Me levanto cansado de vivir.

Fracasé hasta el punto de ser malo.

Estoy a punto de caer otro día más.
Bebí café y traté de sonreír.
aunque todos me odien.
e perdido la fe en mi ser.
solo espero ser algun dia feliz.
la sociedad corto mis alas.
para poder volar en el cielo.
estoy loco de tanto maltrato .
escucho en mi cabeza voces.
murmullos de desesperacion.
y aliento para no morir.
La libertad siempre será mejor que el adoctrinamiento ideológico, aunque muchos
prefieren ser costadas las alas para vivir en jaulas por su propia voluntad.

Suponga un caso hipotético. En un estudio de enfermedades de gripe se tienen en cuenta

solo a las variable Y es CHD (si tiene 1, sino es 0) y la Raza a la cual pertenece
(codificada en cuatro niveles =(blanca, negra, hispana, otros)) 

CHD <- c(rep(1, 5), rep(0, 20), rep(1, 15), rep(0, 10), rep(1, 20),
rep(0, 10), rep(1, 10), rep(0, 10)) 
Raza <- c(rep("Blanca", 25), rep("Hispana", 25), rep("Negra", 30),
rep("Otra", 20)) 
# data. Frame , encabezado  
chdraza <- data.frame(CHD,Raza) 
attach(chdraza) 
head(chdraza) 
# representación en tabla 
table(CHD, Raza) 
# aplicación del modelo de regresión logística  
modelo <- glm(CHD~Raza, family=binomial(link = "logit"),
data=chdraza) 
# resumen de los datos 
summary(modelo) 
#Coeficiente del modelo  
coefficients(modelo) 
# resultado 
Normalidad Para determinar la prueba apropiada a utilizar en la hipótesis se procedió a la
comprobación de los supuestos. Las pruebas paramétricas tienen más potencia estadística que
las pruebas no paramétricas, es por ello que se hacen esfuerzos en los estudios de
normalización (Kanyongo et al., 2007)

Para demostrar las hipótesis se utilizó un diseño pre-experimental del tipo RGXO1, se trabajó
con un nivel de significancia de α=0,05, las variables dependientes fueron la variable memoria
(para el caso de la complejidad espacial) y la variable tiempo (para el caso de la complejidad
temporal), ambas de tipo numérico. Sobre la comparación entre la complejidad espacial de las
técnicas clúster de ASI (hrarchy y simlrty) y LA (hclust_vector, dendro_variables y
dendro_diana) se obtuvieron los siguientes resultados: El estudio descriptivo dio como
resultado la Figura 7.17, que presenta las cuatro medidas básicas de centralización y posición
de las técnicas clúster respecto a la memoria.

Normalización

Homocedasticidad Test de Levene Test de Bartlett

Independencia prueba chi cuadrado χ 2

Kruskal Wallis H-test

Mann Whitney Wilcoxon U-test

ANOVA no Paramétrico

Tukey

Estudio de la complejidad temporal