Se resalta la importancia de las pruebas de bondad de ajuste en la selección de la distirbución que mejor representa la serie histórica de datos, de modo de seleccionarla para la estimación de valores extremos. Se revisa en detalle las pruebas de Chi-Cuadrado y Kolmogorov-Smirnov
Se resalta la importancia de las pruebas de bondad de ajuste en la selección de la distirbución que mejor representa la serie histórica de datos, de modo de seleccionarla para la estimación de valores extremos. Se revisa en detalle las pruebas de Chi-Cuadrado y Kolmogorov-Smirnov
ESTADISTICA DESCRIPTIVALas 4 etapas de la estadística descriptiva
Recopilación de datos. Como en la mayoría de las ciencias cuantificables, el primer paso –y el más importante– es la recopilación de datos. ...
Organización de la información. ...
Presentación y tabulación. ...
Análisis de resultados.
La estadística descriptiva es aplicable en casi todas las áreas donde se recopilan datos cuantitativos. Puede brindar información acerca de productos, procesos o diversos aspectos del sistema de gestión de la calidad, como también en el ámbito de la dirección y organización de personas, la logística, etc.
Estadística descriptiva. La estadística descriptiva es una de las ramas de la estadística que se encarga de resumir o describir de forma medible las características específicas de una recolección de datos. ...
Estadística inferencial. ...
Estadística no paramétrica. ...
Estadística paramétrica. ...
Estadística matemática.
Conceptos básicos en estadística.
Escalas de medición
Medidas de tendencia central: media, moda y mediana
Medidas de dispersión: desviación estándar, error estándar
Distribución normal (de gauss). Test de normalidad de los datos
Conceptos básicos en estadística.
Escalas de medición
Medidas de tendencia central: media, moda y mediana
Medidas de dispersión: desviación estándar, error estándar
Distribución normal (de gauss). Test de normalidad de los datos
Portafolio final comunicación y expresión ll - ivan alarcon .pptxivandavidalarconcata
Los muros paramétricos son una herramienta poderosa en el diseño arquitectónico que ofrece diversas ventajas, tanto en el proceso creativo como en la ejecución del proyecto.
El Real Convento de la Encarnación de Madrid, una joya arquitectónica y cultural fundada en 1611 por la reina Margarita de Austria, ha sido revitalizado gracias a una avanzada reconstrucción en 3D. Este convento, una maravilla del barroco madrileño, ha sido un pilar en la vida religiosa y cultural de la ciudad durante siglos. Su rica historia y su valor patrimonial han sido capturados en esta innovadora reconstrucción, diseñada para su exploración, una tecnología que combina la realidad virtual y aumentada para ofrecer una experiencia inmersiva y educativa.
La reconstrucción comenzó con una exhaustiva recopilación de datos históricos y arquitectónicos, incluyendo planos originales y fotografías de alta resolución. Estos recursos permitieron a los especialistas crear una réplica digital precisa del convento. Utilizando software de modelado avanzado, cada elemento arquitectónico y decorativo fue cuidadosamente recreado, desde los majestuosos muros exteriores hasta los intrincados detalles del interior, como los frescos y el retablo mayor.
El resultado es un modelo 3D que no solo respeta la integridad histórica y artística del convento, esto permite que un futuro los usuarios pueden explorar virtualmente el convento, navegando por sus pasillos, admirando su arte sacro y descubriendo detalles ocultos que, de otro modo, serían inaccesibles.
Esta reconstrucción no solo preserva la historia del Real Convento de la Encarnación, sino que la hace accesible a un público global, permitiendo a estudiantes, historiadores y amantes del arte experimentar la grandeza del convento desde cualquier lugar del mundo. Además, la implementación de tecnologías de realidad virtual y aumentada ofrece nuevas oportunidades para la educación y el turismo cultural, haciendo del convento un ejemplo brillante de cómo la tecnología puede ayudar a preservar y difundir el patrimonio histórico.
En resumen, la reconstrucción 3D del Real Convento de la Encarnación es un proyecto que combina el respeto por la historia con la innovación tecnológica, asegurando que este tesoro del barroco madrileño continúe inspirando y educando a futuras generaciones
1. DISTRIBUCIONES DE FRECUENCIA
Las distribuciones de frecuencias pueden tomar una variedad de formas.
Dentro de esta variedad existe una que se destaca y con la cual estamos familiarizados:
La curva normal.
2. DISTRIBUCION NORMAL
La distribución de probabilidad
normal ocupa un lugar prominente
en la estadística por dos razones.
1.- Tiene algunas propiedades que la
hacen aplicable un gran número de
situaciones en las que es necesario
hacer inferencias mediante la toma
de muestras.
2.- La distribución normal casi se
ajusta a las distribuciones de
frecuencia reales observadas en
muchos fenómenos, incluyendo
características humanas (pesos,
altura, IQ, etc.), resultados de
procesos físicos (dimensiones y
rendimientos), muchas otras
medidas para los administradores y
variables psicológicas
3. CURVA NORMAL, es la curva que corresponde a
la gráfica de una distribución normal
4. CARACTERISTICA DE UNA CURVA NORMAL
Es una curva tiene un solo pico: unimodal, asintótica
50% 50%
5. CURVA NORMAL
Punto de inflexión
(Punto en el que se
invierte el sentido
de concavidad de la
curva)
34% 34%
La forma exacta de la distribución normal (la característica curva con forma de
campana) se define por una función que tiene solamente dos parámetros: la media y
la desviación estándar. La media es el valor que con mayor probabilidad aparecerá en
una medida. LA MAYOR CANTIDAD DE DATOS DE LA DISTRIBUCION CAE
EN EL CENTRO DE LA CURVA.
6. CURVA NORMAL y LA DESVIACION ESTANDAR
La desviación estándar refleja lo abierta o cerrada que es la campana de
Gauss correspondiente. Una distribución muy cerrada se corresponde con
una serie de medidas muy poco dispersas. Por el contrario si la
distribución es abierta, la desviación estándar es grande.
7. CONDICIONES PARA UNA DISTRIBUCION NORMAL
SI un conjunto de datos cumple los siguientes criterios es probable
que tenga una distribución aproximada a la distribución normal.
1. La mayoría de los valores están agrupados
cerca de la media.
2. Los datos están dispersos de manera
equitativa alrededor de la media, haciendo
que la distribución sea simétrica (50% de
datos a cada lado de la media)
3. Las desviaciones grandes de la media se
hacen cada vez más raras, lo que produce
delgadas colas de la distribución (hay pocos
datos en los extremos de la curva)
4. Los valores individuales resultan de una
combinación de muchos factores
diferentes, como factores genéticos y del
ambiente.
10. PERCENTILES Y CURVA NORMAL
En este caso la media es 100 y la desviación estándar es de 16. Un CI de 132
está dos desviaciones estándar por encima de la media, es decir
aproximadamente el 98% de datos están por debajo de esta valor. Una
persona con un CI de 132 estaría contenta de ser tan inteligente. Este valor
corresponde al RANGO PERCENTIL.
11. Número de datos por debajo de un rango percentil
Para calcular el número de datos que hay en cada área, lo único de se debe
hacer es multiplicar el porcentaje correspondiente por la cantidad total de
datos. Por ejemplo, suponga que tenemos una población de 10 000 datos de
CI, existen: 34,13% * 10 000 = 3413 datos entre 100 y 116