00:00:37:23 Software Shop, la empresa líder en la implementación de herramientas analíticas y software especializado en Latinoamérica, les da la bienvenida a esta presentación. El día de hoy contamos con el acompañamiento de la instructora Dalila Magister en sitios web y especialista en Auditoría de Sistemas. Doctora en Educación y Estudios Sociales. Docente universitaria con 18 años de experiencia en diferentes departamentos y escuelas académicas como el Departamento de Ingeniería, Departamento de Ciencias Básicas, Escuela, Economía, Escuela de Comunicación, Escuela Internacional de Administración y Marketing y Departamento de Estadística.

00:01:06:06 Bienvenidos. Buenos días. Buenos días a todos. Espero se encuentren muy bien. Muchas gracias, Dalila. Te estoy escuchando. Yendo correctamente. Gustes compartir tu pantalla. Por favor indique mi hora e su sumercé. Me puede decir por favor si hay ya Quinn, te vemos esta semana. Ok, ahí ya vemos. Ok. Muy bien. Buenos días a todos. Mil gracias por la invitación.

00:01:33:05 Digamos que en este, en este webcast lo que venimos a tratar, digamos que seguimos en un hilo cierto, en un hilo conductor, en la temática de demostrar las bondades de Sigma Plot de este software tan potente y tan útil. Cierto. Y dentro de nuestras investigaciones, dentro de la industria, dentro de la academia. Y que digamos que. Que en ese sentido una.

00:01:57:22 Una aliada estratégica cierto dentro de cualquier ámbito, ya sea educativo o industrial, el día de hoy, pues digamos que haremos una serie de talleres, hablaremos de las comparaciones de de mediciones repetitivas, de los con los mismos individuos, hablaremos de la prueba preparada, hablaremos algo de la prueba de rango, consigno, hablaremos algo de Anova de una vía y hablaremos de su cuadrado.

00:02:30:21 Entonces digamos que algunas herramientas estadísticas que nos permiten entonces hacer una analítica bien interesante. Obviamente, digamos que en esos resultados gráficos también. Entonces, pues simplemente cierto. Entonces no digamos que e invitarlos. Cierto que si tienen alguna no la dejen, entonces en el, en el, en el chat. Y entonces digamos que ya cuando terminemos la serie de talleres, pues entonces daremos solución a las a las preguntas, a las dudas, a las inquietudes que tenga.

00:03:03:08 Bien, voy a dejar de compartir mi cámara y para que tengamos una mejor conexión. Bien, como lo dije anteriormente, en lo que nosotros vamos o por lo que vamos a empezar es por las medidas e las comparaciones de mediciones repetidas aquí, permítanme.

00:03:46:19 Bien, pues digamos que en ese sentido, pues nosotros utilizamos procedimientos de medida de repetidas para comprobar las diferencias en los mismos individuos antes y después de unos o varios tratamientos o cambios de condiciones diferentes. Cuando nosotros comparamos muestras aleatorias de dos o más grupos formados por individuos diferentes, se utilizan pruebas de comparación de grupos. Las pruebas de medida repetidas entonces se utilizan para detectar diferencias significativas en la medi en la media o mediana del efecto del tratamiento o de los tratamientos dentro de los individuos, más allá de lo que se puede atribuir a la variación aleatoria de esos tratamientos repetidos.

00:04:14:16 Eh. Se tiene en cuenta, obviamente, la variación entre individuos, lo que permite concentrar el efecto de los tratamientos en lugar de las diferencias entre los individuos. Estas pruebas paramétricas, digamos, suponen que los efectos del tratamiento se distribuyen normalmente con las mismas varianzas o desviaciones estándar. Estas pruebas paramétricas se basan en estimaciones de las medias y desviaciones estándar de la población y los parámetros de distribución normal.

00:04:46:07 Las pruebas no paramétricas no suponen que los efectos del tratamiento se instruya normalmente en lugar de esto. Entonces se van a realizar unas comparaciones en rangos de los efectos observados. Nosotros utilizamos estas comparaciones antes y después para comprobar entonces el efecto de un único tratamiento experimental en los individuos. En los individuos nosotros conocemos dos pruebas o sabemos, digamos que estas dos pruebas, la prueba te parece que se trata de una prueba paramétrica, y la prueba de rango con signo de Wilkinson es que se trata de una prueba no paramétrica.

00:05:13:21 Entonces, para esta comparación de individuos antes y después cierto, utilizamos procedimientos de medidas repetidas para probar el efecto cierto del tratamiento experimental. Entonces hay tres pruebas e disponibles cierto. En estos mismos individuos está el a no direccional de medidas repetidas, está la nueva de dos vías y medidas repetidas. Esta la nueva de Fridman de una medida y repetida en rangos.

00:05:41:10 Recordemos que nosotros aquí entramos a análisis y acá entonces donde aparece Sigma que Stat acá aparece entonces las pruebas, acá nosotros podemos entonces entrar a la comparación de dos grupos y TS es un test, aparece en compara la comparación de varios grupos y están entonces el ANOVA de una vía de dos vías, de tres vías, el de rangos y el alcohol aquí antes y después, que son las pruebas de las que les estaba mencionando.

00:06:10:11 Si nosotros utilizamos uno de estos procedimientos para comparar varios tratamientos y se encuentra una diferencia estadísticamente significativa, podemos utilizar varios procedimientos de comparación múltiple para determinar exactamente qué tratamientos tuvieron efecto y la magnitud de ese efecto. Estos procedimientos entonces se describen para para cada prueba cuando nosotros ingresamos, digamos que a la prueba cierto de medias repetidas, hay algo que aclarar, cierto?

00:06:50:20 Y es que nosotros vamos a encontrar mucho digamos acá, si ingreso a mi las directrices, nosotros vamos a encontrar aquí dos formatos de datos, vamos a encontrar Round, que es como en bruto y los indexados que también habíamos hablado de esto en sesiones pasadas. Cuando nosotros hablamos de los datos en bruto, es que nosotros tenemos las columnas para cada tratamiento y cuando hablamos de indexados pues tenemos digamos que acá en ese sentido las otras columnas, pero acá nosotros podemos notar que estos datos están en columnas, pero estos datos de acá tres, cuatro y cinco van a estar en fila.

00:07:25:20 Entonces acá tenemos allow before, cierto? Y el puntaje, tenemos a John Carter y el puntaje antes y después. Entonces miren o notemos acá cómo serían entonces tres, cuatro y cinco los datos indexados que ya encontramos en pila y los datos en bruto que estarían en las columnas. Bien, digamos que esa es una aclaración que vale la pena realizar si nosotros, por ejemplo, o podemos realizar pruebas de medidas repetidas en la parte de los datos, también seleccionando solo un bloque, una hoja de cálculo antes de elegir la prueba.

00:08:01:15 Si pensamos hacer eso, entonces debemos asegurarnos de que todos las columnas de los datos son del mismo tamaño haya y adyacentes entre si estos datos que nosotros o que estoy presentando acá son unos formatos de datos válidos para una prueba te parea las columnas entonces uno y todos cierto de esa hoja de trabajo están dispuestas como en bruto y las columnas tres, cuatro y cinco están ordenadas como datos indexadas con la columna tres como sujeto, la columna cuatro como el factor y la columna cinco que será la columna de los datos.

00:08:24:29 Entonces nosotros ya digamos que habíamos hablado de estos datos en bruto que se introducen cierto, estos datos de cada tratamiento en columnas de la hoja de cálculo y separadas, se puede utilizar datos sin procesar para todas las pruebas, excepto para los A no más de dos vías. Los datos indexados entonces van a contener los tratamientos en una columna y los puntos de datos correspondientes en otra columna.

00:08:49:09 Uno no va de medidas repetidas de una guía. Requiere un índice de sujetos en una tercera columna, una nueva medida repetidas, por ejemplo, de dos vías, pues requiere la columna de factor adicional para un total de cuatro columnas. Si nosotros planeamos comparar solo una parte de los datos, entonces lo que podemos hacer es poner el índice tratamiento de la columna de la izquierda, seguido el índice del segundo factor y así sucesivamente.

00:09:13:14 Entonces, por ejemplo, acá si yo quiero de manera indexada, entonces yo simplemente doy clic y el me dice el sujeto es el estudiante, el tratamiento es educación y los datos entonces serían los puntajes. Entonces ahí es donde nosotros podemos hacer esa selección, si nosotros queremos hacerlo de otra manera, pues entonces lo que vamos a hacer es seleccionar primero los datos y después ingresar a la prueba.

00:09:53:22 Entonces tenemos acá la prueba en Sigma Stat, cierto, acá la podemos seleccionar y también la podemos seleccionar desde acá. Cierto, yo tengo este, este test, resulta que cuando estamos acá en esta prueba, entonces sabemos que Sigma es sensible a a ciertas y a ciertas opciones, por ejemplo a esta prueba. Entonces lo que va a tratar, por ejemplo, opciones son las opciones para esta prueba, para correr, cierto, para darle, digamos que estas, estas propiedades de estas características que nosotros queremos que ya apliquen a la prueba, entonces tenemos las opciones, cierto?

00:10:30:15 Y cuando nosotros entonces por ejemplo, en este caso tenemos tres pestañas, las vamos a organizar, bueno, a organizarnos y no vamos a seleccionar lo que nos corresponde de cierto para nuestra investigación, para nuestras pruebas. Y aquí le puedo dar ejecutar la prueba o le puedo dar a aceptar si yo selecciono otra prueba, por ejemplo, que sea, no sé si Square, pues acá cuando hay opciones pues miren que solo me aparece una cierto, una ventana de opciones con una pestaña, entonces acá lo que yo hago es seleccionar lo que requiero para mi investigación o para lo que digamos que estoy trabajando en ese momento.

00:10:55:05 Entonces le puedo dar, aceptar o ejecutar la prueba, puedo entrar a ejecutar la prueba de una vez, cierto? Acá en este sentido, pues ya me aparecen los datos tabulados ciertos, como un formato de datos para esta prueba, pero después de que le voy a aceptar puedo cerrar y aquí le puedo decir ejecutar, le doy run. Entonces de esta manera también puedo ingresar a ejecutar la prueba.

00:11:19:02 Esta prueba de parada es un método estadístico paramétrico que asume que los efectos observados del tratamiento se distribuyen normalmente se examinan los cambios que se producen antes y después de una única intervención experimental en los mismos individuos para determinar si el tratamiento tuvo o no un efecto significativo. Nosotros vamos a utilizar la prueba parada cuando queremos ver si es un único tratamiento en el individuo.

00:11:47:18 Es significativo, pero también si los efectos del tratamiento, por ejemplo, los cambios en los individuos antes y después del tratamiento se distribuyen normalmente. Si sabemos que la distribución de los efectos observados no es normal, entonces nosotros podemos utilizar la prueba con rango con signo de Wilkinson. Si se está comparando, digamos, el efecto de múltiples tratamientos en los mismos individuos, pues podemos realizar un análisis de etiquetas para realizar esta prueba.

00:12:11:24 Test variada. Nosotros lo primero que tenemos que hacer es introducir u organizar los datos, digamos como ya se están presentando. Después, si deseamos, entonces entramos a la configuración de la prueba, después pues vamos entonces a ejecutar la prueba o lo que acaba de decir que dentro de las opciones también podemos ejecutar la prueba. Y por último hacemos la prueba.

00:12:38:08 Cierto? Después, si también lo deseamos, generamos el gráfico de informe. Entonces, digamos que nosotros tenemos un algoritmo cierto para la presentación, digamos que para la aplicación de pruebas de casi siempre lo primero que tenemos que hacer es organizar o introducir los datos. Después vamos a la configuración de la prueba, después vamos a la prueba, la ejecutamos y por último, entonces generamos el gráfico si se desea.

00:13:10:01 Cierto, eso es para cualquier prueba lo que podemos hacer entonces para nuestro caso, pues ya tengo acá y prueba mis datos organizados, pues en el sentido de que se haga, pues obviamente el taller mucho más organizado también, pues que nos lleve a feliz término. Entonces tenemos estos datos que se van a probar, cierto? Entonces pueden ser, ya sabemos, brutos o indexados, y los datos entonces ya organizados es como los vamos a ingresar acá.

00:13:40:09 Y lo que vamos a hacer primero es ingresar entonces a la configuración de las opciones de la prueba de PARE. Entonces acá nuevamente la busco, acá before and chapter y test, acá tengo entonces ya los la prueba, pero entonces lo importante es que ya esté aquí ubicada y le digo opciones, cuando le doy las opciones, entonces me aparecen las tres pestañas.

00:14:06:01 El ajuste de los parámetros de la prueba para relajar o restringir la comprobación de la normalidad de los datos, la muestra, el resumen estadístico de los datos y tenemos el cálculo de la potencia o sensibilidad de la prueba. La configuración de esas opciones se guarda pero solo entre sesiones de sitema plot. Y acá entonces tenemos la comprobación de los supuestos, los resultados y las pruebas.

00:14:27:22 Pospongo cuando hablamos de la comprobación de supuestos, pues desde el ajuste los parámetros de una prueba para relajar o restringir las pruebas de normalidad e igualdad de varianza de sus datos. Cuando hablamos de los resultados, entonces pues lo hacemos para que nos muestre un resultado estadístico a los datos del informe y guardar los recibos en una columna de la hoja de cálculo que nosotros deseamos.

00:14:50:17 Y cuando hablamos de las pruebas pues ok, pues se calcula la potencia o sensibilidad de la prueba. Aquí va un consejo y es que si vamos a revisar la prueba después de cambiar las opciones de la misma y deseamos seleccionar los datos antes de realizarla, pues entonces demos arrastrar los datos, el perdón, el puntero sobre los datos para continuar con la prueba.

00:15:26:05 Entonces digamos que se ajusta, cierto? Y nosotros podemos darle ejecutar. Cuando nosotros entramos a esta parte de el de la comprobación de los supuestos, pues nosotros allí encontramos, por ejemplo anormal y tty hem sigma utiliza la prueba de Shapiro ui o la de Smirnoff para comprobar si la población tiene una distribución normal. El valor p a rechazar, pues se introduce cierto valor de P correspondiente en la casilla y ese valor pues, determina la probabilidad de equivocarse.

00:15:54:00 Al concluir que los datos no se distribuyen normalmente. El valor P es el riesgo a rechazar falsamente la hipótesis nula de que los datos se distribuyen normalmente. Para exigir un cumplimiento más estricto de esta normalidad, pues se aumenta el valor de P. Dado que los métodos estadísticos paramétricos son relativamente robustos en términos de detección de violaciones de los supuestos, el valor sugerido por Sigma es de 0,050, que es el que vemos allí.

00:16:19:28 Valores mayores de P, por ejemplo, 0,7, pues requieren menos pruebas para concluir que los datos no son normales. Y tenemos entonces pues digamos que hay una restricción y es bueno saberla. Y es que aunque la prueba anormalidades robusta para detectar estos datos, digamos que es de la poblaciones que no son normales, existen condiciones extremas de distribución de datos que esta prueba no puede tener en cuenta.

00:16:49:23 Sin embargo, estas condiciones deberían detectarse fácilmente, examinando simplemente los datos sin recurrir a una prueba de su posición automática. Bien, tenemos entonces acá la parte de los resultados. Entonces acá nosotros vemos, por ejemplo, los intervalos de confianza y vemos los recibos en columna y la tabla de resumen. Cuando hablamos de la tabla de resumen, pues va a mostrar el número de observaciones de una columna grupo E y va a utilizar para mostrar el número de valores perdidos.

00:17:10:01 Vamos a tener valor medio y va a mostrar la desviación típica, va a mostrar el error típico de la media de la columna o del grupo que estemos analizando los intervalos de confianza, pues digamos que es de sentido que muestra el intervalo de confianza para la diferencia de las medidas para cambiar el intervalo, pues obviamente se introduce cualquier número de 1 a 99.

00:17:46:15 Sabemos cierto que 95 y 99 son los intervalos más utilizados y cuando hablamos de los recibos de las en columnas, pues se van a mostrar los residuos en el informe y permite guardar esos residuos de la prueba en la columna de la hoja de cálculo especificada. Y aquí nosotros vamos a entrar y editar. Eso es. Digamos que en cuanto a los resultados, cuando hablamos e revisamos el post test, pues acá nosotros digamos que aparece el utilizar el valor de alfa, que es la probabilidad aceptable de concluir incorrectamente que existe una diferencia.

00:18:09:24 El valor sugerido es de alfa de 0,05, que eso indica que hay una probabilidad de error de uno entre 20 es aceptable o que seis estamos dispuestos a concluir que hay una diferencia significativa cuando p es menor a 0.05. Tenemos entonces ya en ese sentido cierto, la configuración de las opciones. Vamos a dejar de esta manera y aquí.

00:18:37:15 Entonces simplemente le digo Ejecuté la prueba cuando ejecutó la prueba, entonces acá, cierto? Entonces me dice, bueno, entonces sus datos van a ser de que forma? Bueno, el formato, los datos entonces en bruto o indexados en este sentido, los voy a dejar indexado y voy a darle el siguiente y aquí el siguiente. Entonces lo que nosotros hacemos aquí ya es entonces seleccionar nuestros datos, entonces lo había acabado de hacer.

00:19:03:26 Entonces el sujeto, el tratamiento y los datos, entonces voy seleccionando que si quiero seleccionar los antes lo hago cierto? Y después entonces lo que hago es de siguiente sub y el ya me reconoce automáticamente los datos, eso es digamos que para el ingreso de nuestros datos. Entonces acá lo que hago que es darle finalizar y cuando lo doy finalizar me aparece el report.

00:19:35:03 Entonces acá en el reporte, ok, acá en el reporte entonces no voy a aumentar un poquito y acá lo que hace es este informe de la prueba T y de la de etiquetas e, muestra el estadístico de los grados de libertad, el valor de P de la prueba y los demás resultados mostrados en el informe se seleccionan en el cuadro de diálogo opciones para la prueba T parada este.

00:20:03:14 Este informe es algo muy, muy completo. Cierto? Además de los resultados numéricos, pues también pueden aparecer explicaciones ampliadas de los resultados que aquí los vemos y digamos que los resultados de esta prueba normal y demuestran si los datos superaron o no la prueba de la suposición de que los cambios observados en cada sujeto son coherentes con una población anormal y el valor P calculado por la prueba que se requiere una fuente definida normalmente para todas las pruebas paramétricas.

00:20:26:06 Entonces acá lo que nosotros tenemos, cierto es que Sigma Plot puede generar una, digamos que es este reporte, pero también una tabla de resumen que si bien pues digamos que no la tenemos como tabla dibujada con unas líneas, pero que sí tenemos unas tabulaciones donde se muestra la tabla en esa tabla, entonces lo que nosotros tenemos es el tamaño que es N, que es el número.

00:20:58:28 Observaciones no docentes para esa columna grupo tenemos seis mixin, que es el número valores que faltan para esa columna o grupo tenemos la media que es el valor medio de la columnas y las observaciones se distribuyen normalmente la medidas del centro de la distribución tenemos la es la desviación típica y esto pues que si las observaciones se distribuyen normalmente aproximadamente 2/3 se sitúan dentro de una desviación típica por encima o por debajo de la media y aproximadamente el 95% de las observaciones se situarán dentro de dos desviaciones típicas por encima o por debajo de la media.

00:21:25:15 Y tenemos también el error estándar de la media, que esta es la aproximación con la que la medida calculada a partir de la muestra se aproxima a la verdadera media de la población. Pero nosotros también tenemos otros que otros valores. Por ejemplo, tenemos la estadística T que digamos que este estadístico se calcula restando los valores antes de la intervención del valor observado, después de la intervención en cada sujeto experimental.

00:22:06:08 Aquí pues obviamente tenemos la fórmula que es en la medida la diferencia en la medida de los sujetos antes y después de sobre el el error estándar de la media de la diferencia de la media. Entonces pues obviamente digamos que en ese sentido, con las fórmulas, ahí sí ya, digamos que obviamente para los que las conocemos, pues simplemente la la, la, las, las estamos simplemente como referenciando, como contextualizando, cierto, a partir de digamos que de los valores absolutos de estos tres grandes mayores que dos, se puede concluir que el tratamiento afectó la variable de interés, se rechaza la hipótesis nula de ausencia diferencias.

00:22:24:23 Entonces una tema de por cierto, indica que la diferencia en el valor observado después y antes del tratamiento es mayor de lo que cabría esperar de la variabilidad del efecto. Tenemos los grados de libertad, por ejemplo, que es una medida. El tamaño de la muestra que afecta a la capacidad de T para detectar diferencias en los efectos medios.

00:22:53:13 Tenemos también el valor de P, que es la probabilidad de equivocarse al concluir que existe un efecto verdadero. Por ejemplo, la probabilidad de rechazar falsamente la hipótesis nula o de cometer un error de tipo uno pasado. Tenemos también los intervalos de confianza para las medias. Tenemos el nivel de confianza para la diferencia medias. Tenemos el nivel e tenemos la presencia cierto e o sensibilidad de una prueba T para que la probabilidad de que la prueba detecte o diferencia entre tratamiento.

00:23:26:27 Si realmente existe una diferencia, tenemos a Alfa, tenemos tenemos acá una serie de resultados. Si me desplazo aquí, es tan cierto todos esos resultados. Ahora bien, con estos resultados, cuando lo dije ahorita que teníamos como, como el algoritmo, pues nosotros seguido a esto cierto, podemos hacer una representa ción gráfica dando clic derecho. Entonces acá me parece que resultados gráficos y para esta prueba me aparecen tres gráficos, aparece el gráfico de líneas de antes y después el gráfico de probabilidad normal de los residuos y el histograma.

00:23:49:28 Lo residuales. El primero utiliza líneas para trazar el cambio de un sujeto después de que un tratamiento. El segundo, el de la probabilidad normal de los residuos, representa la frecuencia de los residuos brutos y el histograma, pues trata los residuales brutos en un rango específico. Utilizan un conjunto de intervalos definidos. Para esta ocasión vamos a utilizar el gráfico de probabilidad normal.

00:24:26:15 La modelar lo seleccionamos, le damos doble clic o le decimos doble clic. Apareció. Me acabo de volver un pito, acá estoy y aparece. Entonces ya nuestro gráfico. Entonces acá lo que nosotros podemos hacer, que siempre lo hago, es darle como un poquito más de digamos que de y caracterizarlo un poco más cierto a lo que queremos evidenciar, a lo que nosotros queremos mostrar de este gráfico, por ejemplo, recordemos también que nosotros podemos aquí darle doble clic o ir aquí a gráficas.

00:24:51:02 Cuando voy a crear país, pues entonces ya aparecen todas las herramientas para poder modificar y modificar las propiedades del mismo. Entonces acá por ejemplo, le voy a dar un color de fondo, pero también quiero que este es escáner, tenga un color. Entonces le voy a decir acá que sea por ejemplo de este color, creo que lo deje del mismo perdón, de este color perfecto.

00:25:19:24 Es que hay doble clic. Cuando le doy doble clic, entonces me aparece las propiedades del gráfico, pero ya obviamente en detalle. Entonces acá me aparecen por ejemplo los símbolos, entonces digo bueno, pero yo quiero un tamaño más grande para esos símbolos, para que me muestre cierto algo y sea evidenciarlo. Entonces aquí aparecen ciertos ya de forma más em de gran tamaño y también, por ejemplo, que se vean acá un poquito más, eh?

00:25:53:15 Los e, los títulos de los ejes. Entonces acá también que sea un poquito más este título de los ejes, cierto ya es digamos que para mostrar este gráfico, para analizarlo, por qué no? Entonces acá tenemos cierto el gráfico de esta prueba del paleta test y de lo que representa a partir de unos datos. Cierto que ya la analítica pues parte es de nosotros y de nuestros conocimientos de la aplicación, para así mismo digamos que hay que tomar decisiones.

00:26:16:26 Si es el caso. Bien, esto es cierto, lo que nosotros entonces tenemos con esta prueba y en ese sentido podemos seguir, digamos que seguimos obviamente por la misma línea con la prueba de rango con signo de Wisconsin que nosotros digamos que esta es una prueba, pues un procedimiento no paramétrico que no requiere asumir normalidad o igualdad de varianza.

00:26:42:29 Utilizamos esta prueba cuando queremos ver si el efecto de un único tratamiento en el mismo individuo es significativo. También cuando los efectos del tratamiento nos destruyen normalmente con las mismas varianzas. Entonces, en ese sentido es de esta prueba de rango. Ordena todas las diferencias de tratamiento observadas de menor a mayor, sin tener en cuenta el signo, basándose obviamente en su valor absoluto, y después asigna el signo diferente a los rangos.

00:27:05:09 Los rangos conocidos se suman y se comparan y este procedimiento utiliza el tamaño y los efectos del tratamiento y el signo. Si no hay efecto en tratamiento, pues los rangos positivos deben ser similares a los negativos. Si los rangos tienden a tener el mismo signo, se pueden concluir que un efecto del tratamiento, por ejemplo, que hay una diferencia estadísticamente significativa antes y después del tratamiento.

00:27:40:21 Entonces lo que nosotros debemos hacer entonces es tener nuestros datos cierto, ya organizados después, entonces es ingresar análisis. Estoy en Sigma Stat y acá, entonces voy a nuevamente la prueba de antes y Before Master y le digo asigne tres y tengo entonces allí la prueba. Esto lo voy a cerrar un momento, recordemos que después de tener la prueba, entonces si lo deseamos modificamos la opción los F, las opciones, después ejecutamos la prueba y por último hacemos un unos resultados gráficos.

00:28:11:06 Entonces tenemos estos datos cierto para analizar perdón, igual que en el anterior y la anterior prueba. Si yo le de prom entonces me dice el formato de los datos, como son, como están sus datos, están en bruto o están indexados para esta prueba. Entonces nosotros tenemos las columnas uno y dos que están dispuestas como datos en bruto y las columnas tres, cuatro que están ordenadas como datos indexados con la columna tres como columna del factor.

00:28:44:18 Entonces tenemos aquí un sujeto, tenemos el tratamiento y tenemos el tamaño y tenemos antes y después de la dosis en las columnas uno y 234 y cinco indexadas uno y dos las tenemos como trabajo en bruto. Los datos en bruto cuando nosotros ajustamos en las opciones, vamos a encontrar en estos, digamos, el ajuste, los parámetros de la prueba, cierto, como lo anterior, para relajar o restringir la comprobación de la normalidad de los datos, vamos a mostrar los datos de resumen, los resultados y activar el factor de corrección de genes.

00:29:08:03 Entonces ahí lo tenemos, cierto? En este, digamos que en este, en este, en esta ventana, pues vamos a tener la comprobación de supuestos y los resultados. Esta comprobación de supuestos son los ajustes de los parámetros de una prueba para lo dije anteriormente, relajar o restringir la comprobación de la normalidad de los datos y los resultados, pues para mostrar simplemente el resultado, el resumen estadístico.

00:29:38:20 Entonces acá lo que nosotros tenemos cierto? Sigma utiliza la prueba de Shapiro While o la de Smirnov. Ya lo. Ya lo sabemos, cierto? Para comprobar si la población tiene una distribución normal y el valor P entonces para rechazar que también ya lo hablamos anteriormente y acá entonces puedo pasar a los resultados. Entonces en los resultados en esta tabla de resumen, por ejemplo, enumeran las medianas, percentiles y tamaños de muestra n en el informe y la prueba de suma de rangos.

00:30:11:19 Nosotros podemos cambiar estos valores de percentiles quitando las casillas, pero digamos que los sugeridos son 25 y 75. El factor de corrección de Jake, pues cuando una prueba estadística utiliza una distribución x al cuadrado con un grado libertad, como es el análisis de una tabla de contingencia de dos por dos. La prueba de la x cuadrado calculado tiende a producir valores demasiado pequeños en comparación con la distribución real del estadístico de la prueba x al cuadrado, menos la distribución teórica de x al cuadrado, que es continua.

00:30:33:01 Tenemos entonces, digamos que en ese sentido, este es el factor de corrección y lo utilizamos para ajustar la baja del valor de X al cuadrado calculado para compensar esta discrepancia. Bien, la corrección de si se aplica a tablas de dos por dos y otras estadísticas en las que el valor de P se calcula a partir de una distribución de x al cuadrado con un grado de libertad.

00:30:58:24 Esas son las opciones que nosotros podemos ajustar. Entonces, acá lo que vamos a hacer es de una vez ejecutar nuestra prueba. Entonces tenemos los datos, cierto? Acá los vamos a dejar indexado, así que hemos entonces indexado lo siguiente entonces ya sé que es el tres, el cuatro y el cinco sujeto tratamiento y el da cinco planos en forma y sugiere Aquí le voy a decir.

00:31:27:19 El nos sugiere cierto en continuar el análisis utilizando una prueba que pare antes. Acá le digo que sí y me bota, cierto, me arroja unos resultados. Entonces estos resultados cierto, con la prueba de rango y Wilkinson y el valor P para ver los resultados adicionales que se mostrarán, se seleccionan en el cuadro de diálogo opciones para la prueba rango consigno que lo podemos hacer desde allí.

00:32:02:11 Vamos a explicar un poquito los resultados como lo hicimos anteriormente. Entonces me aparece la prueba en normalidad. Esos es resultados de la prueba, pues muestran si los datos superaron o no la prueba de hipótesis de que la diferencia del tratamiento procede de un estudio normal y el valor P calculado por la prueba. Tenemos digamos que el cuadro cierto, la tabla de me genera una tabla resumen que enumera los tamaños de muestra cierto que es n el número valores perdidos si los hay, las medianas y los percentiles en todos estos resultados se muestra en el informe.

00:32:51:03 A menos que nosotros nos desactiven en el cuadro de diálogo de las opciones de de prueba. Y ya sabemos que todo explicamos m e la falta y es casi el número. Valores que faltan para esta columna grupo tenemos las medianas, tenemos los percentiles, pero también tenemos nuestros. Digamos que más allá de lo de la parte cuantitativa, cierto de que todos estos son resultados cuantitativos, pero que hay unas explicaciones más allá, entonces miremos acá, si esto en la parte de que ahora aparecen estos resultados de forma más detallada, tenemos e lo que es e, p lo que es el en poder, digamos que el de la oración con Alfa tenemos bueno acá sus resultados numéricos, que

00:33:26:15 también podemos entrar, digamos que a detallar tenemos entonces allí cierto ya nuestros resultados y lo que voy a hacer ahora es entonces entrar a mi resultados gráfico, entonces mi resultado gráfico en ese sentido tenemos tres, entonces nuevamente tenemos por pero en plot tenemos el histograma y tenemos el gráfico de la probabilidad normal. Para este caso voy a utilizar el bit for, adaptarla en plot o darle doble clic o puedo decirle aquí ok, y aparece entonces acá ya las líneas cierto?

00:34:01:07 Este gráfico de de dispersión antes y después lo que voy a hacer entonces simplemente como lo hice anteriormente, entrar estos. Eso es digamos que ya más de tiempo de saber que necesitamos entonces entrar a detallar un poco más. Y en ese sentido y ya resaltar, digamos un poco más, pues la gráfica en acá de mole, otro color, algo más, es más con profundidad que se vea digamos que estas líneas y que así mismo se puede hacer como como el análisis.

00:34:30:17 Cierto de nuestros datos, pero de manera gráfica recordemos que nosotros tenemos aquí una amplia gama para poder modificar nuestros nuestros gráficos a nuestra bueno, a nuestra conveniencia eh, creo que que. Que si necesitamos resaltar alguna línea o simplemente necesita mos. Digamos que mover algo bueno, no sé en ese sentido lo que se necesite presentar en las investigaciones o solo algunos datos, entonces lo podemos hacer.

00:35:02:02 Aquí está In Group Page, el mismo también lo hicimos en sesiones pasadas y no quedarnos en la herramienta, digamos acá. Si vamos a presentar el hacer un análisis de resultados gráficos, nos podemos llegar a pedir que nos como ya ahora podemos ver, por eso podemos exportar viendo como llevar y en ese sentido, pues digamos que sí estamos armando nuestros artículos, también lo podemos migrar a la herramienta que nosotros queramos, podemos guardar los como e jpg, por ejemplo en formato de imagen para que nos quede.

00:35:32:09 Pues digamos que en ese sentido un artículo mucho más profesional, que no tengamos algunos inconvenientes con o con, digamos con la migración de ciertas gráficas o de ciertos elementos. En ese sentido, digamos que es una característica principal bondadosa de esta herramienta. Entonces, y lo digo por experiencia, cuando estamos haciendo investigación y los llevamos, pues es simplemente como, como imagen, creo que lo puedo ajustar mucho mejor dentro de mi, em, dentro de mi escrito.

00:36:18:00 Entonces digamos que pues obviamente también esto difiere cierto de otros investigadores que pues no sé, de pronto los llevarán en un formato, un 12 en otro formato, o ya estén trabajando en PDF o no quieren recortar y pues obviamente aquí lo podemos hacer. Si estamos trabajando en Excel pues podemos llevar los datos de Excel, podemos em e también, digamos que en ese sentido ese partner digamos que tenemos con Excel, esa conexión que tenemos con el también es bien interesante, entonces no es una herramienta que es digamos que que se trabaje en solitario, pero digamos que más allá, si, sí, si es pensado en el trabajo colaborativo con otras herramientas, entonces bien, interesante también está esta

00:36:52:16 característica de la herramienta que pues vale la pena nombre. Hablemos un poquitico entonces del análisis de varianza de media repetidas de una vía a no? Entonces, pues digamos que en ese sentido nosotros tenemos pues para analizar cierto? Y que en ese sentido si nos creemos que nos podríamos extender en el en el webcast y vamos a ver, entonces simplemente este taller es cierto con el análisis de de la Novo e háblenos un poquitico de pues porque, de cuando utilizarla.

00:37:15:05 Pues cuando queremos ver si un grupo de individuos se vio afectado por una serie de tratamientos o condiciones experimentales, cuando solo se considera un factor, un tipo de intervención en cada tratamiento, condición, o cuando los efectos de tratamiento se instruyen normalmente con las mismas varianzas. Si sabemos que los resultados de tratamiento pues no se van a disminuir normalmente pues utilizamos el ANOVA de Fridman de media repetidas en rangos.

00:37:48:26 Si desea considerar los efectos de un factor adicional en su tratamiento experimental, puede utilizar el ancho de media repetidas de dos vías. Cuando sólo hay un tratamiento, puede hacer una prueba de pared dependiendo. Esto depende del tipo de resultados que que usted desee dependiendo la configuración de las opciones de Anova de media repetidas de una vía. Si usted intenta realizar una no en una población no normal, Sigma le informa que los dos no son adecuados para esta prueba paramétrica y sugiere, en ese caso, la norma de Friedman de en rangos.

00:38:23:22 Entonces, digamos que también la herramienta nos apoye, nos colabora, cierto? En ese sentido, de un mejor cierto nos nos hace un acompañamiento y nos muestra y nos aconseja. Cierto que de pronto prueba poder utilizar pues el ánodo de una vía o de factor de medida repetidas. Comprobar las diferencias en el efecto, en hacer intervenciones experimentales y sobre el mismo grupo de sujetos, examinando los cambios en cada y diseño de una nueva.

00:38:47:26 Unir hecho en de media repetidas es esencialmente el mismo que una prueba que pared sólo pues haciendo la salvedad que puede haber varios tratamientos en el mismo grupo, la hipótesis nula es que no hay diferencias entre los tratamientos. El análisis de variación una es una prueba paramétrica que. Pues asume que todos los efectos del tratamiento se distribuyen normal mente con las mismas desviaciones estándar.

00:39:15:03 Las variantes cómo hacemos para realizar una prueba? Una una nueva unidireccional? Pues bueno, primero igual introducimos nuestros datos y los organizamos. Si deseamos, entonces configuramos las opciones de Anova EM. Después entramos a la pestaña de análisis en Sigma Sharp y ejecutamos la prueba. Después generamos el gráfico de informe si se desea y pues allí mismo pues se hace el análisis.

00:39:43:06 Entonces todas miren que al menos las que estamos realizando hay, configuramos, organizamos datos, limpiamos datos después entonces opciones de Anova, así las vamos a a cambiar, bueno, lo que vayamos a digamos a querer representar también, entonces por modificar las opciones después de las opciones ejecutamos la prueba. Después de ejecutada la prueba hacemos un resultado gráfico y así pues entonces ya tenemos reporte y reporte gráfico.

00:40:20:26 Entonces aquí lo que voy a hacer es entrar al análisis acá, entonces voy al tests, le digo de medidas repetidas, de que le digo cuando mejores, ah no, entonces acá lo tenemos bien y como hemos hablado durante todo el webcast, entonces tenemos en round bruto y en indexado los datos. Ya nosotros digamos que sabemos lo que significa cada uno y como tenemos representados los entonces ese es un formato válido, lo que tenemos aquí en, en, en, en pantalla.

00:40:47:19 Valido para un no m repetidas de una. Bien, las columnas de uno a la tres y están dispuestas como datos en bruto. Cuatro, cinco y seis están dispuestas como datos indexadas con la columna cuatro con como columna de y dice tratamiento y la cinco como columna de índice de sujetos. Si hay valores que faltan, se los maneja automáticamente sus datos utilizando un modelo lineal general.

00:41:25:25 Este enfoque construye pruebas de hipótesis utilizando las sumas marginales de cuadrados. Sin embargo, las columnas deben seguir teniendo la misma longitud. Cómo? Digamos que en ese sentido acá ya le digo cancelar, cierto? Y en grueso perdón, aquí a las opciones. Entonces noten que muy parecida cierto a nuestra primera práctica aquí, cuando nosotros digamos que utilizamos esta prueba para ajustar los parámetros de la prueba para relajarnos y restringir la comprobación de la normalidad e igualdad de varianzas de los datos para visualizar las tablas de resolver y para permitir comparaciones múltiples.

00:41:52:08 También para calcular la potencia, la sensibilidad de la prueba. Acá entonces tenemos la comprobación de supuestos que es el ajuste, los parámetros de una prueba para relajar o restringir las pruebas de normalidad e igualdad de varianza de los datos. Los resultados que puede mostrar el estadístico y el resumen estadístico de los datos en el informe y la prueba pozo que calcula la potencia o sensibilidad de la prueba y habilita las comparaciones múltiples.

00:42:37:08 Bien, acá entonces tenemos ya lo que es la prueba normalidad, cierto estigma pronto utiliza la prueba. Yo aspiro buen em. Hola, cómo no, ya lo hemos hablado. Pues notado las pruebas de igualdad de varianza que Sigma comprueba la igualdad de varianza verificando la variabilidad de las medidas de los grupos, los valores P para normalidad. Igual la teoría es este valor, pues determinar la probabilidad de equivocarse al concluir que los datos no se distribuyen normalmente y que pues caemos en el reto de rechazar falsamente la hipótesis nula de que los datos se distribuyen normalmente tenemos pues, digamos que la diferencia para exigir el cumplimiento de, digamos que más estricto, sabemos que podemos aumentar el valor de

00:43:13:06 P y tenemos entonces en la parte de los resultados. Entonces aquí en resultados tenemos la tabla de resumen. Cierto que pues digamos que para visualizar el número, observaciones de una columna o el grupo, el número valores perdidos, el valor medio e la desviación típica, el error típico de la media de la columna o grupo. Y tenemos también los recibos en columna, pues obviamente seleccionamos allí para que se muestren los recibos en el informe y pues podemos también almacenar esos e esos datos.

00:43:46:23 Bien, pasamos aquí a post cócteles, cierto? La prueba post job, pues hablamos acá de la potencia que digamos que es la potencia sencilla de la prueba, cierto de una prueba que es la probabilidad de que la prueba detecte una diferencia entre los grupos. Si realmente existe esa diferencia alfa que la probabilidad de aceptar, de concluir incorrectamente que existe una diferencia el valor sugerido 0,05 y los valores más pequeños de Alfa dan el lugar a requisitos más estrictos antes de concluir que hay una diferencia significativa allí.

00:44:26:03 Tenemos entonces cierto esta no direccional de medias repetidas que pone a prueba la hipótesis de acceso a diferencias entre los distintos grupos de tratamiento, pero no determina que grupos son diferentes ni el tamaño de estas diferencias. Vamos entonces a realizarla. Cierto? La prueba, entonces vamos aquí y a ejecutarla. Voy a los datos, le voy a decir que son los datos round en bruto y acá entonces empiezo a seleccionar el dato dato dos y acá que seguían entonces ya la parte de y el placebo, la hormona y la hormona B.

00:44:55:23 Esos son mis datos, pero si notamos entonces acá también nosotros pues los tenemos cierto? El, el, el sujeto, el tratamiento y los datos aquí entonces lo que voy a hacer es darle que finalizar y cuando lo finaliza, entonces el ya me muestra siete tipos de pruebas de comparación múltiples que son Holcim, TAC y prueba de toque en la prueba de Schilling, Nisman y la prueba de la prueba de bronce.

00:45:29:08 Ronny Tenemos la LC Fischer, tenemos la prueba de DONE, tenemos la prueba rangos múltiples de Duncan. Entonces son estas siete pruebas de comparación múltiples disponibles para la nueva unidireccional. Eso es lo primero. Entonces que nosotros, pues acá digamos que podemos seleccionar. Obviamente no entro en detalle cada una de las pruebas, en este caso hay Aragón, Ferrón y pero pues de acuerdo a lo que nosotros, a las pruebas que estemos realizando, pues así mismo entonces vamos a aplicar la prueba de comparación.

00:45:55:24 Tenemos dos tipos de comparaciones múltiples disponibles para las nueve medidas repetidas de una vía los tipos de comparación que pueden realizar depende de la prueba de comparación múltiple seleccionada. Entonces tenemos todas las comparaciones por pares que comparan todos los pares de tratamientos posibles, y tenemos las comparaciones múltiples frente a un control que compara en todos los tratamientos experimentales con un único grupo de control.

00:46:29:11 Tenemos entonces aquí le doy finalizar y cuando lo de finalizar entonces ya me muestra cierto el informe de resultados, entonces aparecen obviamente la prueba de de Shapiro. Wills tenemos acá de la prueba igualdad de varianza y aquí entonces empiezan las comparaciones, entonces entre sujetos, entre tratamientos, los residuales en total tenemos las comparaciones y la hormona a es una hormona B, la hormona a veces el placebo y el placebo versus la hormona.

00:47:06:05 Entonces acá obviamente nosotros empezamos ya digamos que a analizar el informe y digamos que más allá de este estado, de estos resultados numéricos, pues también pueden aparecer estas explicaciones amplias de los resultados, y si nuestros datos contienen valores perdidos, el informe nos va a indicar que los resultados se calcularon utilizando el modelo modelo lineal general. Tenemos entonces acá, por ejemplo, lo que incluye E el valor de F, lo que incluyen entonces las comparaciones del factor EM.

00:47:34:15 Bueno, en general, digamos que allí es, es un análisis bien interesante, es la prueba normalidad, la prueba igualdad de varianza, tenemos la tabla. Cierto que ya hemos hablado de el el tamaño de mi sim de la media de la desviación esta típica del error estándar de la media. Ahora tenemos una potencia em. Digamos que, eh, también manejamos alfa y bueno, y en ese sentido tenemos los grados de de libertad entre sujetos.

00:48:03:12 Tenemos los grados de libertad dentro de los sujetos, tenemos los grados de libertad de los tratamientos, tenemos los grados de libertad residuales, el total de grados de libertad, tenemos la suma de cuadrados. Bueno, que es un informe bien, detalla. E igual, pues digamos que en ese sentido, pues eh, Sigma también, y dentro de su ayudarnos puede digamos que apoyar con las fórmulas de de de cómo se calculan algunas de estas de estos resultados.

00:48:33:17 Y en ahí digamos que ya nosotros podemos entonces cierto, y hacer nuestro gráfico aquí le doy clic derecho, le hago resultado gráfico y aquí entonces de la parecer cuatro y gráficos no pares el gráfico de líneas de antes y después que en la nueve medidas repetidas de una vía utiliza líneas para trazar este cambio de sujeto después de cada tratamiento tenemos los histogramas de los residuales.

00:49:00:00 La histograma de nueva de media repetidas. Una vía traza los residuos brutos en un rango especificado utilizando un conjunto intervalos definido y tenemos el gráfico de probabilidad normal de los residuos. Este gráfico de probabilidad de Anova um de media repetidas de una vía representan gráficamente la frecuencia los residuos brutos. El gráfico de comparación múltiple. Este representa diferencias significativos entre los niveles de un factor significativo.

00:49:39:15 En este caso de utilizar un no un normal. Pero el plot y aquí le digo ok, bien. Y ahí tenemos entonces nuestro gráfico ahí y digamos que ya podemos entonces hacer cierto e en igual. De igual manera lo que hacíamos ahorita con el paisaje, entonces entramos, podemos entonces ya entrar a dar cierto un una presentación un poco más específica a cada uno los símbolos, y le voy a decir que no más grandes estos símbolos me encantan.

00:50:05:03 Cierto que se vean de esta manera indicamos que para cada la investigación, cada, cada informe pues es diferente y podemos colocar el nombre. Bueno, en fin, para hacer digamos que ya nuestro nuestro gráfico acá. Entonces por ejemplo, tenemos la leyenda, tenemos los grids, tenemos el plano, el gráfico, los ejes y tenemos en sí el, el en el gráfico.

00:50:32:12 Entonces simplemente es cierto, está aquí ya entrar a empezar, digamos que es la primera vez de la herramienta ya de explorar, la de de revisar cierto todo esto que nosotros tenemos y en sí digamos que yo siempre lo he dicho, que para esta herramienta que nosotros tenemos cierto, su cerebro eh, obviamente, eh, es bien interesante que no sólo se quede en esa parte estadística, sino que puede ir más allá.

00:51:05:02 Y en general lo que nosotros podemos hacer acá es, es bien interesante. Nosotros. Esta herramienta se utiliza en varios campos de aplicación, eh, tenemos por ejemplo esta parte de las macros, tenemos las herramientas, las tenemos, por ejemplo la curva rock, tenemos, tenemos e donde sí, el sí bien, sí, sí tenemos. Bueno, eh, digamos que está, esta macro, ya que acá el en sí Genetics es bien interesante para poder abordarlo.

00:51:35:09 La parte de los reportes que ya los estábamos viendo, la parte de los datos de las tablas que nosotros obviamente manejamos en estas hojas de cálculo, que son muy digamos que ya varios estamos familiarizados con ellas, pero que también tenemos un resultado gráfico que es el corazón de esta herramienta, entonces donde nosotros podemos revisarla, donde nosotros vamos a ahondar en la donde definitivamente de verdad que es una herramienta que nos ayuda mucho en el análisis de datos en.

00:52:06:16 En la aplicación de. De estas. De estas. Digamos que herramientas en este caso que estamos con la parte estadística, pero que también tenemos unos resultados gráficos. Cierto muy interesantes para analizar y que asimismo es una herramienta que maneja. Digamos que en ese sentido, esa, esa migración y esa es ese poder compartir los resultados y la parte gráfica. E Creo que podemos dar el espacio ya para para las preguntas si se tienen y en ese sentido cierto.

00:52:45:25 EM Sí, en dado caso hay alguna pregunta que que no se pueda responder en este momento, que toca indagar un poco más o que toque revisar de pronto cómo fabrican, pues bueno, entonces en la dejaremos, nos dejarán su correo y estaremos respondiendo lo más pronto posible y listo. No sé. Entonces pues gracias Dalila por tu presentación. Acá tenemos algunas consultas igual invitan a sus asistentes que nos dejen las preguntas en el chat, les preguntan si los datos, si los datos no están organizados, el software lo hace internamente, no?

00:52:51:26 Pues nosotros tenemos que organizarlo, solamente tenemos que darle los parámetros de organización.

00:53:26:01 Perfecto Dalila Sigma Plot a parte de usar pruebas de normalidad como ya, pero puede hacer pruebas Anova sobre un conjunto de datos? Sí, claro, claro que sí. Nosotros ahorita estamos mirando cierto sobre varios grupos de la COA. Bueno, que nos quedamos un poco cortos. Dijimos en ese sentido de que ni la nueva el día de hoy, porque solo fue eh, de UNAM, de una villa, pero pues nosotros podemos aplicarlo, claro, en grupos, sí señor, señora, perfecto.

00:53:57:21 Hay discrepancia entre los datos crudos y organizados? No, no, no, creo que me faltó hacer esa esa comparación. Cierto Ende, creo que los tenía organizados y también para hacer la comparación y mostrarles que da lo mismo, eh? Sí, me parece que por ejemplo indexados, pues nosotros tenemos los rótulos y y creo que es mucho más sencillo, más sencilla la parte de la aplicación, pero exactamente igual en la, la, la aplicación.

00:54:37:26 Perfecto. Esto lo podemos aplicar con entrevistas, podemos determinar frecuencias para hacerlo. Claro, claro, claro. La. Digamos que los resultados de. De las. Bueno, de las entrevistas. De ahí nos tocaría revisar. Digamos que la entrevista eh, como. Como la cierto, pero a profundidad. Y digamos que en ese sentido, con las investigaciones cuantitativas cualitativas, eh, que nos tocaría, revisaré el tipo de dato, obviamente nosotros lo podemos aplicar como se aplica a las estadísticas, eh?

00:55:03:02 Pero si de pronto conocer un poco más los datos, los datos si de pronto poderlos conocer para saber entonces como aplica la la estadística. Pero digamos que en principio sí, sí se puede, claro, la frecuencia, claro que sí. Vale, sigma plot gráfica un gráfico a no es porque solamente se ha graficado la distribución de la estrategia del experimento.

00:55:35:05 Sí, sí, sí, sí, sí, nosotros lo pos lo acabo de hacer, hice una gráfica de un normal normal probabilístico sí, sí, sí, sí. M Si se quiere analizar dos zonas A y B en los dos es mes, en los 12 meses del año o en las cuatro estaciones. Sería bueno como tertuliano y el disco me cuento con la o sea, así.

00:56:00:19 Y lo del verano, lo de sí, sí, sí, sí, el final, que era lo que decía perdón, viraliza, sería bueno como tertuliano ah, ok, ok, que bueno, pues podría ser, sí, sí, sí, sí, un de dos vías, eh? Podría ser también de varias por varias vías, sí, sí, también. Perfecto, por acá me quedan dos preguntas antes de leer.

00:56:31:18 Las voy a dejar en pantalla la encuesta para que nuestros asistentes puedan dar respuesta mientras damos finalizado el evento y nos Me encantaría saber si lo puedo emplear en microbiología para buscar. Esta es una de las aplicaciones más utilizadas de esta herramienta. La parte biomédica es la parte de biología, la parte de microbiología tiene mucha aplicación, o sea esta herramienta.

00:57:01:09 De aquí he visto cierta otras herramientas que pues uno dice en general que es para esta herramienta, es aplicada para cualquier campo, pero en microbiología o si hay mucha aplicación, muchísimo. Gracias Dalila. Y tenemos aquí una última pregunta puede hacer pruebas de no ha robustos que no se cumplen los supuestos de normalidad y o mocedad rusticidad que no se cumple en los supuestos de normalidad la o modo sea.

00:57:37:08 Bueno, me tocaría. Bueno, digamos que en ese sentido con nosotros podemos aplicarlos, digamos que em los sanó a los que nosotros digamos que trabajamos, que conocemos y en ese sentido pues nos tocaría revisar los datos para poder aplicarlos, eh? Bueno, digamos que los supuestos de normalidad eh? Yo creo que me tocaría revisar un poco malo el homo se de actividad, pero esa por ejemplo de la podemos dejar allí y entonces reviso digamos algunos datos y y algún algunas o aplicaciones.

00:58:01:01 El profe de lilac que pena molestarla y lisa perdón acá de tarde de forma repentina al Faye para tratar de complementar un poco la respuesta de la profe. Entonces sí, efectivamente la omo se ha estudiado y pues para saber si se cumple una se cumplió que realmente es una prueba que se hace a través del análisis de a Noa.

00:58:28:00 Es INVAP y cuenta con algunas herramientas estadísticas que permiten pues verificar que efectivamente eso ocurrió, no dentro de los análisis de NOA. Entonces, por ejemplo, hay algunas opciones, como los gráficos de residuales balanceados, por ejemplo, o las pruebas estadísticas directamente que tiene la herramienta que permite en este caso verificar la como se hacía, como las pruebas de Bartlett, por ejemplo.

00:58:33:24 Eso lo puede hacer sin más. Bloody Pues prácticamente es una prueba que se puede hacer de manera inmediata.

00:59:18:26 Perfecto. Muchas gracias Gerson por por tu comentario respecto y complemento de esta restaura consulta que nos hacía Dalila en el momento. No tenemos más info, más consultas. Te hago extenso los los mensajes que te dije de agradecimiento por la presentación nos están preguntando acá crear el modelo robusto se puede? Um. Dalila, me escuches. Sí, sí, señor. Así como el ingeniero estaba, es la respuesta.

00:59:51:02 Entonces, aquí, aquí nos pregunta crear el modelo robusto se puede a bares y grandes laureles? Sí, señor, sí, sí, sí. Para que pregunta y se puede hacer otra se en la creación de ese modelo ruso, me imagino que eso viene atado a la. A la pregunta anteriormente antes y diseño perfecto. Muchas gracias Gerson. Bueno, Dalila te decía te hago extenso los mensajes que te dejan de felicitación es y agradecimientos por esta presentación, eh?

01:00:17:16 Gusta, gustas algún comentario adicional antes de finalizar y no a todos agradecerles por este espacio por, digamos, por sus preguntas e que también obviamente nutren, no obviamente todo lo que nosotros hacemos acá que me gustaría saber si sí. De pronto hay alguna propuesta de algún de algún webcast también que no lo dejen en el y por el chat y agradecerles a ustedes Lisa por?

01:00:50:08 Pues por la invitación, digamos que por generar estos espacios de divulgación de conocimiento. Mil gracias a ti Alida, por habernos acompañado en la encuesta. Tan bien nos pueden dejar estos temas de interés para las próximas presentaciones, las personas que requieran cotización del software de pronto capacitación allí también lo pueden hacer saber. Que compartió en el chat los correos electrónicos que me encantan, los pueden contactar y el enlace donde podrán ver en el transcurso de la próxima semana la grabación de esta presentación.

01:01:14:25 Así que agradecemos a todos su participación, su asistencia, le acompañamiento a Dalila, a Gerson por habernos acompañado y les deseamos un feliz resto del día y los esperamos por acá prontamente. Feliz día para todos. Desde luego, Dalila. Gracias. Hasta luego que se muy bien ingeniero, que esté muy bien y a todos muchísimas gracias, gracias, gracias y se muy bien felicitar para todos.

01:01:34:16 Bueno, felicitar para información respecto al software o en temas relacionados, no dude en contactarnos a través del correo electrónico, entrenamientos a software, guión Ya.com o visitar nuestra página web triple OLE o punto Software Guión Ya.com.