependiente está influenciada por más de una variable independiente, permitiendo estudiar el efecto de cada variable independiente sobre la variable dependiente de forma individual.
Uso de los coeficientes de correlacion de Pearson y sperman estefania hinarejos
Uso de los coeficientes de correlacion de Pearson y sperman, ventajas y desventajas, enfoques en pproblemas estadisticos de cada uno de ellos.
Estefania Hinarejos
C.I. 25.736.728
ING. CIVIL (42)
ESTADISTICA
El documento presenta información sobre la terminología básica en estadística e investigación. Explica conceptos como la notación representativa, la notación sigma, y los símbolos estadísticos comunes. Participan Yulitza Brito, Joelson Arias, Carlos Márquez y el profesor Alirio López en el equipo 1.
El documento describe la distribución t de Student, la cual fue desarrollada por William Gosset en 1908 mientras trabajaba para la cervecería Guinness. Gosset no podía publicar bajo su propio nombre debido a un acuerdo de confidencialidad, por lo que usó el seudónimo "Student". La distribución t es útil para realizar pruebas estadísticas cuando las muestras son pequeñas o la desviación estándar de la población es desconocida. Se diferencia de la distribución normal en que depende del t
Este documento explica los pasos para realizar una prueba de rangos de Wilcoxon de manera detallada. Describe cómo calcular los rangos de las muestras, sumar los rangos por grupo, y determinar si hay una diferencia estadísticamente significativa entre los grupos basada en el valor estadístico de prueba calculado. El autor es Iván Patricio Montaleza de la Universidad Técnica Particular de Loja.
El documento describe diferentes tipos de representaciones gráficas utilizadas en estadística. Define gráficos como imágenes que combinan elementos visuales para presentar información cuantitativa. Explica que los gráficos sirven para resumir y analizar datos de manera más efectiva que las tablas. Luego enumera y describe varios tipos comunes de gráficos estadísticos como diagramas de barras, histogramas, polígonos de frecuencias y gráficos de sectores.
Este documento presenta una introducción a la estadística. Explica que la estadística estudia fenómenos cuantificables y se utiliza para analizar información numérica y tomar decisiones informadas. También resume brevemente el origen histórico de la estadística y las tres ramas principales: estadística descriptiva, probabilidad e inferencia estadística.
La distribución t de Student se utiliza cuando no se conoce la desviación estándar poblacional y la muestra es menor a 30. Es similar a la distribución normal pero tiene áreas mayores en los extremos. Fue descubierta por William Gosset en 1908 para realizar inferencias estadísticas cuando la desviación estándar es desconocida. Se basa en establecer intervalos de confianza y probar hipótesis utilizando los grados de libertad y un nivel de confianza. Es útil para reducir costos al permitir anális
Este documento describe las pruebas no paramétricas, las cuales no dependen de la forma de la distribución poblacional y se usan cuando las variables no cumplen con los supuestos de las pruebas paramétricas. Explica dos pruebas no paramétricas comúnmente usadas: la prueba signo-rango de Wilcoxon, para comparar dos muestras relacionadas, y la prueba suma de rangos de Wilcoxon, para comparar dos poblaciones independientes. Proporciona ejemplos detallados de cómo aplicar cada prueba
Este documento describe los conceptos básicos de la regresión lineal, incluyendo sus elementos (variable dependiente, variables independientes y término aleatorio), análisis (determinar la mejor relación funcional entre las variables) y correlación (estudiar el grado de asociación entre las variables). Explica dos tipos de modelos de regresión (simple y múltiple) y sus fórmulas, así como aplicaciones como líneas de tendencia y estimación de parámetros.
El documento describe los coeficientes de correlación de Pearson y Spearman. El coeficiente de Pearson mide la relación lineal entre dos variables cuantitativas, mientras que el coeficiente de Spearman mide la correlación entre dos variables al menos ordinales después de convertir los valores a rangos. Ambos coeficientes varían de -1 a 1, donde valores cercanos a 1 indican una fuerte correlación positiva y valores cercanos a -1 indican una fuerte correlación negativa.
El documento describe las cinco etapas del método estadístico: 1) Recolección de datos, 2) Recuento y clasificación de la información, 3) Presentación de los datos en cuadros y gráficos, 4) Descripción resumida de las propiedades numéricas de los datos, y 5) Análisis de los datos para extraer la máxima información posible. El método estadístico consiste en una serie de procedimientos para el manejo de datos cualitativos y cuantitativos en una investigación.
Este documento presenta las nociones básicas de estadística. Define conceptos clave como datos, sujeto, población, muestra, variable, parámetro y estadístico. Explica la diferencia entre exactitud y precisión, y entre estadística y probabilidad. Finalmente, define la estadística industrial como la rama de la estadística aplicada al entorno industrial para ayudar en la toma de decisiones y el control de procesos.
Este documento describe diferentes técnicas para la presentación de datos estadísticos, incluyendo tablas, gráficos y resúmenes escritos. Explica el propósito de cada técnica y ofrece ejemplos. Las tablas ordenan datos numéricos en filas y columnas, mientras que los gráficos representan datos de forma visual. Los resúmenes escritos incorporan estadísticas en texto. El documento analiza el uso apropiado de cada técnica para contextualizar resultados de una investigación.
Este documento describe varias pruebas estadísticas no paramétricas. Explica las pruebas de Kolmogorov-Smirnov y Shapiro-Wilks para evaluar la normalidad de los datos. También describe las pruebas de la mediana, los rangos con signo de Wilcoxon, McNemar, Friedman, Kendall, Cochran, y Mann-Whitney para realizar contrastes de posición con una o más muestras de datos no paramétricos.
Cuadro comparativo - Estadística Paramétrica y No Paramétricaricardooberto
Este documento compara la estadística paramétrica y no paramétrica. La estadística paramétrica se basa en distribuciones conocidas determinadas por parámetros, mientras que la no paramétrica estudia distribuciones cuya forma no se conoce a priori. Algunas pruebas comunes paramétricas son la prueba t y F, mientras que las no paramétricas incluyen la prueba de signos, Mann-Whitney y Kruskal-Wallis. Cada enfoque tiene ventajas y desventajas dependiendo de
Este documento proporciona información sobre la operacionalización de variables en investigaciones. Define una variable como un aspecto o dimensión de un fenómeno que puede asumir diferentes valores. Explica los tipos de variables, cómo definirlas operacionalmente, elegir indicadores y escalas de medición. Además, describe factores asociados a seleccionar pruebas estadísticas según el tipo de variable dependiente e independiente. El objetivo es convertir conceptos abstractos en variables empíricas que puedan medirse.
Este documento describe los pasos para organizar datos estadísticos. Explica que la recolección de datos es el primer paso, seguido de la organización de los datos a través de tablas y distribuciones de frecuencias. Luego describe los tipos de datos cuantitativos y cualitativos, y cómo estos pueden organizarse y analizarse. El objetivo principal de la organización de datos es indicar las propiedades de los mismos y analizarlos estadísticamente.
El análisis de regresión se utiliza para estudiar la relación entre una variable dependiente y una o más variables independientes. Tiene como objetivo explorar o cuantificar el valor promedio de la variable dependiente en función de los valores de las variables independientes. La regresión lineal múltiple se requiere cuando la variable dependiente está influenciada por más de una variable independiente, permitiendo estudiar el efecto de cada variable independiente sobre la variable dependiente de forma individual.
Uso de los coeficientes de correlacion de Pearson y sperman estefania hinarejos
Uso de los coeficientes de correlacion de Pearson y sperman, ventajas y desventajas, enfoques en pproblemas estadisticos de cada uno de ellos.
Estefania Hinarejos
C.I. 25.736.728
ING. CIVIL (42)
ESTADISTICA
El documento presenta información sobre la terminología básica en estadística e investigación. Explica conceptos como la notación representativa, la notación sigma, y los símbolos estadísticos comunes. Participan Yulitza Brito, Joelson Arias, Carlos Márquez y el profesor Alirio López en el equipo 1.
Introduction To Using Skype In ExtensionJohn Dorner
Skype is a freemium VOIP and video chat service that allows free calling between Skype users and paid services for calling phones and cellphones. It can be used for conference calling, file sharing, desktop sharing, and extras like call recording. To use Skype, you need a computer running Windows, Mac or Linux with Skype software installed along with speakers, a microphone, an internet connection and optionally a video camera.
Los dos isótopos de radio de mayor preocupación en el agua potable son el Radio-226 y el Radio-228. El Radio-226 proviene de la serie de desintegración del Uranio-238 y puede transportarse a largas distancias en aguas subterráneas, mientras que el Radio-228 proviene de la serie del Torio-232 y generalmente no varía mucho dentro de un acuífero debido a la insolubilidad del Torio. Otra diferencia es que el Radio-228 se descompone más rápidamente que el Radio-226, limitando su transporte a
Ein Vortrag von Mark Hartfiel der ZAB zum Thema Innovations- und Investitionsförderung im Land Brandenburg auf dem Forum Finance Fördermittel am 7. Juli 2015 in Potsdam.
Este documento propone rediseñar el currículo de una institución educativa para incorporar las TIC mediante el uso de la plataforma LMS Chamilo y herramientas Google Apps. Se evalúa el currículo actual encontrando falta de actualización y bajo uso de TIC. La propuesta incluye capacitar a docentes en TIC a través de tres fases, crear una comunidad virtual de práctica y diseñar una unidad didáctica modelo que utilice TIC. El objetivo es mejorar el aprendizaje de estudiantes usando TIC
Este documento presenta un plan de auditoría educativa para evaluar la efectividad administrativa en el uso de equipos de cómputo y recursos tecnológicos en una unidad educativa. Detalla los aspectos a auditar como infraestructura, evaluación del entorno, hardware, software, seguridad y gestión administrativa. También describe las características del auditor y aspectos generales sobre la entidad auditada.
Este documento presenta un resumen de un nuevo capítulo de la serie de webcomics "Common Days" de Altern Reality Studios. Se introducen a dos nuevos personajes, Flandre y Tei, una amante de la cocina y la otra fan de los pepinos. La conversación gira en torno a sus intereses y habilidades respectivas. También se discuten brevemente las aventuras pasadas del personaje Juan antes de dirigirse a comer pasteles.
This document provides an overview of marketing and outlines steps to develop a successful marketing plan. It discusses key marketing concepts like the marketing mix, also known as the four Ps - product, price, place, and promotion. The document emphasizes that marketing differs from selling in that marketing takes a broader, long-term view focused on customer needs while selling focuses on short-term transactions. It also notes that a well-designed marketing plan can help businesses identify opportunities and threats in the market. Overall, the document serves as an introductory guide to marketing fundamentals and strategies for developing an effective marketing plan.
Este documento describe cómo elaborar exámenes virtuales en la plataforma Chamilo. Explica que se deben ubicar en el menú "Mis cursos" y luego seleccionar la opción "Ejercicios" para crear un nuevo examen. Detalla los diferentes tipos de preguntas que permite Chamilo e indica cómo formular cada una, asignar puntajes y publicar el examen para que los estudiantes lo realicen. Finalmente, explica cómo obtener los resultados del examen con el puntaje y tiempo de cada estudiante.
InfoBorder is a comprehensive, Flexible and user-Oriented, tested and proven product, which covers Embarkation and Disembarkation through to Citizenship Administration. This product, which also supports granting of Visas and issuance of Travel Documents, is specially designed for rapid customization and deployment that results in a robust and a full-fledged product.
Este documento contiene extractos de la Ley Orgánica de Tributación Interna (LORTI) de Ecuador. Resume los conceptos básicos de renta e ingresos sujetos a impuestos, así como las exenciones aplicables. Algunos de los puntos cubiertos incluyen la definición de renta gravable, los sujetos pasivos del impuesto a la renta, las deducciones permitidas al calcular la renta neta y los tipos de ingresos exentos del impuesto como dividendos, intereses de ahorros y prestaciones del seguro social.
El documento analiza el dilema ético que enfrenta el personaje Buddy Fox en la película Wall Street. Fox debe decidir entre seguir siendo leal a su mentor Gordon Gekko, quien planea comprar y quebrar la aerolínea donde trabaja el padre de Fox, o contactar al enemigo de Gekko para salvar la aerolínea y el trabajo de su padre. El documento explora los factores que influyen en la decisión de Fox y las posibles soluciones al problema.
Nicolás Copérnico fue un astrónomo polaco del Renacimiento que formuló la teoría heliocéntrica, según la cual el Sol está en el centro del sistema solar y la Tierra y los demás planetas giran alrededor de él. Pasó 25 años desarrollando su modelo heliocéntrico. Publicó su obra De Revolutionibus Orbium Coelestium en 1543, poco antes de su muerte. Aunque su teoría chocó inicialmente con la Iglesia católica, marcó el inicio de la astronomía moderna y fue fundamental
A critical review of using the peukert equation for determining the remaining...componer
This paper provides a critical review of using Peukert's equation to determine the remaining capacity of lead-acid and lithium-ion batteries.
[1] The paper presents experimental test results on two lead-acid batteries that show a net loss of capacity when discharged at a high rate followed by a lower rate, compared to being discharged at a low rate from the start. [2] Similar tests on a lithium-ion battery showed little variation in capacity based on discharge rate, likely due to temperature increases enhancing performance during high-rate discharge. [3] The paper concludes that Peukert's equation cannot accurately predict battery state of charge unless under constant current and temperature conditions.
Morfogénesis Panicum coloratum y Tetrachne dregeiUNSL
Este documento evalúa variables morfogenéticas y estructurales de Panicum coloratum y Tetrachne dregei durante los ciclos 2013-2014. Se midieron variables como número de hojas acumuladas, vida media foliar, tasa de aparición de hojas, entre otras. Los resultados mostraron que ambas especies alcanzan la máxima acumulación foliar a principios de febrero. Panicum coloratum ofrece tres generaciones de hojas aptas para pastoreo, mientras que Tetrachne dregei brinda 2,5 generaciones pero mantiene más tiempo su fol
Dianna Hanneman is seeking a position as an RN utilizing over 30 years of medical experience. She has worked in hospital, outpatient, doctor's office, and home health care settings. Her skills include triage, pre-op/post-op care, pediatric ICU, IVs, phlebotomy, tracheostomy care, and she is certified in ACLS, PALS, and CPR. She has experience in medical/surgical, pediatrics, and OB/GYN. Her most recent experience was at Edward Medical Group in Naperville, IL since 1998 in a family practice clinic setting assisting physicians and performing various procedures and patient education.
El documento describe los principales tipos y fuentes de contaminación del agua y el aire. Explica que aunque la contaminación puede ocurrir de forma natural, la mayor parte de la contaminación actual del agua y el aire es causada por las actividades humanas como la industria, la agricultura y los residuos domésticos. También enumera algunas medidas que pueden tomarse para evitar la contaminación del agua y el aire, como proteger las fuentes de agua, construir plantas de tratamiento, y reducir el uso de combustibles fósiles y productos químic
Este documento presenta los objetivos, justificación y actividades de un laboratorio sobre regresión y correlación lineal. El objetivo general es caracterizar situaciones mediante análisis estadístico bivariante y determinar las relaciones entre variables. Se justifica el uso de regresión lineal simple y múltiple para interpretar correlaciones. Las actividades incluyen crear un mapa mental con conceptos bivariantes, definir términos clave y seleccionar una opción de laboratorio.
Este documento describe un proyecto de estadística inferencial realizado por una estudiante de la Escuela de Comercio Exterior y Negociación Comercial Internacional de la Universidad Politécnica Estatal del Carchi en Ecuador. El proyecto analiza el uso de programas estadísticos como SPSS y Excel para aplicar métodos estadísticos como correlación, regresión lineal y pruebas de hipótesis en el contexto del comercio exterior. El objetivo es investigar y practicar el manejo de estos programas para resolver problemas relacionados con el
Este documento describe un proyecto de estadística inferencial realizado por Diana Katherine García Andrade para la Escuela de Comercio Exterior y Negociación Comercial Internacional de la Universidad Politécnica Estatal del Carchi. El proyecto busca investigar el uso correcto de los programas SPSS y Excel para aplicar métodos estadísticos como correlación, regresión lineal y pruebas de hipótesis en el contexto del comercio exterior.
Este documento describe un proyecto de estadística inferencial realizado por una estudiante en la Escuela de Comercio Exterior y Negociación Comercial Internacional de la Universidad Politécnica Estatal del Carchi, Ecuador. El proyecto busca investigar el uso correcto de los programas SPSS y Excel para aplicar métodos estadísticos como correlación, regresión lineal y pruebas de hipótesis en el contexto del comercio exterior.
Este documento describe un proyecto de estadística inferencial realizado por una estudiante para investigar el uso de los programas SPSS y Excel para aplicar métodos estadísticos como correlación, regresión lineal y pruebas de hipótesis en el contexto del comercio exterior. El objetivo general era investigar el correcto manejo de estos programas y los objetivos específicos incluían investigar bibliográficamente sobre los programas, practicar su uso con ejercicios y analizar los pasos para aplicar los métodos estadísticos.
Este documento trata sobre las diferentes escalas de medición utilizadas en investigaciones científicas. Explica las escalas nominal, ordinal, de intervalo y de razón, detallando las características de cada una. Resalta la importancia de utilizar las escalas de medición adecuadas para obtener datos válidos que permitan generar conocimiento científico y concluye que el proceso de medición es fundamental para la investigación.
El documento trata sobre las escalas de medición y su importancia en la investigación científica. Explica las cuatro escalas de medición - nominal, ordinal, de intervalo y de razón - y describe sus características. Resalta que las escalas de medición son instrumentos importantes para medir conceptos no observables y validar teorías. Concluye que utilizar escalas válidas y confiables es fundamental para generar conocimiento científico a través del proceso de medición.
Este documento describe un proyecto de estadística inferencial realizado por una estudiante como parte de sus estudios en la Escuela de Comercio Exterior y Negociación Comercial Internacional de la Universidad Politécnica Estatal del Carchi, Ecuador. El proyecto analiza el uso de programas estadísticos como SPSS y Excel para aplicar métodos estadísticos como correlación, regresión lineal y pruebas de hipótesis en el contexto del comercio exterior. El objetivo general es investigar el manejo correcto de estos programas y
Este documento proporciona una introducción a conceptos estadísticos básicos como la estadística descriptiva, inferencial y matemática. Explica las aplicaciones de la estadística en educación, contabilidad, administración, gerontología, deportes y economía. También define términos clave como hipótesis, variables, datos, población, muestra y nivel de medición nominal. Por último, introduce los conceptos de frecuencia absoluta y frecuencia relativa porcentual.
Este documento define conceptos básicos de estadística como variable, población, muestra, parámetros estadísticos, tipos de variables, escalas de medición, razón, proporción, tasa y frecuencia. Explica que una variable es una característica cuantificable de una población y puede ser cualitativa o cuantitativa. Una población es el conjunto de sujetos de estudio y una muestra es un subconjunto de la población. Incluye definiciones de parámetros, razón, proporción, tasa y frecuencia
Este documento presenta información sobre estadística. Define estadística y sus ramas principales como estadística descriptiva, inferencial y matemáticas. Explica conceptos clave como hipótesis, variables, datos, población, muestra y nivel de medición nominal. También describe aplicaciones de estadística en educación, contaduría, administración, gerontología, deportes y economía. Finalmente, define distribución de frecuencias y los tipos de frecuencia.
Este documento introduce los conceptos básicos de probabilidad y estadística. Explica que la probabilidad proporciona una base para evaluar la fiabilidad de las conclusiones estadísticas. Define términos como población, muestra, parámetro y variable. Describe las diferentes escalas de medición para variables cualitativas y cuantitativas. Finalmente, resalta que los gráficos estadísticos como diagramas de barras y tortas son útiles para comunicar la información de manera clara.
Este documento proporciona información sobre conceptos estadísticos básicos. Define estadística, sus ramas principales y aplicaciones. Explica términos como hipótesis, variables, datos, población, muestra y nivel de medición nominal. Finalmente, introduce la distribución de frecuencias y define frecuencia absoluta y relativa porcentual.
Este documento describe las cuatro escalas de medición principales - nominal, ordinal, de intervalo y de razón - y proporciona ejemplos de cada una. Explica que las escalas nominal y ordinal miden variables categóricas, mientras que las escalas de intervalo y razón miden variables numéricas. Además, destaca la importancia de las escalas de medición en la investigación científica para desarrollar instrumentos de medición adecuados y generar datos significativos.
Este documento proporciona una introducción a los conceptos básicos de estadística. Define estadística y sus ramas principales (descriptiva, inferencial y matemática). Explica aplicaciones comunes de estadística en educación, contabilidad, administración, gerontología, deportes y economía. También define términos clave como hipótesis, variables, datos, población, muestra y niveles de medición, y explica la distribución de frecuencias.
Este documento proporciona información sobre estadística. Define estadística y sus ramas principales como estadística descriptiva, inferencial y matemática. También explica conceptos estadísticos como hipótesis, variables, datos, población, muestra y nivel de medición nominal. Por último, detalla las aplicaciones de estadística en educación, contaduría, administración, gerontología, deportes y economía.
Este documento presenta información sobre conceptos estadísticos básicos. Comienza definiendo la estadística y sus tres ramas principales: estadística descriptiva, inferencial y matemáticas. Luego explica aplicaciones de la estadística en educación, contabilidad, administración, gerontología y economía. Finalmente define conceptos clave como hipótesis, variables, datos, población, muestra y nivel de medición nominal, y tipos de distribución de frecuencias.
Este documento discute los conceptos de medición y escalas de medición en investigación. Explica que hay cuatro tipos principales de escalas de medición: nominal, ordinal, de intervalo y de razón. Cada escala permite diferentes tipos de análisis estadísticos y operaciones matemáticas. También distingue entre variables cualitativas y cuantitativas, así como variables continuas y discretas. El propósito general es profundizar en estas ideas fundamentales para mejorar la calidad de las investigaciones.
Este documento proporciona una introducción a conceptos estadísticos básicos como la definición de estadística, sus ramas principales (descriptiva, inferencial y matemática), y aplicaciones comunes como la educación, contabilidad y economía. También define términos clave como hipótesis, variables, datos, población, muestra y nivel de medición nominal, y explica la distribución de frecuencias.
Este documento trata sobre conceptos básicos de estadística. Define estadística, sus ramas (descriptiva, inferencial y matemática), y aplicaciones en educación, contaduría, administración, gerontología, deportes y economía. También define conceptos como hipótesis, variables, datos, población, muestra y niveles de medición nominal. Por último, explica distribución de frecuencias, frecuencia absoluta y relativa porcentual.
SEMIOLOGIA DE HEMORRAGIAS DIGESTIVAS.pptxOsiris Urbano
Evaluación de principales hallazgos de la Historia Clínica utiles en la orientación diagnóstica de Hemorragia Digestiva en el abordaje inicial del paciente.
1. “Año de la Diversificación Productiva y del Fortalecimiento de la
Educación”
ADMINISTRACIÓN
TEMA : COEFICIENTES ESTADÍSTICOS
CURSO : RECURSOS HUMANOS II
DOCENTE : MIÑÁN LUNA
INTEGRANTES : CUEVA AROTINCO, PAOLA
GARCÍA MARTÍNEZ, JOSÉ
HUAMANÍ MARAPI, VÍCTOR LUIS
LICAS TORRES, YULIZA POLET
NÚÑEZ RUIDIAS, DAVID
SECCIÓN : 10476
TURNO : MAÑANA
2015
2. DEDICATORIA
Dedicamos este trabajo a nuestro profesor
por su enseñanza y paciencia hacia
nosotros, a nuestros padres por su apoyo,
fuerza y entendimiento en muchos
momentos de nuestra vida y agradecemos a
nuestros compañeros del Instituto, por su
amistad, motivación y optimismo.
4. INTRODUCCIÓN
Este trabajo de Coeficientes Estadísticos del área de recursos humanos, sobre
sueldos y salarios del personal de toda empresa, tiene un objetivo específico el
conocer la utilidad y planteamiento de sus fórmulas que expresan la desviación
estándar como porcentaje de la media aritmética, mostrando una mejor
interpretación porcentual del grado de variabilidad, ya que en la estadística,
cuando se desea hacer referencia a la relación entre el tamaño de la media y la
variabilidad de la variable, se utiliza el coeficiente de estadística de variación.
Para que la organización sea competitiva en estos tiempos de internacionalización
general es necesario plantearse políticas orientadas en diferentes dimensiones
para lograr que sus productos y los servicios manuales y técnicos resulten
exactos y necesarios especialmente para el área de recursos humanos.
Una de las políticas que debe tenerse en cuenta es la de contar con un factor
humano creativo y comprometido con la empresa donde presta sus servicios.
Existen muchas variables manipulables en administración de personal, pero con
una combinación óptima de ellas pueden obtenerse resultados favorables en
procura de alcanzar esa visión planteada por la organización. Entre las variables
que tienen que ver con el factor humano está la remuneración, pero no es una
remuneración cualquiera, o asignada en forma de costumbre o empíricamente,
sino una remuneración que técnicamente tenga en cuenta el cargo como objeto y
la persona que ejerce sus funciones con diferentes grados de creatividad y
compromiso.
Esta aplicación es muy importante especialmente en el área de Recursos
Humanos, por lo que en este trabajo especificamos la etimología, y la aplicación
de los coeficientes estadísticos, como su desviación estándar y correlación lineal.
Ya que todo debe desarrollarse de manera sincronizada, estadística y
matemáticamente adecuada.
5. COEFICIENTES ESTADÍSTICOS
DEFINICIÓN
En estadística, cuando se desea hacer referencia a la relación entre el tamaño de
la media y la variabilidad de la variable, se utiliza el coeficiente de estadística de
variación.
Su fórmula expresa la desviación estándar como porcentaje de la media
aritmética, mostrando una mejor interpretación porcentual del grado de
variabilidad que la desviación típica o estándar. Por otro lado presenta problemas
ya que a diferencia de la desviación típica este coeficiente es variable ante
cambios de origen. Por ello es importante que todos los valores sean positivos y
su media dé, por tanto, un valor positivo. A mayor valor del coeficiente de
variación mayor heterogeneidad de los valores de la variable; y a menor C.V.,
mayor homogeneidad en los valores de la variable. Suele representarse por
medio de las siglas C.V.
Exigimos que:
Se calcula:
Donde es la desviación típica. Se puede dar en tanto por ciento calculando:
ETIMOLOGÍA
Medir se refiere a la asignación de números a observaciones, de modo que los
números sean susceptibles de análisis por medio de manipulaciones u
operaciones de acuerdo con ciertas reglas. La relación entre los objetos que se
están observando y los números es tan directa, que mediante la manipulación de
los números el investigador obtiene nueva información acerca de los objetos.
Resulta que la estructura del método de correspondencia de los números
(puntajes) a las observaciones, es isomórfica con respecto a la estructura
6. numérica conocida como aritmética. Si un investigador recoge datos compuestos
de puntajes numéricos y luego manipula estos puntajes por adición y división (que
son operaciones necesarias para hallar medias y desviaciones estándares),
supone de hecho que la estructura de su medición es isomórfica a la estructura
numérica conocida como aritmética. Ha logrado un alto nivel de medida: una
escala de proporción.
En contraste con el aludido físico, no ocurre así con el investigador que trata los
intangibles de la GRH, en tanto variables sociales y psicológicas que no tienen la
correspondencia isomórfica referida, no alcanzándose por lo general un nivel de
medida que corresponda a una escala de proporción. Las operaciones permitidas
con un conjunto de puntajes dados, dependen del nivel de medida que se logre:
nominal, ordinal, de intervalo o de proporción. En ese orden, van de nivel de
medida más débil a más fuerte.
Las mediciones nominales y ordinales son las realizadas más comúnmente en las
ciencias de la conducta, comprendiendo los intangibles de la GRH, habiéndose
alcanzado experiencias evaluativas en la práctica empresarial con las escalas
ordinales, incluyendo inferencias estadísticas al correlacionar indicadores
intangibles con indicadores empíricos de índole económica. A las ciencias
exactas, especialmente a la física clásica, corresponden las escalas de intervalo y
de proporción. Tales escalas condicionan la recurrencia a estadígrafos tanto
descriptivos como de inferencias, de tipo paramétricos y no paramétricos. Los
datos medidos por escalas nominales u ordinales deben analizarse por métodos
no paramétricos. Los datos medidos con escalas de intervalo o de proporción
deben analizarse por métodos paramétricos si los supuestos del modelo
estadístico paramétrico son sostenibles.
El salario técnicamente asignado cumple con tres principios:
Ser atractivo, es decir, atrae el factor humano que necesita la organización.
Ser retenedor, retiene al personal creativo y comprometido, es decir, éste no
tiene necesidad de estar completando por otros lados su salario para poder
vivir sin preocupaciones.
7. Ser motivador, la presencia del salario justo no motiva, podría asegurar que al
compararse el empleado con la competencia siente gran satisfacción si su
salario es igualo superior en condiciones equivalentes.
Básicamente las técnicas de asignación salarial se pueden clasificar en tres:
Asignación con base en el valor relativo de los cargos
Asignación combinada
Asignación por méritos
La estructura de sueldos y salarios, es aquella parte de la administración de
personal que estudia los principios y técnicas para lograr que la remuneración
global que recibe el trabajador sea adecuada a la importancia de:
Su puesto
Su eficiencia personal
Las necesidades del empleado
Las posibilidades de la empresa
El pago de un trabajador esta formado por diferentes conceptos y que se dividen
en:
Percepciones (Ingresos que recibe el trabajador)
Deducciones (Descuentos que se le hacen al trabajador)
Estructura de sueldos y salarios:
1. Definir técnicamente las obligaciones y responsabilidades del puesto
(análisis de puestos).
2. Valorar de manera objetiva los factores que integran el puesto (valuación de
puestos).
3. Determinar técnicamente la estructura de sueldos y salarios: Se hace con una
gráfica de salarios con sus correspondientes líneas de salarios. La que
encuentren dentro de un área geográfica.
4. Se puede realizar una encuesta de sueldos y salarios.
5. Se deben clasificar los sueldos y salarios.
8. TIPOS
Coeficiente de correlación de Pearson
El coeficiente de correlación de Pearson es un índice que mide la relación lineal
entre dos variables aleatorias cuantitativas. A diferencia de la covarianza, la
correlación de Pearson es independiente de la escala de medida de las variables
El coeficiente de correlación entre dos variables aleatorias X e Y es el cociente
El valor del índice de correlación varía en el intervalo [-1, +1]:
Si r = 1, existe una correlación positiva perfecta. El índice indica una
dependencia total entre las dos variables denominada relación directa:
cuando una de ellas aumenta, la otra también lo hace en proporción
constante.
Si 0 < r < 1, existe una correlación positiva.
Si r = 0, no existe relación lineal. Pero esto no necesariamente implica que las
variables son independientes: pueden existir todavía relaciones no lineales
entre las dos variables.
Si -1 < r < 0, existe una correlación negativa.
Si r = -1, existe una correlación negativa perfecta. El índice indica una
dependencia total entre las dos variables llamada relación inversa: cuando
una de ellas aumenta, la otra disminuye en proporción constante.
Coeficiente de determinación
En un modelo de regresión lineal el coeficiente de determinación se interpreta
como el porcentaje de variación de la variable dependiente
9. El coeficiente de determinación, r2 - la proporción de la variación total en la
variable dependiente Y que está explicada por o se debe a la variación en la
variable independiente X.
El coeficiente de determinación es el cuadrado del coeficiente de correlación, y
toma valores de 0 a 1.
El Coeficiente de Gini
Se basa en la Curva de Lorenz, que es una representación gráfica de una función
de distribución acumulada, y se define matemáticamente como la proporción
acumulada de los ingresos totales (eje y), que obtienen las proporciones
acumuladas de la población (eje x). La línea diagonal representa la igualdad
perfecta de los ingresos: todos reciben la misma renta (el 20% de la población
recibe el 20% de los ingresos; el 40% de la población el 40% de los ingresos, etc).
En la situación de máxima igualdad o equidad distributiva, el Coeficiente de Gini
es igual a cero (el área A desaparece): a medida que aumenta la desigualdad, el
Coeficiente de Gini se acerca al valor de 1. Este coeficiente puede ser
considerado como la proporción entre la zona que se encuentra entre la línea de
la igualdad y la curva de Lorenz (marcada con “A” en el diagrama) sobre el área
total bajo la línea de igualdad. Es decir, G = A / ( A + B) . También es igual a A*2,
dado que A + B = 0,5.
Fórmula:
APLICACIÓN
La cohesión o unidad del colectivo de producción (brigada)es un intangible muy
importante en el desarrollo de la actividad de económica. No se trata de un
fenómeno estático que se refleja como una binomial: cohesión - no cohesión; se
manifiesta dinámicamente y puede expresarse en gradaciones (escala ordinal)
que comprenden desde una gran falta de cohesión o desintegración del colectivo
hasta una gran unidad.
10. Por cohesión de la brigada se entenderá el grado de unidado armonía en las
relaciones humanas entre los distintosmiembros de la brigada, en aras de los
objetivos principalestrazados en el plan. Se indicará subjetivamente a través de la
percepción que acerca de esa unidad tenga cada miembro,objetivizándose ese
intangible de cohesión de grupo a travésde indicadores económicos de la
actividad de la brigada. Elinstrumento para registrar la citada percepción que tiene
cadamiembro sobre la cohesión de la brigada, se muestra en la figura, cuyo
encabezamiento es la consigna o instrucciónque el obrero debe seguir.
El procedimiento o técnica para el análisis de la relación entre la cohesión de la
brigada e indicadores económicos, se manifiesta en la tabla.
11. Donde:
CCA: Coeficiente de cohesión actual del obrero j, indicado por el nivel o grado
marcado en el gráfico.
CCI: Coeficiente de cohesión ideal del obrero j, indicado por el nivel o grado
marcado en el gráfico.
CCAi: Coeficiente de cohesión actual de la brigada i, indicado como la mediana
de los CCA obtenidos de los distintos obreros.
CCIi: Coeficiente de cohesión ideal de la brigada i, indicado como la mediana de
los CCI obtenidos de los distintos obreros.
(La mediana, que de un conjunto de números dispuestos en orden de magnitud es
el valor medio o la media aritmética de los valores centrales.
Ej. 1: para 2,2,3,4,5,5,6, resulta Mediana = 4
Ej. 2: para 1,2,2,2,4,5,6,7, resulta Mediana = ½ (2 + 4) = 3
p: Índice de desaprovechamiento de la jornada laboral; se obtiene a través de la
técnica del muestreo del trabajo o de observaciones instantáneas.
Pt: Productividad del trabajo individual; se indica por el cociente del volumen de
producción entre el trabajo vivo utilizado para el período escogido.
12. Otros podrían ser también los indicadores económicos. Debe recordarse que con
estos se persigue objetivizar el conocimiento del intangible, y determinar con qué
indicadores, precisamente, se correlaciona como tendencia.
Pero en este tipo de estudio no es conocida la distribución de frecuencias y se
trata por lo general con muestras pequeñas, y el tipo de medición logrado es de
escala ordinal.
Los argumentos anteriores conducen a la alternativa de recurrir a una prueba
estadística no paramétrica, específicamente al coeficiente de correlación de
rangos de Spearman (rs) si de inferir se trata.
Donde:
rs: Coeficiente de correlación de rangos de Spearman.
di: Diferencia existente entre los dos valores de rango para una misma brigada
u obrero (di= CCI - p).
N : Número de brigadas, o lo que es igual, pares ordenados.
Tomando los datos reflejados en la tabla, puede verificarse la correlación de
rangos (rs) obtenida. Con los valores de CCI, se obtuvieron correlaciones positiva
y negativa con p y Pt respectivamente, siendo significativas para a = 0.
Para ambos conjuntos de datos, sustituyendo en la expresión del coeficiente de
Spearman.
Es de destacar que ante escalas de medidas fuertes (intervalo y de proporción), si
se cumplen los otros requisitos, es siempre preferible recurrir a las pruebas
paramétricas por su mayor potencia-eficiencia respecto a las no paramétricas.
También es necesario insistir en que cuando se trabaja con escalas ordinales
(que es generalmente lo logrado en los intangibles concernientes a la GRH), no
se puede acudir a estadígrafos como la media y la desviación estándar y, por
supuesto, no se acude a pruebas paramétricas, dado que las propiedades de una
escala ordinal no son isomórficas al sistema numérico conocido como aritmética.
13. Respecto a las escalas ordinales o Likert, si bien la moda y la frecuencia son
estadísticos apropiados para la descripción estadística, como es de gran
importancia la inferencia estadística, la mediana es el estadígrafo apropiado para
ello.
La inferencia estadístico-matemática, en especial la que se posibilita a través de
la correlación, es relevante para objetivizar mediante determinado indicador
empírico al indicador intangible.
Y es necesario saber que la variable intangible se manifiesta como tendencia en
esas correlaciones. No son procesos determinísticos sino probabilísticos en los
que se envuelven los valores intangibles.
No obstante la pretensión de medir y buscar objetividad a través de las
consideraciones anteriores, es necesario insistir en la relatividad del valor
implicado en esos intangibles. Así, por ejemplo, la lealtad o compromiso de la
gente hacia su empresa u organización, es de un valor prácticamente inestimable,
y referido a otros valores de la empresa ese puede ser el mayor. Pueden tenerse
muchos valores en materiales y tecnología avanzada en la empresa, y tener a las
personas con experiencia y altísima competencia profesional, pero la deslealtad o
traición de algunos en asuntos estratégicos para la institución puede dar al traste
dramáticamente con toda esa suma de valores. El hecho de la no aditividad que
introduce el no isomorfismo con la aritmética manifiesta en los valores intangibles,
enfatiza esa peculiaridad del relativo valor, a diferencia, por ejemplo, del absoluto
valor de la pérdida de un ordenador (tangible) de 8 000 pesos, que si resultaran
cuatro los que se llegaran a perder de ese tipo, serían 32 000 pesos de pérdidas
en valores monetarios.
DESVIACIÓN ESTÁNDAR
Viene a ser la raíz cuadrada de la varianza y se utiliza al resultar difícil interpretar
el significado del valor de una varianza porque las unidades en la que se expresa
son valores al cuadrado. Se representa por la letra griega σ, cuando se trata del
universo, o “s” para una muestra.
14. Aplicación
Esta medida nos indica que tan dispersos se encuentran en promedio, los datos
con respecto a la media aritmética. Existen dos tipos de desviación estándar, la
desviación estándar muestral y la desviación estándar poblacional.
La Desviación Estándar Poblacional se calcula en base a la media aritmética
poblacional, utilizando la siguiente fórmula:
donde:
N = Tamaño de la población
= Media aritmética poblacional.
Xi = Elemento de la población.
=Desviación estándar poblacional
La desviación estándar nos puede indicar como se comportan los datos alrededor
de una medida de tendencia central y como en ocasiones a pesar de tener el
mismo valor dos muestras diferentes, en su medida de tendencia central, el grado
de dispersión es distinto. Pudiéramos tener una muestra en que su media
aritmética fuera 4 y que los datos oscilaran entre 3 y 5, y otra muestra que su
media aritmética fuera 4 y que sus datos oscilaran entre 0 y 8.
Aunque ambas tienen el mismo valor en su medida de tendencia central, tienen
distinta distribución de los datos, de aquí la importancia de tener una medida que
nos indique el grado de dispersión de los datos con respecto al dato central.
La desviación estándar muestral tiene dos modificaciones con respecto a la
Poblacional, ya que se utiliza la media aritmética muestral y el tamaño de la
muestra menos 1, quedando la fórmula de la siguiente manera:
15. n = Tamaño de la muestra.
Xi = Elemento de la población
X = Media aritmética muestral.
s = Desviación Estándar Muestral.
Existe otra medida de dispersión llamada Desviación Media, que requiere del
cálculo de la amplitud, aún cuando no es muy utilizada, es necesario tener
conocimiento de ella. Se obtiene con la siguiente fórmula:
Este tipo de medida de dispersión no nos proporciona un grado adecuado de
homogeneidad, por lo que es necesario utilizar el de la desviación estándar para
representar el grado de dispersión de la muestra con respecto a su media,
además, de que no sirve para calcular la varianza.
CORRELACIÓN LINEAL
Correlación se refiere al grado de variación conjunta existente entre dos o más
variables, nos vamos a centrar en la aplicación de la correlación lineal.
Aplicación
El coeficiente de correlación lineal simple r es un número entre -1 y 1 que indica
qué tan bien describe la ecuación lineal la relación entre las dos variables. Como
se muestra en la siguiente figura, r se designa como positiva si Y se incrementa
cuando lo hace X, y negativa si Y decrece al incrementarse X. Una r de cero
indica una ausencia de relación entre las dos variables.
16. La desviación de todos los puntos (Y) de la línea de regresión (Yc) consiste en la
desviación contabilizada por la línea de regresión (explicada) y la variación
aleatoria (no explicada).
Variación total = explicada + no explicada
17. 222
)()()( cc YYYYYY
El coeficiente de determinación r2 es la razón de la variación explicada a la
variación total:
2
2
2
)(
)(
YY
YY
r
C
El coeficiente de correlación r es la raíz cuadrada del coeficiente de
determinación:
2
2
)(
)(
YY
YY
r
c
Cuando el tamaño de la muestra es lo suficientemente grande (v.g., mayor de 50);
el valor de r puede ser calculado más directamente con base en:
2222
)(
YYnXXn
YXXYn
r
La significancia de cualesquier valor de r puede probarse estadísticamente con
una hipótesis para mostrar que no existe correlación. Para probarlo, el valor de r
es comparado con un valor de tablas para un tamaño de muestra y un nivel de
significancia dados.
IMPORTANCIA
La administración de recursos humanos abarca las actividades de provisión de los
recursos humanos necesarios para la organización, reclutamiento y selección de
personal, su aplicación en puestos de trabajo, descripción y análisis de cargos,
desempeño, mantenimiento dentro de un espíritu constructivo y sano,
remuneración dentro de patrones objetivos, equitativos y motivadores; y,
finalmente, planes de beneficios sociales destinados a alimentar una cadena de
18. servicios y beneficios de infraestructura. Todas estas actividades, dentro del
contexto organizacional, son importantes para la obtención, la aplicación y el
mantenimiento de habilidades de aptitudes capaces de asegurar la eficiencia
organizacional. Todas deben desarrollarse de manera sincronizada y adecuada.
Así mismo, se necesitan otras actividades paralelas para asegurar la
disponibilidad de las habilidades y aptitudes de la fuerza laboral.
La creatividad y el compromiso deben ser valores de toda organización, y deben
ser practicados por los miembros de ésta, pero hay necesidad de motivar al factor
humano a este respecto para que los convierta realmente en valores. Luego debe
procurarse que esta creatividad y este compromiso no se vean afectados por
estrechez económica, de personas altamente eficientes y especializadas,
teniéndose que buscar o aceptar un nuevo cargo por descuido o por no existir una
asignación técnicamente diseñada.
Los coeficientes estadísticos realizados en toda empresa en el área de recursos
humanos es importante porque, proporciona información acerca de la situación de
la ejecución de los planes, sirviendo como fundamento al reiniciarse el proceso de
la planeación, determina y analiza matemática y rápidamente las causas que
pueden originar desviaciones para que no vuelvan a presentarse en el futuro, se
aplica a las cosas, a las personas y a todo.
Su aplicación incide directamente en la racionalización de la administración y
consecuentemente, en el logro de la productividad de todos los recursos de la
empresa.
Su evaluación es de indudable necesidad importancia y se constituye en
problema científico a solucionar en tanto tiene particularidades que le diferencian
de la evaluación tradicionalmente realizada a los activos tangibles que bien
responden al enfoque positivista de la física clásica.
La gestión de recursos humanos, habiendo superado a la administración o
dirección de personal y ampliado más su ámbito al comprender la gestión de
19. competencias y la gestión del conocimiento, se adentra de lleno en la era o
sociedad del conocimiento, donde la necesidad de evaluar intangibles crecerá
significativamente. Las auditorias de administración de personal con
predominantes variables tangibles relativas a productividad, aprovechamiento de
la jornada laboral, altas y bajas, ausentismo e impuntualidades, salario medio,
entre otros de esa índole, son superadas por las que son capaces de reflejar en
su mayor integralidad los indicadores de esa gestión de recursos humanos, a la
que se le suman indicadores intangibles como satisfacción laboral, compromiso o
pertenencia, cohesión, competencia, entre muchos otros.
VENTAJAS
Ofrecen puntuaciones, fáciles de justificar al personal, aplicables en
cualquier empresa.
Se determinan los grados de intensidad y complejidad para cada factor
tomando en consideración el nivel de presencia o relevancia dentro de
cada grupo de puestos, y finalmente se redacta la escala de grados
mediante la descripción de cada factor.
Permitir el aumento de la autorrealización y la satisfacción de los
empleados en el trabajo
DESVENTAJAS
No es adecuado hacer comparaciones directas entre un ejercicio y otro por el
inherente carácter relativo de esta metodología, por lo tanto no tiene sentido
mantener constantes las variables de coeficientes estadísticos, adicionalmente
siempre hay nuevas aportaciones que sugieren el uso de nuevos indicadores.
20. CONCLUSIONES
En estadística, cuando se desea hacer referencia a la relación entre el
tamaño de la media y la variabilidad de la variable, se utiliza el coeficiente
de estadística de variación.
Su fórmula expresa la desviación estándar como porcentaje de la media
aritmética, mostrando una mejor interpretación porcentual del grado de
variabilidad que la desviación típica o estándar.
Las mediciones nominales y ordinales son las realizadas comprendiendo
los intangibles de la GRH, habiéndose alcanzado experiencias evaluativas
en la práctica empresarial con las escalas ordinales, incluyendo inferencias
estadísticas al correlacionar indicadores intangibles con indicadores
empíricos de índole económica.
Los tipos de coeficientes estadísticos son correlación de Pearson que es
un índice que mide la relación lineal entre dos variables aleatorias
cuantitativas, el coeficiente de determinación, que es un modelo
de regresión lineal, y el coeficiente de gini, se basa en la curva de lorenz,
que representa una gráfica de una función de distribución acumulada.
Su aplicación conducen a la alternativa de recurrir a una prueba estadística
no paramétrica, específicamente al coeficiente de correlación de rangos de
Spearmany la pretensión de medir y buscar, por lo cual es necesario insistir
en la relatividad del valor implicado en esos intangibles.
La desviación estándar, es la raíz cuadrada de la varianza y se utiliza al
resultar difícil interpretar el significado del valor de una varianza, indica
como se comportan los datos alrededor de una medida.
El coeficiente de correlación lineal simple describe la ecuación lineal la
relación entre las dos variables.
Los coeficientes estadísticos realizados en toda empresa en el área de
recursos humanos es importante porque, analiza matemática y
rápidamente las causas que pueden originar desviaciones para que no
vuelvan a presentarse en el futuro, se aplica a las cosas, a las personas y a
todo.
21. BIBLIOGRAFÍA
- Amaya, Miguel Angel. Administración de salarios e incentivos, teoría y
práctica
- Segura R., Santiago, Segura S., José Luis. Diseño del sistema salarial en
la empresa de hoy. (2009). Editorial Consultores Segura SAC.
- Organización Internacional del Trabajo. Propuestas de programa y
presupuesto.(2001)
https://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r47174.PPT
pendientedemigracion.ucm.es/info/socivmyt/.../D.../18reglin_SPSS.pdf
www.estadisticas.gobierno.pr/iepr/LinkClick.aspx?fileticket...tabid...
www.duoc.cl/matematica/material/material-clase/.../GUIA5-EST500.pdf
https://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r47174.PPT