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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/32634

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