Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos
- Autores
- Calandra, María Valeria; Vericat, Fernando
- Año de publicación
- 2012
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Los métodos gráficos son populares para chequear modelos, un gráfico cuantil- cuantil (qq-plot) permite observar cuan cerca está la distribución de un conjunto de datos a alguna distribución ideal o comparar la distribución de dos conjuntos de datos. La forma del gráfico debería ser idealmente una línea recta específica. Si interesa comparar con la distribución Gaussiana se llama gráfico de probabilidad Normal. El objetivo del presente trabajo es testear normalidad de una muestra en especial para el caso de tamaños muestrales pequeños para los cuales el comportamiento de estos gráficos suele ser errático y conducir a falsas interpretaciones, mostraremos además que no suele ser así con tamaños muestrales más grandes. Proponemos, también establecer una banda de probabilidad o banda envolvente basada en un método empírico, específicamente mediante el método de Monte Carlo, dicha banda nos establecerá un marco de referencia probabilístico para evitar falsas interpretaciones. Se presenta un código computacional, de fácil implementación, empleado por los alumnos para la aplicación de esta metodología de análisis de normalidad, el cual es utilizado para la enseñanza de la temática en cuestión
Fil: Calandra, María Valeria. Universidad Nacional de La Plata. Facultad de Ingeniería. Departamento de Ciencias Básicas; Universidad Nacional de La Plata. Facultad de Ingeniería. Grupo de Aplicaciones Matemáticas y Estadísticas de la Facultad de Ingeniería.
Fil: Vericat, Fernando. Universidad Nacional de La Plata. Facultad de Ingeniería. Departamento de Ciencias Básicas; Universidad Nacional de La Plata. Facultad de Ingeniería. Grupo de Aplicaciones Matemáticas y Estadísticas de la Facultad de Ingeniería. - Fuente
- III Jornadas de Enseñanza e Investigación Educativa en el campo de las Ciencias Exactas y Naturales; La Plata, Argentina, 26-28 de septiembre de 2012
ISSN 2250-8473 - Materia
-
Educación
Test gráficos
Normalidad
Simulación
Monte Carlo - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación
- OAI Identificador
- oai:memoria.fahce.unlp.edu.ar:snrd:Jev3651
Ver los metadatos del registro completo
id |
MemAca_26cbab92f5dea46e8fa1504b509f9cdf |
---|---|
oai_identifier_str |
oai:memoria.fahce.unlp.edu.ar:snrd:Jev3651 |
network_acronym_str |
MemAca |
repository_id_str |
1341 |
network_name_str |
Memoria Académica (UNLP-FAHCE) |
spelling |
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficosCalandra, María ValeriaVericat, FernandoEducaciónTest gráficosNormalidadSimulaciónMonte CarloLos métodos gráficos son populares para chequear modelos, un gráfico cuantil- cuantil (qq-plot) permite observar cuan cerca está la distribución de un conjunto de datos a alguna distribución ideal o comparar la distribución de dos conjuntos de datos. La forma del gráfico debería ser idealmente una línea recta específica. Si interesa comparar con la distribución Gaussiana se llama gráfico de probabilidad Normal. El objetivo del presente trabajo es testear normalidad de una muestra en especial para el caso de tamaños muestrales pequeños para los cuales el comportamiento de estos gráficos suele ser errático y conducir a falsas interpretaciones, mostraremos además que no suele ser así con tamaños muestrales más grandes. Proponemos, también establecer una banda de probabilidad o banda envolvente basada en un método empírico, específicamente mediante el método de Monte Carlo, dicha banda nos establecerá un marco de referencia probabilístico para evitar falsas interpretaciones. Se presenta un código computacional, de fácil implementación, empleado por los alumnos para la aplicación de esta metodología de análisis de normalidad, el cual es utilizado para la enseñanza de la temática en cuestiónFil: Calandra, María Valeria. Universidad Nacional de La Plata. Facultad de Ingeniería. Departamento de Ciencias Básicas; Universidad Nacional de La Plata. Facultad de Ingeniería. Grupo de Aplicaciones Matemáticas y Estadísticas de la Facultad de Ingeniería.Fil: Vericat, Fernando. Universidad Nacional de La Plata. Facultad de Ingeniería. Departamento de Ciencias Básicas; Universidad Nacional de La Plata. Facultad de Ingeniería. Grupo de Aplicaciones Matemáticas y Estadísticas de la Facultad de Ingeniería.2012info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.3651/ev.3651.pdfIII Jornadas de Enseñanza e Investigación Educativa en el campo de las Ciencias Exactas y Naturales; La Plata, Argentina, 26-28 de septiembre de 2012ISSN 2250-8473reponame:Memoria Académica (UNLP-FAHCE)instname:Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educacióninstacron:UNLPspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/2025-09-29T11:54:58Zoai:memoria.fahce.unlp.edu.ar:snrd:Jev3651Institucionalhttps://www.memoria.fahce.unlp.edu.ar/Universidad públicahttps://www.fahce.unlp.edu.ar/https://www.memoria.fahce.unlp.edu.ar/oaiserver.cgimemoria@fahce.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13412025-09-29 11:54:59.745Memoria Académica (UNLP-FAHCE) - Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educaciónfalse |
dc.title.none.fl_str_mv |
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos |
title |
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos |
spellingShingle |
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos Calandra, María Valeria Educación Test gráficos Normalidad Simulación Monte Carlo |
title_short |
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos |
title_full |
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos |
title_fullStr |
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos |
title_full_unstemmed |
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos |
title_sort |
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos |
dc.creator.none.fl_str_mv |
Calandra, María Valeria Vericat, Fernando |
author |
Calandra, María Valeria |
author_facet |
Calandra, María Valeria Vericat, Fernando |
author_role |
author |
author2 |
Vericat, Fernando |
author2_role |
author |
dc.subject.none.fl_str_mv |
Educación Test gráficos Normalidad Simulación Monte Carlo |
topic |
Educación Test gráficos Normalidad Simulación Monte Carlo |
dc.description.none.fl_txt_mv |
Los métodos gráficos son populares para chequear modelos, un gráfico cuantil- cuantil (qq-plot) permite observar cuan cerca está la distribución de un conjunto de datos a alguna distribución ideal o comparar la distribución de dos conjuntos de datos. La forma del gráfico debería ser idealmente una línea recta específica. Si interesa comparar con la distribución Gaussiana se llama gráfico de probabilidad Normal. El objetivo del presente trabajo es testear normalidad de una muestra en especial para el caso de tamaños muestrales pequeños para los cuales el comportamiento de estos gráficos suele ser errático y conducir a falsas interpretaciones, mostraremos además que no suele ser así con tamaños muestrales más grandes. Proponemos, también establecer una banda de probabilidad o banda envolvente basada en un método empírico, específicamente mediante el método de Monte Carlo, dicha banda nos establecerá un marco de referencia probabilístico para evitar falsas interpretaciones. Se presenta un código computacional, de fácil implementación, empleado por los alumnos para la aplicación de esta metodología de análisis de normalidad, el cual es utilizado para la enseñanza de la temática en cuestión Fil: Calandra, María Valeria. Universidad Nacional de La Plata. Facultad de Ingeniería. Departamento de Ciencias Básicas; Universidad Nacional de La Plata. Facultad de Ingeniería. Grupo de Aplicaciones Matemáticas y Estadísticas de la Facultad de Ingeniería. Fil: Vericat, Fernando. Universidad Nacional de La Plata. Facultad de Ingeniería. Departamento de Ciencias Básicas; Universidad Nacional de La Plata. Facultad de Ingeniería. Grupo de Aplicaciones Matemáticas y Estadísticas de la Facultad de Ingeniería. |
description |
Los métodos gráficos son populares para chequear modelos, un gráfico cuantil- cuantil (qq-plot) permite observar cuan cerca está la distribución de un conjunto de datos a alguna distribución ideal o comparar la distribución de dos conjuntos de datos. La forma del gráfico debería ser idealmente una línea recta específica. Si interesa comparar con la distribución Gaussiana se llama gráfico de probabilidad Normal. El objetivo del presente trabajo es testear normalidad de una muestra en especial para el caso de tamaños muestrales pequeños para los cuales el comportamiento de estos gráficos suele ser errático y conducir a falsas interpretaciones, mostraremos además que no suele ser así con tamaños muestrales más grandes. Proponemos, también establecer una banda de probabilidad o banda envolvente basada en un método empírico, específicamente mediante el método de Monte Carlo, dicha banda nos establecerá un marco de referencia probabilístico para evitar falsas interpretaciones. Se presenta un código computacional, de fácil implementación, empleado por los alumnos para la aplicación de esta metodología de análisis de normalidad, el cual es utilizado para la enseñanza de la temática en cuestión |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
https://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.3651/ev.3651.pdf |
url |
https://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.3651/ev.3651.pdf |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
III Jornadas de Enseñanza e Investigación Educativa en el campo de las Ciencias Exactas y Naturales; La Plata, Argentina, 26-28 de septiembre de 2012 ISSN 2250-8473 reponame:Memoria Académica (UNLP-FAHCE) instname:Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación instacron:UNLP |
reponame_str |
Memoria Académica (UNLP-FAHCE) |
collection |
Memoria Académica (UNLP-FAHCE) |
instname_str |
Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
Memoria Académica (UNLP-FAHCE) - Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación |
repository.mail.fl_str_mv |
memoria@fahce.unlp.edu.ar |
_version_ |
1844616499100123136 |
score |
13.070432 |