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 cuantilcuantil (qqplot) 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.
Facultad de Humanidades y Ciencias de la Educación - Materia
-
Ciencias de la Educación
Ciencias Exactas
Ciencias Naturales
test gráficos
normalidad
simulación
Monte Carlo - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/32634
Ver los metadatos del registro completo
id |
SEDICI_af31d12902e20719a4326601db3345b3 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/32634 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Simulación en el aula: prueba de normalidad para muestras pequeñas usando test gráficosCalandra, María ValeriaVericat, FernandoCiencias de la EducaciónCiencias ExactasCiencias Naturalestest gráficosnormalidadsimulaciónMonte CarloLos métodos gráficos son populares para chequear modelos, un gráfico cuantilcuantil (qqplot) 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.Facultad de Humanidades y Ciencias de la Educación2012info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf93-103http://sedici.unlp.edu.ar/handle/10915/32634spainfo:eu-repo/semantics/altIdentifier/url/http://jornadasceyn.fahce.unlp.edu.ar/actas/Calandra%20y%20Vericat.pdf/at_download/fileinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Creative Commons Attribution-NonCommercial-NoDerivs 2.5 Argentina (CC BY-NC-ND 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:58:25Zoai:sedici.unlp.edu.ar:10915/32634Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:58:25.615SEDICI (UNLP) - Universidad Nacional de La Platafalse |
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 Ciencias de la Educación Ciencias Exactas Ciencias Naturales 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 |
Ciencias de la Educación Ciencias Exactas Ciencias Naturales test gráficos normalidad simulación Monte Carlo |
topic |
Ciencias de la Educación Ciencias Exactas Ciencias Naturales test gráficos normalidad simulación Monte Carlo |
dc.description.none.fl_txt_mv |
Los métodos gráficos son populares para chequear modelos, un gráfico cuantilcuantil (qqplot) 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. Facultad de Humanidades y Ciencias de la Educación |
description |
Los métodos gráficos son populares para chequear modelos, un gráfico cuantilcuantil (qqplot) 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 Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/32634 |
url |
http://sedici.unlp.edu.ar/handle/10915/32634 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://jornadasceyn.fahce.unlp.edu.ar/actas/Calandra%20y%20Vericat.pdf/at_download/file |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Creative Commons Attribution-NonCommercial-NoDerivs 2.5 Argentina (CC BY-NC-ND 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Creative Commons Attribution-NonCommercial-NoDerivs 2.5 Argentina (CC BY-NC-ND 2.5) |
dc.format.none.fl_str_mv |
application/pdf 93-103 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844615846925697024 |
score |
13.070432 |