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
Memoria Académica (UNLP-FAHCE)
Institución
Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación
OAI Identificador
oai:memoria.fahce.unlp.edu.ar:snrd:Jev3651
Acceder
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

Publicaciones similares