Índice. Tema 7: Teoría de la respuesta al ítem (1) : Conceptos básicos. Forma y parámetros de los modelos:


Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Índice. Tema 7: Teoría de la respuesta al ítem (1) : Conceptos básicos. Forma y parámetros de los modelos:"

Transcripción

1 Tema 7: Teoría de la respuesta al ítem () : Conceptos básicos Índice. Introducción 2. Limitaciones de la TCT superadas por la TRI 3. Modelos y características comunes 4. Supuestos 5. La Curva Característica del Item 6. Modelos logísticos para items dicotómicos: Forma y parámetros de los modelos:. Modelo de PL 2. Modelo 2PL 3. Modelo 3PL 4. Modelos de ojiva normal y su aproximación logística

2 ..Modelo de la TRI θ θ Constructo Respuesta Respuesta 2... Respuesta n- Respuesta n Observaciones δ δ 2 Δ n- δn Delta = parámetros de los items.2. Breve historia Uso reciente, pero sus bases teóricas una larga historia Las CCI antecedentes en Binet y Simon Primeros desarrollos teóricos en los años 30 y 40 (Richardson, Lawley, ) Lazarsfeld (950) en Sociología y Lord (952) en Psicología Desarrollos a lo largo de dos líneas separadas: Matemático danés G. Rasch (especialmente influyente en Europa y por el grupo de B.Wright en la Universidad de Chicago) Desarrollos en USA, más guiados por la filosofía de Thurstone y desarrollados por Lord (Educational Testing Service) y Bock y sus colaboradores 2

3 2.. Limitaciones de la TCT que resuelve TRI Dependencia de los estadísticos del ítem de la muestra (población) en la que se obtienen Dependencia de los estadísticos del test de la muestra (población) Dependencia de las puntuaciones del sujeto del conjunto particular de items incluidos en el test Dependencia del concepto de paralelismo para la estimación de la fiabilidad El estimador de la puntuación verdadera V depende del grupo de referencia La TCT no proporciona un modelo para las respuestas a los items Problemas con los supuestos sobre el error típico de medida (homoscedasticidad) Medidas no óptimas ni adaptadas a los sujetos particulares Dificultad de solucionar numerosos problemas encontrados en modernas aplicaciones de los tests (Tests adaptativos informatizados, evaluaciones a gran escala, equiparación,..) 2.2.Para superar las limitaciones: Características de los ítems que no dependan del grupo en que se calculen Que las puntuaciones que describan el comportamiento de los sujetos examinados en el test no dependan de los contenidos particulares de éste ni de su dificultad. Que los modelos estén expresados a nivel del ítem, en vez de a nivel del test completo. Un modelo que no requiera del supuesto estricto de paralelismo u otras formas de equivalencia para establecer la fiabilidad del test. Modelo que proporcione medidas de precisión para cada nivel de aptitud, eliminando el supuesto de la homocedasticidad de la varianza error. Modelo que permita relacionar el rasgo o constructo con el rendimiento del sujeto en el ítem. 3

4 2.3. Comparación TCT-TRI Características TCT TRI Modelo Lineal No lineal Nivel Test Ítem Relaciones ítem/rasgo No especificadas Función característica ítem Supuestos Invarianza de estadísticos Débiles, fáciles de cumplir No, dependientes muestra Fuertes y difíciles cumplir Sí, si el modelo se ajusta Estadísticos de ítem P, Δ, r bp, r b, a, b, c según modelos, funciones de información Tamaño muestral para la calibración Depende del modelo y procedimiento de estimación, en general n > 500 Estadísticos del test ρ xx,, σ e Función de información, Error típico 2.4. Viejas y nuevas reglas de la medida - (Embretson y Reise, 2000) Viejas: TCT Nuevas: TRI El error típico de medida se aplica a todas las puntuaciones de una población particular (homosc.) Tests más largos son más fiables que tests cortos Pueden establecerse comparaciones entre formas múltiples de tests cuando las formas son paralelas Las propiedades de los estadísticos de ítem dependen de las muestras concretas en las que se calculan Las puntuaciones de los tests adquieren significado comparadas a las de un grupo normativo, que realizó una forma idéntica o paralela del test El error típico de medida difiere entre puntuaciones o patrones de respuesta, pero se generaliza a poblaciones Aunque se mantienen las relaciones entre fiabilidad y longitud del test, tests cortos pueden ser más fiables que tests largos Pueden establecerse comparaciones en general entre formas diferentes de tests, sin el requisito del paralelismo Pueden obtenerse estimadores insesgados de los parámetros de los ítems Las puntuaciones de los tests tienen significado si se comparan por su distancia a ítems 4

5 Viejas y nuevas reglas de la medida - 2 (Embretson y Reise, 2000) Viejas: TCT Nuevas: TRI Propiedades de escala de intervalo se obtienen obteniendo distribuciones de puntuaciones normales Formatos mixtos de ítem llevan a desequilibrios de ponderación en las puntuaciones totales Problemas en las comparaciones para la medida del cambio El AF de ítems binarios puede producir factores artefactuales En el análisis de las propiedades psicométricas se enfatiza el test global como unidad de análisis Propiedades de escala de intervalo se obtienen aplicando modelos de medida justificables (Rasch) Formatos mixtos pueden proporcionar puntuaciones óptimas Puntuaciones de cambio son fácilmente establecidas El AF de datos de ítem lleva a AF de información total Las propiedades psicométricas se basan en las propiedades de los ítems 2.5. Principales innovaciones Fundamentación probabilística al problema de la medición de variables latentes El ítem es la unidad básica de análisis del test y no las puntuaciones totales como en TCT y TG Los modelos son funciones matemáticas que relacionan la probabilidad de un tipo de respuesta al ítem con la variables latente (rasgo, constructo, habilidad: θ) Permite definir una escala para la variable latente medida por los ítems del test, que no se obtiene como suma de puntuaciones como en TCT y TG Ítems e individuos pueden medirse en la misma escala El concepto de fiabilidad es superado por el de información del test 5

6 2.6. Principales aplicaciones Evaluaciones educativas a gran escala, ligadas a los diseños matrix-sampling Análisis del funcionamiento diferencial de los items (DIF) Equiparación de puntuaciones y comparabilidad Tests adaptativos e informatizados Modelos de tests basados en la psicología cognitiva 3. Modelos Bajo el mismo nombre genérico existen múltiples modelos, que exhiben un conjunto de características comunes: Existencia de un rasgo latente responsable de la conducta o respuesta del sujeto ante un ítem (recientemente también existen modelos multidimensionales). Es preciso establecer la dimensionalidad La relación entre el rasgo y la respuesta de un sujeto a un ítem puede describirse por medio de una función monótona no decreciente, denominada Curva Característica del Ítem (CCI) o Función de Respuesta al Ítem (FRI), que establece las probabilidades del tipo de respuesta No se requieren los supuestos de paralelismo ni de homocedasticidad de los errores típicos Los ajustes de los datos a los modelos pueden probarse Cuando se cumplen los supuestos proporcionan estimadores con las siguientes propiedades: Invarianza de los parámetros de los ítems Invarianza de los parámetros de rasgo de los sujetos 6

7 3. Modelos Items y sujetos pueden representarse en el espacio definido por el (los) rasgo(s) latente(s) El papel que en la TCT asumía V, lo tiene ahora θ o nivel de habilidad del sujeto Las unidades básicas son los ítems del test y los modelos se establecen en el nivel de los ítems El modelo que se supone siguen los ítems del test se establece antes de puntuar, y permiten transformar las respuestas en puntuaciones 4. Supuestos La probabilidad de acertar un ítem es una función monótona no decreciente de la habilidad Unidimensionalidad (o en general, dimensionalidad conocida) Independencia local: si se mantiene constante la habilidad, las respuestas de los examinados a un par de ítems cualesquiera son estadísticamente independientes (Ausencia de velocidad) 7

8 Función monótona no decreciente P(θ) 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, Habilidad (θ) P(θ) 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, Habilidad (θ) 8

9 Dimensionalidad conocida θ 2 θ 2 θ θ b Continuo del rasgo o habilidad θ Independencia local Puede resumirse en la siguiente expresión PU (, U,..., U θ ) PU ( θ) PU ( θ)... PU ( θ) PU ( θ) = = 2 n 2 n i i= n Patrón Probabilidad 000 qqq=.2 x.5 x.6= pqq=.8 x.5 x.6 = qpq =.2 x.5 x.6 = qqp=.2 x.5 x.4=.04 0 ppq =.8 x.5 x.6=.24 0 pqp =.8 x.5 x.4=.6 0 qpp =.2 x.5 x.4=.04 ppp=.8 x.5 x.4=.6 p = 0,80 p 2 = 0,50 P 3 = 0,40 9

10 5. Curvas características de ítem Funciones monótonas no decrecientes de la habilidad que describen la probabilidad de dar una respuesta determinada (correcta o incorrecta en los ítems dicotómicos) Existen diversas funciones que permiten expresar dichas probabilidades, difiriendo por la forma especificada y/o por los parámetros que las describen. En cuanto a la forma, suelen utilizarse la Función de Distribución Logística y la Función de Distribución Normal. Bajo cualquiera de las dos formas, las Funciones o Curvas Características del Ítem pueden diferir en cuanto al número de parámetros del ítem que contemplan. 5. Curvas características de ítem Hay un parámetro básico que contienen todos los modelos: la dificultad del ítem (b i ) Algunos modelos incluyen además la discriminación del ítem (a i ) En los ítems de elección de respuesta o elección múltiple, suele ser conveniente la inclusión del parámetro de acierto por adivinación o conjetura (c i ) El modelo que incluye solamente la dificultad es conocido como modelo de P. Cuando el modelo incluye dificultad y discriminación, nos encontramos con el modelo de 2P. Finalmente, cuando el modelo incluye además de los parámetros anteriores, el de probabilidad de acierto por adivinación, tendremos el modelo de 3P Los tres modelos anteriores pueden aparecer con la función de distribución normal (PN, 2PN, 3PN) o con la logística (PL, 2PL, 3PL) 0

11 6.. Modelo TRI logístico de P (modelo de Rasch) Función de distribución logística: Cálculo de probabilidades acumuladas: El modelo PL: El exponente de e se denomina logit exp( x) Ψ ( x) = = + exp( x) + exp( x) x e P = x + e P = + e x ( θs bi) e i = θs i = θs = = ( θs bi) ( θs bi) Pu (, b) P( ) + e + e 6.. El modelo logístico de P, PL: b i La probabilidad de acertar el ítem depende únicamente de la habilidad del sujeto (θ s ) y de la dificultad del ítem (b i ) Describe dónde está situado el ítem en la escala de habilidad, o la cantidad de ésta que el ítem requiere para ser resuelto con éxito. Es un índice de posición del ítem en la escala de medida del rasgo o habilidad Técnicamente es el nivel de habilidad θ en el punto de inflexión de la curva (las probabilidades cambian de menos de 0.50 a más de 0.50 y coincide con p=.50, ya que habilidad y dificultad son iguales en este punto

12 6.. Modelo logístico de P: el parámetro b i 6.. Modelo de P: CCI con diferentes niveles de dificultad P(θ) 0,9 0,8 b = - 0,7 0,6 b = 0 0,5 0,4 b = 0,3 0,2 0, Habilidad (θ) 2

13 6.2. Modelo logístico de 2P, 2PL: b i, a i El parámetro a i indica hasta qué punto el ítem permite diferenciar entre sujetos que tienen una habilidad inferior a la posición del ítem y los que la tienen superior Refleja la tasa de cambio en la probabilidad de éxito según aumenta la habilidad Es función de la pendiente de la curva en el punto de inflexión (ө s = b i ) Curvas con mayor pendiente discriminarán mejor 6.2. Modelo 2P: Curvas con la misma dificultad y diferente discriminación 3

14 Modelo 2P: Curva con discriminación perfecta P(θ) 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, Habilidad (θ) 6.2. Modelo logístico 2P: Función de respuesta al ítem Probabilidad de acierto del ítem: ai( θa bi) e Pu ( = θ, a, b) = P( θ ) = = + e + e i i s i i i s a ( θ b) a ( θ b) i a i i a i 4

15 El logit: exponente de e Sea P i (θ s ) la probabilidad de acertar el ítem i dado el nivel de habilidad θ s Sea Q i (ө s ) = - P i (θ s ) la probabilidad de no acertar el ítem en el nivel θ s P( θ ) a( θ b) La cantidad = e P( θ ) El ln de la anterior cantidad, nos da la expresión denominada logit, denotado como L. P( θ ) L = ln = a( θ b) P( θ ) La probabilidad de respuesta incorrecta Un ítem tiene tantas CCI como opciones de respuesta. Así, un ítem dicotómico tiene realmente dos CCI, una para la respuesta correcta (las que hemos presentado en las figuras anteriores) y otra para la respuesta incorrecta, Q i (θ s ), cuya probabilidad también puede representarse como función de la aptitud. Esta curva es la imagen en espejo de la de Pi(θ); su parámetro de dificultad b i tendrá el mismo valor y su parámetro de discriminación a i el mismo valor numérico, pero con signo opuesto. Por esta razón Samejima (969) prefiere hablar de curvas características de las categorías de respuesta del ítem. 5

16 CCI de la respuesta incorrecta P(θ) 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, 0 b = 0 a = Habilidad (θ) 6.3. Modelo logístico 3P, 3PL: Parámetro c i : acierto por conjetura o adivinación ai( θs bi) e Pu ( = θ, a, b, c) = P( θ ) = c+ ( c) = c+ ( c) + e + e i s i i i i s i i ai( θs bi) i i ai( θs bi) 6

17 6.3. Modelo logístico 3P, 3PL: Parámetro c i : acierto por conjetura o adivinación P(θ) 0,9 0,8 0,7 0,6 c = 0.5 0,5 0,4 0,3 c = ,2 c = 0. 0, Habilidad (θ) 6.4. Modelos de ojiva normal Los modelos de P, 2P y 3P, también pueden formularse utilizando la función de distribución normal 2 ( θ bi ) z 2 Pi( θ s) =Φ ( z) = e dz 2π 2 ai ( θ s bi) z 2 Pi( θ s) =Φ ( z) = e dz 2π 2 zis = ai ( θ s bi ) ai( θs bi) z 2 Pi( θs) = ci + ( ci) e dz 2π 7

18 6.4. Modelos de ojiva normal El límite superior de la integral es como una una puntuación estandarizada; de modo que la proporción acumulada de casos hasta dicho valor proporciona la probabilidad de una respuesta correcta. Por ejemplo si a i =, bi =.0 y θ=2.0, calculamos la z correspondiente que será.0. El área de una distribución normal estandarizada hasta z=, es En la práctica, la distribución normal, aunque es en la que se basaban los primeros modelos tiene el problema de la integral, por lo que suelen utilizarse los modelos logísticos, como tales o con un factor de escalamiento D =,7, que los aproxima a las probabilidades de una función de distribución normal F.D. Normal y logística P(θ) 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, 0 Logístico Normal Habilidad (θ) 8

19 6.4. Aproximaciones logísticas a los modelos de ojiva normal: el factor D Las dos funciones de distribución, normal y logística, tienen formas muy similares, con ligeras diferencias en las probabilidades o áreas, especialmente en los extremos Haley (954) demostró que: Multiplicando el exponente de e de la función logística por D =,7, pueden aproximarse las probabilidades normales Es frecuente representar los modelos logísticos con D en el exponente Φ( x) Ψ (.7 x) <.0 Ejemplo 2P ( con D =,7) a = 0,5 b = Aptitud Logit (L) Exp (-DL) +exp(-dl) Probabilidad

20 CCI para los datos del ejemplo P(θ) 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, Habilidad (θ) Rango de valores de a i Etiqueta Rango de verbal valores Ninguna 0 Muy baja Baja Moderada Alta? Muy alta >.70 Perfecta 20

21 Ejemplo: Modelo de P b =, con D =,7 Aptitud Logit (L) Exp (-DL) +exp(-dl) Probabilidad CCI del ejemplo de P P(θ) 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, Habilidad (θ) 2

22 Ejemplo modelo 3P a =,3 b=,5 c = 0,20 ; con D =,7 Aptitud Logit (L) Exp (-DL) +exp(-dl) Probabilidad CCI del ejemplo de 3P P 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, Habilidad (θ) 22

Introducción al análisis de la Teoría de Respuesta al Ítem. Antonio Matas Terrón

Introducción al análisis de la Teoría de Respuesta al Ítem. Antonio Matas Terrón Introducción al análisis de la Teoría de Respuesta al Ítem Antonio Matas Terrón Ediciciones Aidesoc 2010 Introducción al análisis de la Teoría de Respuesta al Ítem Antonio Matas Terrón Edita: Aidesoc.net

Más detalles

UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST

UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST 7.1. ANÁLISIS DE LOS ÍTEMS Al comenzar la asignatura ya planteábamos que uno de los principales problemas a los que nos enfrentábamos a la hora

Más detalles

TEORÍA CLÁSICA DE MEDICIÓN TC Y TEORÍA DE RESPUESTA AL ITEM TRI

TEORÍA CLÁSICA DE MEDICIÓN TC Y TEORÍA DE RESPUESTA AL ITEM TRI TEORÍA CLÁSICA DE MEDICIÓN TC Y TEORÍA DE RESPUESTA AL ITEM TRI UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS Departamento de Evaluación, Medición y Registro Educacional DEMRE ABRIL DE 2005

Más detalles

Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Psicometría

Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Psicometría Ficha Técnica Titulación: Grado en Psicología Plan BOE: BOE número 98 de 24 de abril de 2013 Asignatura: Módulo: Métodos, Diseños y Técnicas de Investigación en Psicologia Curso: 3º Créditos ECTS: 6 Tipo

Más detalles

Especialista en Medición en Ciencias Sociales y de la Salud

Especialista en Medición en Ciencias Sociales y de la Salud Especialista en Medición en Ciencias Sociales y de la Salud Titulación certificada por EUROINNOVA BUSINESS SCHOOL Especialista en Medición en Ciencias Sociales y de la Salud Especialista en Medición en

Más detalles

Test de Idioma Francés. Manual del evaluador

Test de Idioma Francés. Manual del evaluador Test de Idioma Francés Manual del evaluador 1 CONTENIDO Introducción Qué mide el Test de idioma francés? Qué obtienen el examinado y el examinador? Descripción de los factores Propiedades psicométricas

Más detalles

Especialista en Medición en Ciencias Sociales y de la Salud

Especialista en Medición en Ciencias Sociales y de la Salud Especialista en Medición en Ciencias Sociales y de la Salud TITULACIÓN DE FORMACIÓN CONTINUA BONIFICADA EXPEDIDA POR EL INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES Especialista en Medición en Ciencias

Más detalles

AVANCES METODOLOGICOS EN LA MEDICION DE LAS HABILIDADES COGNITIVAS

AVANCES METODOLOGICOS EN LA MEDICION DE LAS HABILIDADES COGNITIVAS AVANCES METODOLOGICOS EN LA MEDICION DE LAS HABILIDADES COGNITIVAS CURSO 2004-2005 PROFESORES JOSE LUIS MELIA SUSANA LLORET PEDRO HONTANGAS DEPARTAMENTO DE METODOLOGIA DE LAS CIENCIAS DEL COMPORTAMIENTO

Más detalles

Principios éticos en la evaluación psicológica

Principios éticos en la evaluación psicológica Principios éticos en la evaluación psicológica Los principios éticos en la evaluación psicológica propuestos por la American Psychological Association (1992) son de carácter general para cualquier administración

Más detalles

I.E.S.MEDITERRÁNEO CURSO 2015 2016 DPTO DE MATEMÁTICAS PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O.

I.E.S.MEDITERRÁNEO CURSO 2015 2016 DPTO DE MATEMÁTICAS PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O. PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O. Este programa está destinado a los alumnos que han promocionado a cursos superiores sin haber superado esta materia.

Más detalles

Objeto del informe. ALUMNO 1 Página: 1

Objeto del informe. ALUMNO 1 Página: 1 Nombre: ALUMNO 1 Centro: NOMBRE DEL COLEGIO Curso: 5º E. PRIMARIA Responsable: RESPONSABLE Localidad: LOCALIDAD Fecha: 21 / julio / 2015 Objeto del informe El presente informe recoge la evaluación psicológica

Más detalles

Evaluación Diagnóstica Cognitiva (Cognitive Diagnostic Assessment, CDA)

Evaluación Diagnóstica Cognitiva (Cognitive Diagnostic Assessment, CDA) Evaluación Diagnóstica Cognitiva (Cognitive Diagnostic Assessment, CDA) Roberto D. Cáceres Bauer Unidad de Evaluación, Dep. de Educación Médica, Facultad de Medicina, UDELAR. (PARTE I) Teorías Psicométricas

Más detalles

TEMA 2. LA EVALUACIÓN DE ATRIBUTOS PSICOLÓGICOS A TRAVÉS DEL PROCESO DE MEDICIÓN

TEMA 2. LA EVALUACIÓN DE ATRIBUTOS PSICOLÓGICOS A TRAVÉS DEL PROCESO DE MEDICIÓN Psicometría Aplicada a la Educación- Tema 2 1 TEMA 2. LA EVALUACIÓN DE ATRIBUTOS PSICOLÓGICOS A TRAVÉS DEL PROCESO DE MEDICIÓN 1. El concepto de Psicometría 2. El proceso de medición psicológica 3. Aproximaciones

Más detalles

UINIVERSIDAD DE COLIMA FACULTAD DE CIENCIAS DE LA EDUCACIÓN Fundamentos de la Evaluación Psicológica LAS ESCALAS WECHSLER MC. ALFONSO CHÁVEZ URIBE

UINIVERSIDAD DE COLIMA FACULTAD DE CIENCIAS DE LA EDUCACIÓN Fundamentos de la Evaluación Psicológica LAS ESCALAS WECHSLER MC. ALFONSO CHÁVEZ URIBE UINIVERSIDAD DE COLIMA FACULTAD DE CIENCIAS DE LA EDUCACIÓN Fundamentos de la Evaluación Psicológica LAS ESCALAS WECHSLER MC. ALFONSO CHÁVEZ URIBE Desarrollo La Escala Wechsler de Inteligencia para Adultos

Más detalles

CUARTO INFORME DEL ESTADO DE LA EDUCACIÓN. Aporte Especial

CUARTO INFORME DEL ESTADO DE LA EDUCACIÓN. Aporte Especial CUARTO INFORME DEL ESTADO DE LA EDUCACIÓN Aporte Especial El modelo de Rasch: una herramienta esencial para la evaluación educativa de gran escala Investigadoras: Shirley Rojas Eiliana Montero 2012 Nota:

Más detalles

Divulgación Teoría de respuesta al ítem: una aplicación educativa

Divulgación Teoría de respuesta al ítem: una aplicación educativa Divulgación Teoría de respuesta al ítem: una aplicación educativa Rocío Minerva Hidalgo Flores Maestría en Matemáticas Aplicadas Facultad de Ingeniería, Universidad Autónoma de Querétaro, México rhidalgo@uaq.mx

Más detalles

PROCESOS DE CONTROL DE CALIDAD DEL EXAMEN DE HABILIDADES Y CONOCIMIENTOS BÁSICOS (EXHCOBA)

PROCESOS DE CONTROL DE CALIDAD DEL EXAMEN DE HABILIDADES Y CONOCIMIENTOS BÁSICOS (EXHCOBA) PROCESOS DE CONTROL DE CALIDAD DEL EXAMEN DE HABILIDADES Y CONOCIMIENTOS BÁSICOS (EXHCOBA) FELIPE TIRADO SEGURA / MANUEL GONZÁLEZ MONTESINOS / EDUARDO BACKHOFF ESCUDERO RESUMEN: Se presentan resultados

Más detalles

CORRELACIÓN Y PREDICIÓN

CORRELACIÓN Y PREDICIÓN CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

El modelo Ordinal y el modelo Multinomial

El modelo Ordinal y el modelo Multinomial El modelo Ordinal y el modelo Multinomial Microeconomía Cuantitativa R. Mora Departmento de Economía Universidad Carlos III de Madrid Esquema Motivación 1 Motivación 2 3 Motivación Consideramos las siguientes

Más detalles

Parámetros y estadísticos

Parámetros y estadísticos Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población

Más detalles

VICERRECTORADO DE CALIDAD E INNOVACIÓN EDUCATIVA

VICERRECTORADO DE CALIDAD E INNOVACIÓN EDUCATIVA VICERRECTORADO DE CALIDAD E INNOVACIÓN EDUCATIVA Título del Informe: Análisis de validez y fiabilidad del cuestionario de encuesta a los estudiantes para la evaluación de la calidad de la docencia Fecha:

Más detalles

EVALUACIÓN DEL CUESTIONARIO CEAM

EVALUACIÓN DEL CUESTIONARIO CEAM EVALUACIÓN DEL CUESTIONARIO CEAM RESUMEN DE LA VALORACIÓN DEL TEST Descripción general Nombre del test Autor Características Autor de la adaptación española Editor de la adaptación española Fecha de la

Más detalles

En la presente investigación, se contrastará el modelo propuesto en la. investigación de Marisa Bucheli y Carlos Casacubierta, Asistencia escolar y

En la presente investigación, se contrastará el modelo propuesto en la. investigación de Marisa Bucheli y Carlos Casacubierta, Asistencia escolar y Capítulo 2.- Metodología En la presente investigación, se contrastará el modelo propuesto en la investigación de Marisa Bucheli y Carlos Casacubierta, Asistencia escolar y Participación en el mercado de

Más detalles

1. MEDIDAS DE TENDENCIA CENTRAL

1. MEDIDAS DE TENDENCIA CENTRAL 1. MEDIDAS DE TENDENCIA CENTRAL Lo importante en una tendencia central es calcular un valor central que actúe como resumen numérico para representar al conjunto de datos. Estos valores son las medidas

Más detalles

Asignaturas Máster de Metodología de las Ciencias del Comportamiento y de la Salud Curso 2011/2012

Asignaturas Máster de Metodología de las Ciencias del Comportamiento y de la Salud Curso 2011/2012 Asignaturas Máster de Metodología de las Ciencias del Comportamiento y de la Salud Curso 2011/2012 Periodo de impartición Asignaturas UAM/UCM: Primer semestre: Comienzo: 26 de Septiembre Finalizan: 20

Más detalles

Todo lo que sube baja... (... y todo lo que se carga se descarga!)

Todo lo que sube baja... (... y todo lo que se carga se descarga!) Todo lo que sube baja... (... y todo lo que se carga se descarga!) María Paula Coluccio y Patricia Picardo Laboratorio I de Física para Biólogos y Geólogos Depto. de Física, FCEyN, UBA 1999 Resumen En

Más detalles

Validation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación

Validation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación Validation Validación Psicométrica L art de l évaluation Validation Central Test Central Test Centraltest L art de l évaluation CENTRAL test.com El arte de la evaluación www.centraltest.com Propiedades

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

Tests de hipótesis estadísticas

Tests de hipótesis estadísticas Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

Aplicación de los modelos de credit scoring para instituciones microfinacieras.

Aplicación de los modelos de credit scoring para instituciones microfinacieras. Econ. Reynaldo Uscamaita Huillca Aplicación de los modelos de credit scoring para instituciones microfinacieras. OBJETIVO Proporcionar al ejecutivo del sistema financiero un modelo solido que permita tomar

Más detalles

Clase 2: Estadística

Clase 2: Estadística Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea

Más detalles

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6

Más detalles

EVALUACIÓN DEL CUESTIONARIO. Boehm 3 Preescolar

EVALUACIÓN DEL CUESTIONARIO. Boehm 3 Preescolar EVALUACIÓN DEL CUESTIONARIO Boehm 3 Preescolar RESUMEN DE LA VALORACIÓN DEL TEST Descripción general Nombre del test Autor Características Autor de la adaptación española Editor de la adaptación española

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

NIVEL: 4º E.S.O. ÁREA: MATEMÁTICAS A

NIVEL: 4º E.S.O. ÁREA: MATEMÁTICAS A NIVEL: 4º E.S.O. ÁREA: MATEMÁTICAS A .- 1ª EVALUACIÓN BLOQUE I: TEMA 1: TEMA 2: BLOQUE II: TEMA 3: TEMA 4: TEMA 5: NÚMEROS NÚMEROS REALES PROBLEMAS ARITMÉTICOS ÁLGEBRA POLINOMIOS E C U A C I O N E S, I

Más detalles

Qué es la inteligencia? Eficacia del WISC-IV para su medición

Qué es la inteligencia? Eficacia del WISC-IV para su medición Qué es la inteligencia? Eficacia del WISC-IV para su medición Benito, Y.; Moro, J. y Alonso, J.A. (2009): Ideacción 29. Publicación íntegra, formato word. www.centrohuertadelrey.com/nuevo c_h_rey@cop.es

Más detalles

EVALUACIÓN DEL CUESTIONARIO. Escala de Memoria de Wechsler-IV WMS-IV

EVALUACIÓN DEL CUESTIONARIO. Escala de Memoria de Wechsler-IV WMS-IV EVALUACIÓN DEL CUESTIONARIO Escala de Memoria de Wechsler-IV WMS-IV RESUMEN DE LA VALORACIÓN DEL TEST Descripción general Nombre del test Autor Características Autor de la adaptación española Editor del

Más detalles

EVALUACIÓN PSICOMÉTRICA DE LAS PREGUNTAS Y PRUEBAS CRECER 96

EVALUACIÓN PSICOMÉTRICA DE LAS PREGUNTAS Y PRUEBAS CRECER 96 MINISTERIO DE EDUCACIÓN Vice Ministerio de Gestión Institucional Unidad de Medición de Calidad Educativa EVALUACIÓN PSICOMÉTRICA DE LAS PREGUNTAS Y PRUEBAS CRECER 96 Jorge Bazán Guzmán Lima, Noviembre

Más detalles

25906 Metodología de la Investigación I Prof. Angel Barrasa Curso 2008-09 http://www.unizar.es/abarrasa/tea/200809_25906 CONTENIDOS

25906 Metodología de la Investigación I Prof. Angel Barrasa Curso 2008-09 http://www.unizar.es/abarrasa/tea/200809_25906 CONTENIDOS 25906 Metodología de la Investigación I Prof. Angel Barrasa Curso 2008-09 http://www.unizar.es/abarrasa/tea/200809_25906 CONTENIDOS A. MÉTODOS Y DISEÑOS DE INVESTIGACIÓN EN PSICOLOGÍA 1. Psicología, Ciencia

Más detalles

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Índice 1. Objetivos de la práctica 2 2. Estimación de un modelo de regresión logística con SPSS 2 2.1. Ajuste de un modelo de regresión logística.............................

Más detalles

NTP 15: Construcción de una escala de actitudes tipo Likert

NTP 15: Construcción de una escala de actitudes tipo Likert Año: 1982 NTP 15: Construcción de una escala de actitudes tipo Likert Attitudes measures with a Likert scale Mesurement d'attitudes avec una echélle type Likert Las NTP son guías de buenas prácticas. Sus

Más detalles

Clase 2: Estadística

Clase 2: Estadística Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea

Más detalles

ANÁLISIS DESCRIPTIVO CON SPSS

ANÁLISIS DESCRIPTIVO CON SPSS ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:

Más detalles

Tema 2 Estadística Descriptiva

Tema 2 Estadística Descriptiva Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 2700 individuos con 8 variables. Los datos provienen de una encuesta nacional realizada

Más detalles

Capítulo 8. Tipos de interés reales. 8.1. Introducción

Capítulo 8. Tipos de interés reales. 8.1. Introducción Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más

Más detalles

Teoría y Construcción de Pruebas Psicológicas SIC 636. Clase 4: Clasificaciones más Usuales de las Pruebas Psicológicas. Criterios Empleados

Teoría y Construcción de Pruebas Psicológicas SIC 636. Clase 4: Clasificaciones más Usuales de las Pruebas Psicológicas. Criterios Empleados Teoría y Construcción de Pruebas Psicológicas SIC 636 Escuela de Psicología Clase 4: Clasificaciones más Usuales de las Pruebas Psicológicas. Criterios Empleados Los criterios para clasificar las pruebas,

Más detalles

MATEMÁTICAS ESO EVALUACIÓN: CRITERIOS E INSTRUMENTOS CURSO 2014-2015 Colegio B. V. María (Irlandesas) Castilleja de la Cuesta (Sevilla) Página 1 de 7

MATEMÁTICAS ESO EVALUACIÓN: CRITERIOS E INSTRUMENTOS CURSO 2014-2015 Colegio B. V. María (Irlandesas) Castilleja de la Cuesta (Sevilla) Página 1 de 7 Página 1 de 7 1 CRITERIOS DE EVALUACIÓN 1.1 SECUENCIA POR CURSOS DE LOS CRITERIOS DE EVALUACION PRIMER CURSO 1. Utilizar números naturales y enteros y fracciones y decimales sencillos, sus operaciones

Más detalles

TEMA 6: Gráficos de Control por Variables

TEMA 6: Gráficos de Control por Variables TEMA 6: Gráficos de Control por Variables 1 Introducción 2 Gráficos de control de la media y el rango Función característica de operación 3 Gráficos de control de la media y la desviación típica 4 Gráficos

Más detalles

Instalación del programa PSPP y obtención de una distribución de frecuencias.

Instalación del programa PSPP y obtención de una distribución de frecuencias. Práctica 2. Instalación del programa PSPP y obtención de una distribución de frecuencias. Con esta práctica instalaremos el programa PSPP. El programa es un software específico para el análisis estadístico

Más detalles

Matemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación.

Matemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación. UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD DE LOS MAYORES DE 25 AÑOS CONVOCATORIA 2014 CRITERIOS DE EVALUACIÓN Matemáticas GENERALES: El examen constará de dos opciones (dos

Más detalles

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA Funciones José R. Jiménez F. Temas de pre-cálculo I ciclo 007 Funciones 1 Índice 1. Funciones 3 1.1. Introducción...................................

Más detalles

2. SISTEMAS LINEALES DE PRIMER ORDEN (I)

2. SISTEMAS LINEALES DE PRIMER ORDEN (I) 2. SISTEMAS LINEALES DE PRIMER ORDEN (I) 2.1 INTRODUCCIÓN DOMINIO TIEMPO Un sistema lineal de primer orden con una variable de entrada, " x ( ", y una variable salida, " y( " se modela matemáticamente

Más detalles

BREVE APUNTE SOBRE EL PROBLEMA DE LA MULTICOLINEALIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL

BREVE APUNTE SOBRE EL PROBLEMA DE LA MULTICOLINEALIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL BREVE APUNTE SOBRE EL PROBLEMA DE LA MULTICOLINEALIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL Ramón Mahía Febrero 013 Prof. Ramón Mahía ramon.mahia@uam.es Qué se entiende por Multicolinealidad en el marco

Más detalles

CAPITULO 3 8. HIPÓTESIS

CAPITULO 3 8. HIPÓTESIS 32 CAPITULO 3 8. HIPÓTESIS La primera hipótesis que se propone, por tanto, es que personas con alto nivel de complejidad cognoscitiva analizan a los objetos actitudinales y la información pertinente acerca

Más detalles

4. Se considera la función f(x) =. Se pide:

4. Se considera la función f(x) =. Se pide: Propuesta A 1. Queremos realizar una inversión en dos tipos de acciones con las siguientes condiciones: Lo invertido en las acciones de tipo A no puede superar los 10000 euros. Lo invertido en las acciones

Más detalles

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.

Más detalles

Tema 1: Test de Distribuciones de Probabilidad

Tema 1: Test de Distribuciones de Probabilidad Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).

Más detalles

3. ANÁLISIS ESTADÍSTICOS DE LAS PRECIPITACIONES EN EL MAR CASPIO

3. ANÁLISIS ESTADÍSTICOS DE LAS PRECIPITACIONES EN EL MAR CASPIO Análisis estadístico 31 3. ANÁLII ETADÍTICO DE LA PRECIPITACIONE EN EL MAR CAPIO 3.1. ANÁLII Y MÉTODO ETADÍTICO UTILIZADO 3.1.1. Introducción Una vez analizado el balance de masas que afecta al mar Caspio

Más detalles

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD.

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD. Experimentos con un solo factor: El análisis de varianza Jhon Jairo Padilla Aguilar, PhD. Experimentación en sistemas aleatorios: Factores Controlables Entradas proceso Salidas Factores No controlables

Más detalles

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales. Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes

Más detalles

Cursada Primer Semestre 2015 Guía de Trabajos Prácticos Nro. 2

Cursada Primer Semestre 2015 Guía de Trabajos Prácticos Nro. 2 Temas: Programación en MATLAB: Sentencias, expresiones y variables. Estructuras de control. Operadores relacionales y lógicos. Programación de funciones. Aritmética finita: Representación de números en

Más detalles

descubra el poder del

descubra el poder del descubra el poder del Es posible evaluar la aptitud intelectual del niño de una forma más sencilla, más flexible y más completa que nunca? WISC V, un plus en todos los sentidos. Presentamos la Escala de

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD EJERCICIOS 5 Profesor: Hugo S. Salinas. Primer Semestre 2009 1. Una compañía de seguros utiliza la

Más detalles

Sistemas de vectores deslizantes

Sistemas de vectores deslizantes Capítulo 1 Sistemas de vectores deslizantes 1.1. Vectores. Álgebra vectorial. En Física, se denomina magnitud fsica (o simplemente, magnitud) a todo aquello que es susceptible de ser cuantificado o medido

Más detalles

El concepto de integral con aplicaciones sencillas

El concepto de integral con aplicaciones sencillas El concepto de integral con aplicaciones sencillas Eliseo Martínez Marzo del 24 Abstract Este artículo trata de ejemplos sencillos del concepto de integral con aplicaciones a la Física, la Teoría de la

Más detalles

Caracterización de los niveles de consumo de alcohol en Chile. José Sanhueza, Economista, M.Econ.

Caracterización de los niveles de consumo de alcohol en Chile. José Sanhueza, Economista, M.Econ. Nº 19 / Agosto 2013. ISSN: 0719 2770 BOLETIN Observatorio Chileno de Drogas Nº 4 / Marzo 2015. ISSN: 0719-2770 BIN Caracterización de los niveles de consumo de alcohol en Chile. José Sanhueza, Economista,

Más detalles

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística 1 TAMAÑO DEL EFECTO 2 TAMAÑO DEL EFECTO vel tamaño del efecto es el nombre dado a una familia de índices que miden la magnitud

Más detalles

EVALUACIÓN DEL CUESTIONARIO BCSE

EVALUACIÓN DEL CUESTIONARIO BCSE EVALUACIÓN DEL CUESTIONARIO BCSE RESUMEN DE LA VALORACIÓN DEL TEST Descripción general Nombre del test Autor Características Autor de la adaptación española Editor de la adaptación española Fecha de la

Más detalles

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD Curso Asignatura 2014/2015 MATEMÁTICAS II 1º Comentarios acerca del programa del segundo curso del Bachillerato, en relación con la Prueba de Acceso a la Universidad La siguiente relación de objetivos,

Más detalles

Inteligencia. Exploración de la Inteligencia. Defininición. Diferencias Individuales. Actividad. Copyright 2001 by The McGraw-Hill Companies, Inc.

Inteligencia. Exploración de la Inteligencia. Defininición. Diferencias Individuales. Actividad. Copyright 2001 by The McGraw-Hill Companies, Inc. Inteligencia Exploración de la Inteligencia Defininición Actividad Diferencias Individuales 1 Inteligencia Pruebas de Inteligencia Las Pruebas Binet Identificación de niños con dificultades para aprender

Más detalles

1.1. Introducción y conceptos básicos

1.1. Introducción y conceptos básicos Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................

Más detalles

Pearson Clinical & Talent Assessment. Copyright 2008 Pearson Education, inc. or its affiliates. All rights reserved.

Pearson Clinical & Talent Assessment. Copyright 2008 Pearson Education, inc. or its affiliates. All rights reserved. Pearson Clinical & Talent Assessment Cambios aportados a la WAIS-III Objetivos de la revisión Basados en: 70 años de investigación con las escalas de Wechsler. Aportaciones de expertos en diversos ámbitos.

Más detalles

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO - 1 - UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN Y DESCUENTO Tema 1: Operaciones financieras: elementos Tema 2: Capitalización y descuento simple Tema 3: Capitalización y descuento compuesto Tema

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Para comprender las evaluaciones educativas Fichas didacticas

Para comprender las evaluaciones educativas Fichas didacticas Para comprender las evaluaciones educativas Fichas didacticas Ficha 14 Pedro Ravela + ficha nº 14 las preguntas que el lector debe hacerse ante un informe de resultados La ficha Nº 14 intenta ser un resumen

Más detalles

NORMA CHILENA OFICIAL NCh 1619-1979 ACÚSTICA - EVALUACIÓN DEL RUIDO EN RELACIÓN CON LA REACCIÓN DE LA COMUNIDAD

NORMA CHILENA OFICIAL NCh 1619-1979 ACÚSTICA - EVALUACIÓN DEL RUIDO EN RELACIÓN CON LA REACCIÓN DE LA COMUNIDAD NORMA CHILENA OFICIAL NCh 1619-1979 ACÚSTICA - EVALUACIÓN DEL RUIDO EN RELACIÓN CON LA REACCIÓN DE LA COMUNIDAD 0 INTRODUCCIÓN La reducción o limitación de ruidos que causan molestias es de una importancia

Más detalles

TEORÍA DE LA MEDICIÓN Programa Magíster en Educación

TEORÍA DE LA MEDICIÓN Programa Magíster en Educación TEORÍA DE LA MEDICIÓN Programa Magíster en Educación Curso desarrollado por Psicólogo - Metodólogo En esta unidad se considerarán los siguiente tópicos: Concepto de psicometría Perspectiva histórica de

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

EVALUACIÓN DEL TEST IGF

EVALUACIÓN DEL TEST IGF EVALUACIÓN DEL TEST IGF RESUMEN DE LA VALORACIÓN DEL TEST Descripción general Características Descripción Nombre del test Autor Autor de la adaptación española Editor de la adaptación española Fecha de

Más detalles

Validación de métodos de ensayo

Validación de métodos de ensayo Validación de métodos de ensayo Validación verificación de que los requisitos especificados son adecuados para un uso determinado Ejemplo: Un procedimiento de medición ordinariamente usado para la medición

Más detalles

Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009

Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009 Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios Dra. Noemí L. Ruiz Limardo 2009 Objetivos de la Lección Al finalizar esta lección los estudiantes: Identificarán, de una lista de expresiones

Más detalles

Técnicas para la elaboración de pruebas para la medición del aprendizaje Í T U L O TEMAS Y SUBTEMAS: OBJETIVOS: CAPÍTULO 8 219

Técnicas para la elaboración de pruebas para la medición del aprendizaje Í T U L O TEMAS Y SUBTEMAS: OBJETIVOS: CAPÍTULO 8 219 Técnicas para la elaboración de pruebas para la medición del aprendizaje TEMAS Y SUBTEMAS: 8.1. Tipo de preguntas para la elaboración de pruebas 8.1.1. Preguntas de respuesta libre 8.1.2. Preguntas de

Más detalles

Tema 8. Poblaciones y muestras

Tema 8. Poblaciones y muestras Curso de Estadística Aplicada a las Ciencias Sociales Poblaciones y muestras Fuentes: Manual (tema 19) y Agresti (cap. 2). Poblaciones y muestras Introducción Poblaciones y muestras Tipos de muestras Azar

Más detalles

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD

Más detalles

Validación de Métodos

Validación de Métodos Validación de Métodos Francisco Rojo Callejas Validación de Métodos Definiciones Parámetros básicos Requisitos Validación de Métodos El proceso de definir las condiciones analíticas y confirmar que el

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias

Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía

Más detalles

guía para LOS PADRES APOYANDO A SU HIJO EN LA PREPARATORIA (HIGH SCHOOL) MATEMÁTICAS

guía para LOS PADRES APOYANDO A SU HIJO EN LA PREPARATORIA (HIGH SCHOOL) MATEMÁTICAS guía para LOS PADRES APOYANDO A SU HIJO EN LA PREPARATORIA (HIGH SCHOOL) MATEMÁTICAS HS Las escuelas de los Estados Unidos de América están trabajando para brindar una enseñanza de mayor calidad nunca

Más detalles

CAPITULO III MARCO METODOLÓGICO. Desde la perspectiva de Hurtado de Barrera (2008), el tipo de

CAPITULO III MARCO METODOLÓGICO. Desde la perspectiva de Hurtado de Barrera (2008), el tipo de CAPITULO III MARCO METODOLÓGICO 1. TIPO DE INVESTIGACIÓN Desde la perspectiva de Hurtado de Barrera (2008), el tipo de investigación que propone soluciones a una situación determinada a partir de un proceso

Más detalles

Aula Banca Privada. La importancia de la diversificación

Aula Banca Privada. La importancia de la diversificación Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual

Más detalles

DESARROLLO DE LA PROGRAMACIÓN PARA 4º ESO Opción B. Bloque 1. Contenidos comunes.

DESARROLLO DE LA PROGRAMACIÓN PARA 4º ESO Opción B. Bloque 1. Contenidos comunes. DESARROLLO DE LA PROGRAMACIÓN PARA 4º ESO Opción B Contenidos mínimos según real decreto 1631/2006 Bloque 1. Contenidos comunes. o Planificación y utilización de procesos de razonamiento y estrategias

Más detalles

REGRESION simple. Correlación Lineal:

REGRESION simple. Correlación Lineal: REGRESION simple Correlación Lineal: Dadas dos variable numéricas continuas X e Y, decimos que están correlacionadas si entre ambas variables hay cierta relación, de modo que puede predecirse (aproximadamente)

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.

Más detalles

POLÍTICA ECONÓMICA I. Curso 2008-2009 TEMA 9

POLÍTICA ECONÓMICA I. Curso 2008-2009 TEMA 9 POLÍTICA ECONÓMICA I Curso 2008-2009 TEMA 9 LA REDISTRIBUCIÓN DE LA RENTA 1. Conceptos básicos y causas de la desigualdad 1.1 Renta, riqueza y pobreza 1.2 Distribución funcional, personal y espacial 1.3

Más detalles

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE

Más detalles

EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO

EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO 1º) Considérese un número estrictamente positivo del sistema de números máquina F(s+1, m, M, 10). Supongamos que tal número es: z = 0.d 1 d...d s 10 e Responde

Más detalles

1. Ecuaciones no lineales

1. Ecuaciones no lineales 1. Ecuaciones no lineales 1.1 Ejercicios resueltos Ejercicio 1.1 Dada la ecuación xe x 1 = 0, se pide: a) Estudiar gráficamente sus raíces reales y acotarlas. b) Aplicar el método de la bisección y acotar

Más detalles

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2 Semestre set04 - feb05 Módulos 11-17 Prueba de evaluación contínua 2 - PEC2 Solución Presentación i objetivos Enunciados: descripción teórica de la práctica a realizar Materiales Criterios de evaluación

Más detalles