Alimento para cerdos Objetivo del experiento:

Slides:



Advertisements
Presentaciones similares
Alimento para cerdos Objetivo del experiento:
Advertisements

SIETE HERRAMIENTAS DEL CONTROL DE CALIDAD
Regresión Lineal Simple
Unidad 4 Análisis de los Datos.
Medición y Metrología Medición. Base de la Instrumentación
- Incorporar algunas técnicas de análisis estadistico - Interpretar los resultados provenientes del análisis estadístico.
Métodos Cuantitativos de Análisis de Datos I. Puntuaciones Típicas Escalas Derivadas.
TEMA 3: ESTADÍSTICA BIDIMENSIONAL. ÍNDICE: 1.- Relación estadística: correlación. 2.- Diagramas de dispersión o nube de puntos. 3.- Tablas de frecuencia.
TEMA 3: Estadística Bidimensional. ● Álvaro Fernández Romero y Luis Carlos Fernández herrezuelo.
1. Parámetros estadísticos: Medidas de Centralización: Medias, moda y Mediana Medidas de Posición:Cuartiles,Deciles,Centiles Medidas de Dispersión: Rango,
MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS.. MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS  ¿Qué son las medidas de dispersión?  Parámetros estadísticos que.
UNIVERSIDAD YACAMBÚ VICERRECTORADO DE INVESTIGACIÓN Y POSTGRADO INSTITUTO DE INVESTIGACIÓN Y POSTGRADO DOCTORADO EN GERENCIA S.A. DISEÑO DE INVESTIGACIÓN.
GENERALIDADES DEL TRABAJO ESTADÍSTICO La Estadística es una de las ramas de la Matemática de mayor universalidad, ya que muchos de sus métodos se han desarrollado.
TECNICAS DE INVESTIGACION LA ENCUESTA Y OTRAS. Técnicas de investigación de Procedimientos para Recoger Generar Conjunto Herramientas Analizar Presentar.
1  Las medidas de dispersión miden la variabilidad de los datos con relación a una medida de tendencia central.  Las medidas descriptivas más comunes.
Estudio de Alumnos Reincorporados
Procedimiento completo de regresión múltiple
INCERTIDUMBRE EN MEDICIONES
TEMA 3: Distribuciones bidimensionales: relación entre dos variables estadísticas. Cristhian Lopez.
Análisis de varianza Paramétricos vs. No Paramétricos
Introducción a los modelos econométricos
DIAGRAMAS Una Poderosa Herramienta Gráfica para el Análisis e Interpretación de los Procesos.
Tamaño de la muestra.
Tema 5. La REPRESENTACIÓN del VOLUMEN y el ESPACIO · Introducción
Tema 4: Análisis de datos bivariantes numéricos (continuación)
Metodología de la Investigación
PROGRAMA DE INGENIERÍA DE SISTEMAS POR CICLOS PROPEDEUTICOS
Metodología de la Investigación
 ANALISIS DE DATOS CUANTITATIVOS Se efectúa con: Programas computacionales de análisis estadístico CAPITULO 10 Paola Pérez Montiel.
PREDICCIÓN Y ESTIMACIÓN
REGRESÍON LINEAL SIMPLE
Seminario de Titulación (4)
Algoritmo Capitulo Cinco.
Punto en el plano y área del rectángulo en el plano
Medidas de tendencia central y dispersión
MODULO MICROSOFT EXCEL 2013
DIAGRAMAS Una Poderosa Herramienta Gráfica para el Análisis e Interpretación de los Procesos.
Aplicaciones Estadísticas a las Finanzas
ETAPA DE ANÁLISIS E INTERPRETACIÓN DE DATOS: MEDIDAS DE RESUMEN
3. COMPONENTES PRINCIPALES  Introducción  Componentes principales  Componentes principales muestrales  Comportamiento asintótico de autovalores y autovectores.
DIMENSIONES DE LA PROFUDIZACIÓN EN MATEMÁTICAS. PENSAMIENTO VARIACIONAL Hace énfasis en el análisis de la variación, evaluando el cambio a medida que.
Metodología de la Investigación
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
ANÁLISIS ESTADÍSTICO PROFESOR: PIA VEGA CODOCEO. MEDIA ARITMÉTICA Es la suma de los valores de una variable dividida por, él numero de ellos. La media.
UNIVERSIDAD "ALONSO DE OJEDA"
METODOLOGÍA DE LA INVESTIGACIÓN (SAMPIERI)
Movimiento rectilíneo uniforme
DISEÑO Y ANALISIS DE EXPERIMENTOS
DISTRIBUCION DEL EMPLEO EN PAISES EUROPEOS
PROGRAMA DE INGENIERÍA DE SISTEMAS POR CICLOS PROPEDEUTICOS
Medidas de Dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución con respecto de su media.
Dr. Alejandro Salazar – El Colegio de Sonora
ESTADISTICA MEDIDAS DE DISPERSIÓN Cristian Gómez Coordinar Técnico Calidad Laboratorio Labsai.
Regresión Lineal Simple
Rango = Valor máximo – Valor mínimo
CONCEPTO DE ESTIMADOR ES UNA REGLA O MÉTODO QUE DICE COMO CALCULAR LA ESTIMACIÓN DE UN PARÁMETRO BASÁNDOSE EN LA INFORMACIÓN DE UNA MUESTRA, GENERALMENTE.
“Medidas de dispersión”
URBINA GUADARRAMA GILBERTO MORENO CONTRERAS TANGANXOAN ZUANGUA
1 Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad.
2.- MODELO DE DISEÑO DE EXPERIMENTO COMPLETAMENTE ALEATORIZADO NO BALANCEADO Es recomendable cuando: La diferencia entre las unidades experimentales.
Universidad Nacional Autónoma de Honduras.
MEDIDAS DE DISPERSIÓN “Medidas de dispersión”. Miden qué tanto se dispersan las observaciones alrededor de su media. MEDIDAS DE DISPERSIÓN.
REGRESIONINTERPOLACION Los Métodos Numéricos Métodos mas utilizados Ajuste de Curvas.
FORMATO PARA LA CAPTURA DE INFORMACIÓN DE LOS PROTOCOLOS
Aplicaciones Aplicaciones Elaboración de un diagrama de caja y bigotes: Análisis rápido de datos Departamento de Estadística, Demografía, Humanidades.
Tamaño de muestra.
UNIVERSIDAD CATÓLICA LOS ÁNGELES DE CHIMBOTE AUTOR: Dominguez sosa, Bray limbert ASESORA: MGTR. ING. KARLA JUVICZA NEYRA ALEMÁN APLICACIÓN MÓVIL BASADA.
INTRODUCCIÓN A LA ESTADÍSTICA PARA NO ESPECIALISTAS
ESTADÍSTICA DESCRIPTIVA Mg. JHON FREDY SABI ROJAS.
ANALISIS DE COMPONENTES PRINCIPALES
Transcripción de la presentación:

Alimento para cerdos Objetivo del experiento: Comparar dos tipos de alimentación para cerdos. Diseño: Se administraron dos tipos de alimento a un grupo de cerdos: El tradicional (1) y el nuevo (2) Se aplicó la alimentación (1) a 60 cerdos y la alimentación (2) a otros 60 cerdos

Mediciones: Se midieron cinco variables anatómicas, Y1, Y2, Y3, Y4 e Y5. Mientras mayor el valor de cada una, mejor. Se enumeraron los cerdos de 1 a 120. Además, se registró el tipo de alimentación y

Observaciones (1)

Observaciones (2)

Análisis: Primero se aplicó un análisis de Componentes Principales con el objeto de bajar la dimensionalidad de los datos. Se usó la matriz de covarianzas. El análisis se hizo con el software Minitab

Resultados: Varianzas Eigenvalores 286.36 32.38 9.45 8.69 2.54 Proporción 0.844 0.095 0.028 0.026 0.007 Acumulativa 0.844 0.939 0.967 0.993 1.000

Coeficientes: Variable PC1 PC2 PC3 PC4 Y1 0.568 0.738 0.091 0.266 Dos componentes explican más del 90% de la información. Interpretación: PC1 se puede interpretar como un promedio de las variables Y1, Y3 e Y5. PC2 se puede interpretar como un contraste entre Y1 e Y3.

Plano principal

Representación de las observaciones en el plano principal. Alimento 2 Alimento 1

Interpretación de los resultados: Se observa que los cerdos alimentados con el alimento (1) corresponden a valores mayores de PC1, es decir, de Y1, Y3 e Y5. También se observa que entre éstos, hay menor dispersión en PC1, es decir, las diferencias entre Y1 e Y3 son más uniformes. Los siguientes cajagramas de las componentes PC1 y PC2, muestra que PC1 separa según tipo de alimento, mientras PC2 no lo hace, pero muestra mayor dispersión en los cerdos alimentados con (1).

Fin