background preloader

Estadística Básica

Facebook Twitter

Booksmedicos - Tu biblioteca medica on line. Thomas Bayes. Thomas Bayes.

Thomas Bayes

Matemático británico. Estudió el problema de la determinación de la probabilidad de las causas a través de los efectos observados. El teorema que lleva su nombre se refiere a la probabilidad de un suceso que se presenta como suma de diversos sucesos mutuamente excluyentes. Síntesis biográfica Nació en Londres, Inglaterra, en el año 1702, pero no se ha encontrado registro de la fecha exacta de su nacimiento. Estudios. El desarrollo de la estadística bayesiana.

Introducción.

El desarrollo de la estadística bayesiana

Rincón educativo del Ibestat - Personajes de Estadística. Bayes, Thomas Clérigo inglés de la primera mitad del siglo XVIII (1702?

Rincón educativo del Ibestat - Personajes de Estadística

-1761) Padre de la estadística bayesiana. Más información Volver Bernouilli, Jakob. Cátedra Datos. Librotecarios: Estadística. Departamento de Ciências Exatas. Aulas - Carlos Tadeu dos Santos Dias 2. La niña de 11 años que vende contraseñas altamente seguras por 2 dólares cada una. Existe un método criptográfico para crear contraseñas seguras llamado Diceware.

La niña de 11 años que vende contraseñas altamente seguras por 2 dólares cada una

En él, se lanza un dado corriente 5 veces, se anota la secuencia de 5 dígitos obtenida y se busca dicho valor en una extensa lista de palabras comunes predeterminada. El procedimiento se repite unas 6 o 7 veces para obtener igual número de palabras aleatorias. Que sean comunes facilita que el usuario las recuerde en una frase, y su larga extensión complica que sean conseguidas por atacantes mediante procedimientos de fuerza bruta –poner a un PC a probar millones de combinaciones-. Portal de Datos Públicos - Datasets. Estadisticas industrial con microsoft excel by Evalencita. Estadística Descriptiva. La estadística es una disciplina que apoya el proceso de toma de decisiones en diversas áreas del conocimiento, además, de entregar pautas para la presentación adecuada de información.

Estadística Descriptiva

Este curso que se empezó en el año 2007, para estudiantes de pregrado en el àrea de la salud, se ha aprovechado para insertar temas y opiniones de personas tanto de nivel de especialización como de maestrias, lo que ha permitido generar un mayor conocimiento para todos los participantes, dado que los foros se han diseñado para posibilitar la participación de todos. Esto a ayudado además, a lograr un enfoque práctico, dado las experiencias de personas con trayectoria laboral e investigativa con personas de menos trayectoria. Quadrante.pdf. [Odiseo Revista de Pedagogía - ISSN 1870-1477] - Casas, García y González - Guía técnica para la construcción de cuestionarios. Big Data - TIC-tek! En la actualidad, el Big Data está presente en muchos eventos tecnológicos.

Big Data - TIC-tek!

Cuando se habla de él se asocia a la idea de que es necesaria su implantación para conseguir que la empresa pueda aprovechar sus características para conseguir más posibilidades de negocio. Pero ¿qué es el Big Data? Se puede describir de muchas maneras pero, de forma general, es una tecnología que permite analizar grandes cantidades de datos de una forma rápida y potente. Además, esos datos pueden provenir de fuentes muy heterogéneas. v23n1a02.pdf. Garcia-aguilera-castillo-guia-construccion-escalas-actitud.pdf. Construccion_Escalas_Likert.pdf. 188309s.pdf. 188309s.pdf. Propuesta_regional_de_indicadores_sobre_TIC_en_educaci%C3%B3n_-Gu%C3%ADa_metodol%C3%B3gica.pdf. Part1_s. Manual_estadisticas_economia_de_la_informacion.pdf. Manual pruebas nacionales-ITEMS. [Odiseo Revista de Pedagogía - ISSN 1870-1477] - Casas, García y González - Guía técnica para la construcción de cuestionarios.

Comparación de las medias Aritmética, Geométrica, Cuadrática y Harmónica (1) - GeoGebra Hoja Dinámica. LAS ESTADÍSTICA. Estadística Archives. Gráficos de distribución normal (Gauss) con Excel. Hace unos días me preguntaba un lector cómo se puede crear con Excel un gráfico tipo campana de Gauss para representar un informe de desviaciones estándar.

Gráficos de distribución normal (Gauss) con Excel.

Empecemos por citar a Wikipedia: …la llamada distribución normal…[se utiliza] como modelo en multitud de variables (peso, altura, calificaciones...), en cuya distribución los valores más usuales se agrupan en torno a uno central y los valores extremos son escasos. La representación gráfica de la distribución normal se ve así: Lo que nos dice este gráfico es que en la distribución normal los miembros de la muestra se concentran alrededor del promedio y son más escasos a medida que nos vamos a los extremos. En la distribución normal cerca del 68% de los miembros de la muestra se ubican a en el área definida por un desvío estándar en cada sentido. GeoGebra para iPad, tablets Android y Windows 8 ya disponible. Desde hace unos días ya se puede descargar GeoGebra para iPad y tablets Android y Windows 8 desde la web oficial del programa.

GeoGebra para iPad, tablets Android y Windows 8 ya disponible

Parece que la campaña que se inició en Kickstarter para recaudar fondos ha llegado a buen puerto. Si no conoces GeoGebra te puedo decir que es uno de los mejores programas (si no el mejor) de geometría que puedes encontrar, y además es gratuito en todas sus versiones (escritorio, tablets, etc). La versión de iPad, que es la que he probado de estas tres últimas que han salido, se ve así: Como podéis ver es prácticamente igual que el de escritorio, pero con los botones de las acciones a realizar en la parte inferior. INVESTIGACIÓN EN CIENCIA Y TECNOLOGÍA. Alvin Toffler: 7 Frases para entender la escuela del siglo XXI. CUED: SPSS, herramienta de investigación para el learning is the work! (Educación disruptiva) En investigación educativa y por ende, en temas multidisciplinarios, si que podemos utilizar algunas metodologías que en el ámbito disruptivo nos puede permitir visualizar, que no focalizar, posibles alternativas, especialmente cualitativas (en procesos) que nos permiten tener alternativas a cualquier planteamiento personalizado y social que tengamos o no previsto y para ello utilizando la herramienta SPSS, lo podemos coseguir….

CUED: SPSS, herramienta de investigación para el learning is the work! (Educación disruptiva)

Editor de Ecuaciones Online LaTeX Equation Editor. Logaritmos........para qué? John Napier (1550-1617, en español Neper) : "... viendo que no hay nada más problemático en la práctica matemática y nada más molesto que hacer cálculos, multiplicaciones, divisiones, raíces cuadradas y cúbicas de números muy grandes... he trabajado arduamente en resolver esos problemas...

Logaritmos........para qué?

" Henry Briggs (1556-1631) : "Los logaritmos son números, que se descubrieron para facilitar la solución de los problemas aritméticos y geométricos, a través de esto se evitan todas las complejas multiplicaciones y divisiones transformándolo a algo completamente simple a través de la substitución de la multiplicación por la adición y la división por la substracción. Además el cálculo de las raíces se realiza también con gran facilidad" Algunas aplicaciones.

Escalas y gráficas logarítmicas. De Laplace 1 Comportamientos no lineales En la mayoría de las prácticas de física, las leyes que se han de verificar siguen una dependencia lineal Sin embargo, no hay que pensar que ésta es la forma general de una dependencia entre funciones. ¿Cómo ordenar datos? Uno de los procedimientos más comunes a la hora de procesar datos y generar aplicaciones de todo tipo es el procesamiento de los datos, por procesamiento entendemos la clasificación u ordenación de los mismos.

A menudo esta acción pasa desapercibida porque interactuamos con datos almacenados en bases de datos, las bases de datos nos dan las herramientas necesarias para ordenar, buscar y recuperar aquellos datos que deseamos (“order by id”,”where nombre like ‘%Man%’”); ¿Qué ocurriría si no pudieramos utilizar estas herramientas? Data Analysis Learning Path. Introduction The Data Analysis learning path provides a short but intensive introduction to the field of data analysis. The path is divided into three parts.

In part 1, we learn general programming practices (software design, version control) and tools (python, sql, unix, and Git). In part 2, we learn R and focus more narrowly on data analysis, studying statistical techniques, machine learning, and presentation of findings. Part 3 includes a choice of elective topics: visualization, social network analysis, and big data (Hadoop and MapReduce). The course consists of free online lectures, homework assignments, quizzes and projects, and will take around 350-400 hours. Why Learn This. Medidas de posición.