Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Contenido
Definiciones ................................................................................................................................ 1
Mediana .................................................................................................................................. 1
Diferencias .................................................................................................................................. 1
Regresión potencial................................................................................................................. 3
Referencias ............................................................................................................................... 12
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
Definiciones
Según la estadística descriptiva uno de los conceptos básicos es “La media aritmética o promedio (X)
muestra el valor central de los datos constituyendo ser la medida de ubicación que más se utiliza. En general,
es calculada sumando los valores de interés y dividiendo entre el número de valores sumados.” (Paz, 2007,
pág. 4) Creado por Sal Khan; por lo tanto, la media aritmética y el promedio no difieren en ningún concepto
u ecuación.
Mediana
Si suponemos ordenados de menor a mayor todos los valores de una variable estadística, se llama mediana
al valor de la variable tal que existen tantos datos con valores de la variable superiores o iguales como
inferiores o iguales a él. Lo esencial para hallar la mediana no es el valor numérico de la variable, sino la
posición relativa u ordenación de los datos. Es, por tanto, un estadístico aplicable a datos ordinales, como,
por ejemplo, el orden de llegada a una meta y no sólo a medidas numéricas como peso o tiempo. La
definición es, así mismo, ambigua puesto que se basa en una desigualdad no estricta (mitad de los datos
menor o igual que la mediana). Por ello, los estudiantes podrían tener dificultades en saber cuál de las dos
mitades (inferior o superior) engloban los casos centrales cuando aquellos tienen el mismo valor de la
variable; (Cobo, 2000, pág. 2) ; la mediana es el valor medio cuando un conjunto de datos se ordena de
menor a mayor.
Diferencias
La media es una medida en la que nos facilita hallar el promedio de algún caso específico, puesto que la
diferencia de la mediana es el valor de un dato central de un conjunto de números ordenados
secuencialmente.
1
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
que mejor se adecua a los datos de los que disponemos en el modelo de regresión lineal se comparan la F
parcial obtenida en cada uno de los modelos de regresión construidos. (Moral Pelaez, 2016, pág. 13)
Regresión logarítmica
Este modelo de regresión es una alternativa cuando el modelo lineal no logra un coeficiente de determinación
apropiado, o cuando el fenómeno en estudio tiene un comportamiento que puede considerarse potencial o
logarítmico. La forma más simple de tratar de establecer la tendencia es a través de un diagrama de dispersión
o nube de puntos. (Llivisaca, 2016, pág. 2)
Regresión logística
Por su parte, la identificación del mejor modelo de regresión logística se realiza mediante la comparación
de modelos utilizando el cociente de verosimilitud, que indica a partir de los datos de la muestra cuanto más
probable es un modelo frente al otro. (Moral Pelaez, 2016, pág. 14)
2
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
Regresión Exponencial
Este modelo de regresión es una alternativa cuando el modelo lineal no logra un coeficiente de determinación
apropiado (R^2), o cuando el fenómeno en estudio tiene un comportamiento que puede considerarse
potencial o logarítmico. (Paz, 2007, pág. 15)
Regresión potencial
Será aquella en la que la función de ajuste sea una función potencial del tipo: y = a. xb también en este caso
se resuelve lineal izando la función tomando logaritmos ya que: log y = log a + b log x .Considerando las
nuevas variables v = log y u= log x resolveríamos la regresión lineal entre ellas de forma que si el resultado
fuera: v*= A +B u .La solución final quedaría como a= antilog A y b= B
Diferencias entre coeficiente de correlación y coeficiente de determinación
Coeficiente de correlación
El coeficiente de correlación es una medida de asociación lineal que utiliza los rangos, números de orden,
de cada grupo de sujetos y compara dichos rangos. Éste coeficiente es muy útil cuando el número de pares
de sujetos (n) que se desea asociar es pequeño (menor de 30).
3
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
Permitir conocer el grado de asociación entre ambas variables, con Rho de Spearman es posible determinar
la dependencia o independencia de dos variables aleatorias. Este coeficiente de correlación tiene valores
entre -1 y 1 pasando por el 0 (Elorza & Medina Sandoval, 1999).
fuerte asociación negativa: Se da cuando los valores son cercanos a -1, esto quiere decir que al
aumentar un rango el otro decrece. Un ejemplo de esto es la relación existente entre volumen y
presión.
fuerte asociación: Se da cuando los valores son cercanos a 1, esto quiere decir que al aumentar un
rango el también aumenta. Un ejemplo de esto es la relación existente entre el espacio y el tiempo.
4
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
No correlación: Se da cuando el valor es 0, se da cuando no existe un único valor para una de las
dos variables que se están comparando.
5
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
Coeficiente de determinación
El coeficiente de correlación elevado al cuadrado es el coeficiente de determinación, r^2 , que mide el
grado, o fuerza, de la relación que existe entre dos variables, X y Y.
Ejemplo de Excel
Una compañía desea hacer predicciones del valor anual de sus ventas totales en cierto país a partir de la
relación de éstas y la renta nacional. Para investigar la relación cuenta con los siguientes datos:
X Y
189 402
190 404
208 412
227 425
239 429
252 436
257 440
274 447
293 458
308 469
316 469
X representa la renta nacional en millones de euros e Y representa las ventas de la compañía en miles de
euros en el periodo que va desde 1990 hasta 2000 (ambos inclusive). Calcular:
La recta de regresión de Y sobre X.
El coeficiente de correlación lineal y determinación.
Media y mediana de las variables X y Y.
6
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
Parámetros estadísticos
Evaluación del concreto con base a la NSR-10
Los parámetros estadísticos que se deben aplicar para la evaluación del concreto según la NSR-10 (NSR-10,
1997, pág. 82), son:
1. Desviación estándar de la muestra
La desviación estándar de la muestra es determinada de acuerdo al número de ensayos, esta
desviación es una medida que se implementa para manejar las variabilidades que tienen los
materiales, ensayo y producción del concreto.
Para elegir una mezcla adecuada de concreto, se deben seguir tres pasos, en donde el primero de
estos, es determinar la desviación estándar de la muestra, consecutivo a este, se debe determinar la
resistencia promedio a compresión requerida; por último, se debe realizar la dosificación de la
mezcla que se necesita para producir la resistencia promedio.
En este caso, si la planta de concreto tiene registros de ensayos en un tiempo inferior a 24 meses de
antigüedad; debe cumplir las siguientes condiciones:
(a) Representar materiales, procedimientos de control de calidad y condiciones similares a las
esperadas, y las variaciones de los materiales y de las proporciones dentro de la muestra no deben
haber sido más restrictivas que las de la obra propuesta.
(b) Representar un concreto producido para que cumpla con una resistencia o resistencias a la
compresión especificadas, dentro de 7 MPa de cf .
7
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
Si la planta de concreto tiene un número de ensayos consecutivos igual a 30, en donde los materiales y
condiciones son las esperadas, la desviación estándar se ha de calcular con la siguiente fórmula.
En el caso que, se empleen dos registros de ensayos para llegar a los 30 ensayos mínimos, se deberá
implementar la siguiente fórmula
8
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
Tabla 3 resistencia promedio a la compresión requerida cuando hay datos disponibles para establecer una desviación estándar
de la muestra
9
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
importa donde, y que pueden activar sistemas mecánicos debidamente controlados. Una vez
miniaturizados posibilitan la automatización de muchas tareas, dando lugar a aplicaciones hasta
ahora consideradas futuristas como prendas inteligentes o coches sin conductor. Como ejemplo
evolutivo valga el veterano transductor que llamamos teclado (que transforma el impulso de los
dedos en el código correspondiente a la tecla presionada) que ha pasado por el correspondiente
citado “ratón” hasta llegar a las actuales pantallas táctiles.
Estas últimas trabajan con “sensores capacitivos” basados en una capa de aislamiento eléctrico,
como el cristal, recubierto con un conductor transparente; al ser el cuerpo humano un conductor
eléctrico, cuando tocamos la superficie de la pantalla, producimos una distorsión de su campo
electrostático que es detectado por el cambio de capacidad eléctrica que determina la posición
donde se ha contactado la pantalla, cuyas coordenadas se envían a un controlador para su
correspondiente procesamiento. (Martin, 2015)
10
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
Existe una inmensa variedad de transductores y con diversas características para poder seleccionarlos y
aplicarlos en el área de instrumentación industrial. Los transductores se pueden clasificar de acuerdo a su
principio de operación, aplicación, método de conversión de energía, tipo de señal de entrada o de salida,
etc. Aquí lo más comunes y las aplicaciones típicas a que están destinados.
Por otro lado, si el transductor produce una señal eléctrica (voltaje o corriente) sin necesidad de excitación
eléctrica, se les llama transductores activos o de autogeneración; y si únicamente generan una señal de salida
solo cuando se utilizan con una fuente de excitación se les llama transductores pasivos. (Universidad
Nacional Autonoma de Mexico, 1993)
11
Laboratorio de mecánica de sólidos
Informe 1
Profesor: Julián Carrillo
Grupo: A1
Referencias
Cobo, B. C. (2000). La mediana en la educacion seundaria obligatoria. Barcelona: Grao.
12