Cómo aplicar árboles de decisión en SPSS

Un árbol de decisión es una forma gráfica y analítica de representar todos los eventos (sucesos) que pueden surgir a partir de una decisión asumida en cierto momento. Nos ayudan a tomar la decisión más"acertada", desde un punto de vista probabilístico, ante un abanico de posibles decisiones. Estos árboles permiten examinar los resultados y determinar visualmente cómo fluye el modelo. Los resultados visuales ayudan a buscar subgrupos específicos y relaciones que tal vez no encontraríamos con estadísticos más tradicionales. Los árboles de decisión son una técnica estadística para la segmentación, la estratificación, la predicción, la reducción de datos y el filtrado de variables, la identificación de interacciones, la fusión de categorías y la discretización de variables continuas. La función árboles de decisión (Tree) en SPSS crea árboles de clasificación y de decisión para identificar grupos, descubrir las relaciones entre grupos y predecir eventos futuros. Existen diferentes tipos de árbol: CHAID, CHAID exhaustivo, CRT y QUEST, según el que mejor se ajuste a nuestros datos.

Basketball match manager

Aplicació per a mòbils Android que permet la gestió d'entitats relacionades amb una competició de bàsquet i l'scouting d'un partit en curs mitjançant el recull de dades estadístiques en un dispositiu mòbil.

Análisis composicional de datos en Ciencias Geoambientales

Compositional data (concentrations) are common in geosciences. Neglecting its character mey lead to erroneous conclusions. Spurious correlation (K. Pearson, 1897) has disastrous consequences. On the basis of the pioneering work by J. Aitchison in the 1980s, a methodology free of these drawbacks is now available. The geometry of the símplex allows the representation of compositions using orthogonal co-ordinares, to which usual statistical methods can be applied, thus facilating computation ans analysis. The use of (log) ratios precludes the interpretation of single concentrations disregarding their relative character. A hydro-chemical data set is used to illustrate the point

Modelo para calculo estimación del carbono en Tipo Forestal Roble-Raulí-Coigüe en la Reserva Nacional Malleco: Chile

El objetivo de este trabajo es la selección de un modelo para estimación de carbono en Tipo Forestal Roble-Raulí y Coigüe. La recolección de datos se realizo en la Reserva Nacional Malleco. Cada sitio fue representado por un grupo de 5 parcelas (cuadradas, de lado 35m, superficie 1225m2), ubicadas en un transecto según la pendiente más fuerte. Fueron estimados los volúmenes de madera con y sin corteza de la totalidad de los individuos por medio de funciones para cada especie del tipo forestal en estudio. La cantidad de carbono almacenado a nivel de fuste de las parcelas fue estimada aplicando la función universal de carbono. En cada parcela se contabilizaron los árboles por clase diamétrico de DAP, siendo definidas las clases a partir del DAP mínimo de 3 cm y con una amplitud de 5 cm. Fueron ajustados los modelos de Spurr, Meyer, Stoate, Naslund y Schumacher-Hall. El modelo Schumacher-Hall presento el mejor ajuste de acuerdo a los indicadores estadísticos considerados, además de una mejor distribución de residuales.

Índice de agresividad espacial (IAE) de Chenopodium album en el cultivo de algodón para santiago del estero, Argentina

El Índice de Agresividad Espacial (IAE) es un parámetro bioecológico que indica las características de la distribución de malezas. No existen antecedentes sobre el tema en el cultivo de algodón. El objetivo de este trabajo fue determinar el IAE para Chenopodium album (CHEAL) y relacionarlo con las pérdidas de rendimiento. Se trabajó durante la campaña 2007-2008 en el Campo Experimental de la EEA INTA Santiago del Estero, con el cultivar Guazuncho-INTA. Para el cálculo del IAE, se utilizó un modelo que emplea: altura de planta sobresaliente, su biomasa seca y superficie infestada; número de descendientes, biomasa seca y altura media de los mismos. Dentro del cultivo, en 200 m², fueron marcadas 10 áreas de 1 m². Se realizaron análisis estadísticos paramétricos, ANOVA y Tukey (0,05). Los resultados fueron: a) Algodón: peso de parcela medio: 105.000 g; peso por planta: 597 g; el total de plantas: 79,30; altura media: 0,5951 m; rendimiento medio: 2592 kg ha-1 y, b) CHEAL: peso por parcela: 4920 g; nº de plantas por parcela media: 18,7; altura media: 2,72 m; altura de planta madre de maleza: 3,45 m; 187 plantas hijas, medias con 2,40 m de altura y 58 g de biomasa seca, en la parcela de la planta sobresaliente. El rendimiento de algodón fue de 2.329,50 kg ha-1 en el testigo y las pérdidas medias fueron de 89,76%. El IAE obtenido fue de 3,76 (bajo-intermedio) e indica que, en la distribución, actúan numerosas plantas que se desarrollan en torno a una maleza principal. Con un menor IAE, son mayores las pérdidas producidas en el cultivo de algodón.

PELADO QUIMICO Y TERMOFISICO DE ESPARRAGOS

Se ha estudiado el pelado químico y termofísico en una etapa de espárragos de la variedad Argentuil. Para el pelado químico se utilizó la Metodología de la Superficie de Respuesta, evaluando el efecto que las variables concentración del baño de NaOH (20, 40, 60 g/kg), temperatura del baño (55, 70, 85ºC) y tiempo de pelado (30, 75, 120 segundos) tienen sobre el rendimiento de la operación y la calidad del pelado. Para el pelado termofísico se estudió el efecto que el tiempo de pelado (10, 20, 30 segundos) y el tamaño del espárrago ejercen sobre las respuestas mencionadas. Se determinó que los modelos estadísticos obtenidos para el pelado químico fueron apropiados, encontrándose que la mejor calidad de pelado y más altos rendimientos se ubican para condiciones de baja concentración de NaOH, corto tiempo y alta temperatura. En el pelado termofísico el tiempo óptimo de procesamiento, para ambos tamaños de espárragos, fue de 20 segundos, para una presión de trabajo de 5,1 kg/m2.

Resultados de informe Doing Business 2010,septiembre de 2009

Gestión del conocimiento

Condiciones de seguridad en Antonio Nariño

Gestión del conocimiento

Condiciones de seguridad en Chapinero

Gestión del conocimiento

Condiciones de seguridad en Kennedy

Gestión del conocimiento

Condiciones de seguridad en San Cristóbal

Gestión del conocimiento

Condiciones de seguridad en Tunjuelito 2011

Gestión del conocimiento

Condiciones de seguridad en Barrios Unidos

Gestión del conocimiento

Condiciones de seguridad en Ciudad Bolívar

Gestión del conocimiento

Condiciones de seguridad en Los Mártires

Gestión del conocimiento