00:38:43 FREDDY QUIROZ: un poco bajo el audio 00:38:46 FREDDY QUIROZ: se ve bien 00:39:09 cristiancaguana: por aquí se escucha y se ve bien. 00:50:28 Segundo Manzo Neiza: Ingeniero, hay un alumno solicitando permiso para ingreso 01:13:07 Leonela Tacure: Probable 01:13:24 cruzjulio10@yahoo.com: probable 01:13:25 Darwin García: Utopía :) 01:13:26 Maria Garces: posible 01:13:33 ASUS OPTAN: posible 01:13:35 CAlimentacion: YO QUIERO ESTAR AHÍ 01:13:38 SYSTEMarketPC: Probable 01:14:01 Segundo Manzo Neiza: Posible 01:14:12 FREDDY QUIROZ: probable 01:14:15 Christian Salazar: posible pero no probable, como que la moneda cayera de canto jaja 01:14:19 Alex Erazo: posible 01:14:22 Roberto Muñoz: posible 01:14:25 Diego Gustavo Estrella Maldonado: Es posible pero no probable 01:19:54 Ana Paula: todo evento debe ser posible y probable, caso contrario, no es apto para modelamiento estadístico? 01:19:55 Maria Garces: como se discriminan los eventos probables? a traves de realizar miles de veces el mismo experiemnto? 01:19:56 cruzjulio10@yahoo.com: El concepto de modelamiento siempre va a tener como base la teoría de la probabilidad 01:20:00 cruzjulio10@yahoo.com: ??? 01:20:15 Leonela Tacure: Entonces profesor, las cosas poco probables son no medibles? 01:20:30 cruzjulio10@yahoo.com: y la teoría de la probabilidad es la que da la base para el modelamiento 01:21:32 cruzjulio10@yahoo.com: ejemplo de posible y no probable 01:22:18 ASUS OPTAN: Una probabilidad de 1 es probable o ya será un determinístico? 01:22:21 cruzjulio10@yahoo.com: el no probable es que tiene un nivel bajo de porbabilidad y por ello no se da 01:22:36 cruzjulio10@yahoo.com: si 01:22:38 Oscar Toscano: En el ejemplo que se mencionó es entonces cuando se aplica un valor de cero para la probabilidad 01:23:53 cruzjulio10@yahoo.com: ok 01:24:01 Oscar Toscano: ok gracias 01:44:17 FREDDY QUIROZ: un dejavu? 02:12:06 Enrique Pacheco: bibliografía que recomiende 02:12:21 Maria Garces: que pasa si los datos no caen en lo probable? se eligio mal el modelo o se modifica aquello que se sabe de la teoria? asumo que va modificandose a medida que la humanidad conoce mas del universo 02:12:48 aulavirtual8@ister.edu.ec: En que se relaciona el Big data con la estadística clásica 02:12:53 Personal: seria factible una bibliografía que nos recomiende 02:14:16 Fernando Cobeña: Por ejemplo en sistema productivo tenemos un característica (peso kg)... medimos la media calculamos desviación para luego crear una carta de control.. mi pregunta todo este proceso se lo puede denominar un modelo estadístico.. o que podríamos incluir o eliminar 02:16:59 Oscar Toscano: Cuando se cambia de estado de teoría a realidad es cuando el nivel de confianza es irrelevante porque se cumplió todas las condiciones y no hay nivel de error... el nivel de confianza es 1 ? 02:19:13 Jairo Caza: Buenas noches, cómo escojo un tamaño adecuado de muestra ? 02:20:39 Leonela Tacure: Cómo defino que los datos de mi muestra son buenos datos, buenos datos implica buenos modelos? 02:23:12 Rodolfo: Un evento es igual que un experimento? 02:25:23 Rodolfo: Gracias 02:25:30 Segundo Manzo Neiza: Estimado Andrés, tuve un problema en casa y me tuve que levantar de la compu, es viable que el video este disponible antes de la clase de mañana ? 02:26:27 Rodolfo: Si todo bien 02:26:28 Fernando Cobeña: si es muy interesante y entendible la didáctica lo hace fácil de interpretar 02:26:30 cruzjulio10@yahoo.com: A mi criterio del 1 al 10 , es 9 02:26:34 FREDDY QUIROZ: si todo bien 02:26:40 Liliana Tituana: Si profe super buena e interesante con ganas de seguir aprendiendo 02:26:45 MARCELO DEL POSSO: todo muy bien 02:26:46 Estefania Pendolema: muy buena explicación 02:26:48 Felipe Saldaña: todo esta bien, incluido la dinamica. 02:26:48 Christian Salazar: Lenguaje muy claro gracias 02:26:51 Jaime Peña - Ecuador: todo bien 02:26:52 David Alonso: muy bien gracias 02:26:55 Jeanette Ureña A.: Todo muy bien, gracias 02:26:56 FREDDY QUIROZ: la pizarra la subirá tambien 02:26:57 capacitacion.zoom.g5@ug.edu.ec: Es un lenguaje fácil de entender con ejemplos simples 02:26:57 Jairo Caza: super bien, lo mejor es dar ejemplos prácticos 02:26:58 Gisella Andrade: muy bien, gracias 02:27:03 Maria Carrillo: Hola Andres todo bien, al principio la voz estaba muy baja pero ahora mucho mejor 02:27:03 Karina Ortega: La didactica muy buena, sin embargo talvez se puedan hacer dos brake de 3 min durante toda la clase 02:27:10 Karina Ortega: es decir dividir el brake 02:27:22 s960223: Profe todo bien 02:27:30 FREDDY QUIROZ: hecho 02:27:37 Johanna Loor: Excelente la metodología, felicitaciones!! 02:27:39 David Alonso: buenos ejemplos 02:27:45 Maria Carrillo: Las indicaciones nos mandan al moodle 02:27:53 Leonela Tacure: Profe, en la clase se escuchaba y se veía la entrada de su bandeja de Gmail quizás mañana la pueda silenciar 02:27:54 Maria Carrillo: Gracias !!! 02:27:59 Lennys Berutti: gracias, todo excelente 02:27:59 capacitacion.zoom.g5@ug.edu.ec: qué tenemos para mañana 02:28:04 Krlos Mafla: El cuestionario es sólo de la clase de hoy? 02:28:18 Jairo Caza: gracias profe 02:28:21 Giselle Velastegui: Muchas gracias. 02:28:23 Estefania Pendolema: gracias profe 02:28:24 Tomas Coronel: Gracias 02:28:24 aulavirtual8@ister.edu.ec: Gracias 02:28:24 FREDDY QUIROZ: ok listo gracias, igualmente 02:28:26 Alex Erazo: Excelente, muy claro 02:28:26 Tomas Coronel: Buenas noches 02:28:26 Andres Ruales: Saluods y gracias 02:28:27 Alexis: Gracias 02:28:27 Felipe Saldaña: gracias