TESIS DE GRADO - DSpace ESPOCH

More documents

Recommendations

Info

- 162 -BIBLIOGRAFIA1. BARCELÓ, J., Arqueología Lógica y Estadística., Barcelona-España., Servei de Publicacions de I’Universitat Autónoma (ISBN 84-7488-702-X)., 1989., p., 46-49, 84-78, 88-1022. CUADRAS, M., Nuevos Métodos de Análisis Multivariante.,Barcelona-España., CMC Editions., 2012., p., 91-112.3. DOWNIE, N. y HEART, R., Métodos Estadísticos Aplicados.,México DF-Mexico., Harla., 1986., p., 117-156.4. PEÑA, D., Análisis de Datos Multivariantes., Madrid-España.,McGrawHill., 2002., p., 67-171, 227-253, 335-3615. SHENAN, S., Arqueología Cuantitativa., Barcelona-España.,Editorial Critica., 1992., p., 242-294
- 163 -BIBLIOGRAFIA INTERNET6. ANALISIS FACTORIALhttp://ciberconta.unizar.es/LECCION/factorial/FACTORIALEC.pdf2012-04-217. ANALISIS MULTIVARIADOhttp://www.ucm.es/info/socivmyt/paginas/materiales/analisis_datosyMultivariable/SPSS.pdf2012-03-198. INFORMACION DE CULTURAS PRE-HISPANICAShttp://www.banrepcultural.org/book/export/html/264612012-03-259. INFORMACION DE HACHAS MONEDAhttp://www.enciclopediadelecuador.com/temasOpt2012-03-2510. MUSEOS DEL ECUADORhttp://www.museos-ecuador.gob.ec2012-02-13
Page 1 and 2:
ESCUELA SUPERIOR POLITECNICA DE CHI
Page 3:
- 3 -DEDICATORIALa concepción de e
Page 6 and 7:
- 6 -INDICE GENERALAGRADECIMIENTO .
Page 8 and 9:
- 8 -1.2.2.7. Análisis de Datos At
Page 10 and 11:
- 10 -3.1.3 Matriz de Datos. ......
Page 12 and 13:
- 12 -INDICE DE FIGURASFigura 1: Ma
Page 14 and 15:
- 14 -Tabla XV: Intervalos de Confi
Page 16 and 17:
- 16 -Gráfico 14: Análisis de Con
Page 18 and 19:
- 18 -INTRODUCCIONDentro de la hist
Page 20 and 21:
- 20 -ANTECEDENTESLa historia del E
Page 22 and 23:
- 22 -de acuerdo a excavaciones se
Page 24 and 25:
- 24 -JUSTIFICACIONEl presente trab
Page 26 and 27:
- 26 -Determinar la presencia de fa
Page 28 and 29:
- 28 -Spaulding en el año 1953, co
Page 30 and 31:
- 30 -información y diseñar siste
Page 32 and 33:
- 32 -1.2.1.2. Matriz de DatosSobre
Page 34 and 35:
- 34 -Y su cuadrado es la varianza,
Page 36 and 37:
- 36 -Su expresión a partir de la
Page 38 and 39:
- 38 -1.2.2.4. Variables Redundante
Page 40 and 41:
- 40 -Un inconveniente de la varian
Page 42 and 43:
- 42 -Y tiene las siguientes propie
Page 44 and 45:
- 44 -1.2.2.7. Análisis de Datos A
Page 46 and 47:
- 46 -Fig. 4: Ejemplo de diagrama d
Page 48 and 49:
- 48 -1.2.2.7.3. Identificación de
Page 50 and 51:
- 50 -Mahalanobis calculada con las
Page 52 and 53:
- 52 -1.2.3. Componentes Principale
Page 54 and 55:
- 54 -Como las variables originales
Page 56 and 57:
- 56 -variabilidad y sin embargo pu
Page 58:
- 58 -Estrictamente, estos métodos
Page 61 and 62:
- 61 -Este criterio será también
Page 63 and 64:
- 63 -Y una medida de distancia que
Page 65 and 66:
- 65 -El análisis factorial está
Page 67 and 68:
- 67 -1.2.5.2. Número Máximo de F
Page 69 and 70:
- 69 -1. Partir de una estimación
Page 72 and 73:
- 72 -II.CAPITULOTECNICAS EXPERIMEN
Page 74 and 75:
- 74 -2.1.2 Productos de la corrosi
Page 76 and 77:
- 76 -a) Tratamiento previo de la p
Page 78 and 79:
- 78 -Foto 2: Aplicación de HCL al
Page 80 and 81:
- 80 -2.2 APLICACIÓN DE LA MÁQUIN
Page 82 and 83:
- 82 -2.3 OBTENCION DE DATOSFinalme
Page 84 and 85:
- 84 -reúnen los requisitos de: ú
Page 86 and 87:
- 86 -Arsénico (As): Al arsénico
Page 88 and 89:
- 88 -cantidades apreciables de ní
Page 90 and 91:
- 90 -TABLA I: MATRIZ DE DATOS INIC
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
- 100 -TABLA I: MATRIZ DE DATOS INI
Page 102 and 103:
- 102 -MediaTabla II: Prueba de Kol
Page 104 and 105:
- 104 -Gráfico 1: Histogramas con
Page 106 and 107:
- 106 -3.2.1.2 Análisis Univariant
Page 108 and 109:
- 108 -3.2.1.3 El vector de medias.
Page 110 and 111:
- 110 -TABLA VI:AUTOVALORES11,51870
Page 112 and 113: - 112 -TABLA VII: MATRIZ DE DATOS S
Page 114 and 115: - 114 -TABLA VII: MATRIZ DE DATOS S
Page 116 and 117: - 116 -3.2.1.6 Datos atípicos.Grá
Page 118 and 119: - 118 -Gráfico 5: Representación
Page 120 and 121: - 120 -eliminación de variables re
Page 122 and 123: - 122 -3.2.1.8 Medidas de Dependenc
Page 124 and 125: - 124 -3.2.1.8.2 Dependencia de cad
Page 126 and 127: - 126 -Una vez descritas las ecuaci
Page 128 and 129: - 128 -Antes de referirnos a los mo
Page 130 and 131: - 130 -correlacionados entre sí, c
Page 132 and 133: - 132 -positivas, además a esta co
Page 134 and 135: - 134 -TABLA XVIII: NUEVO ORDEN DE
Page 140 and 141: Distancia- 140 -El análisis consis
Page 142 and 143: - 142 -A partir del el análisis po
Page 144 and 145: - 144 -Cada uno de los conglomerado
Page 146 and 147: - 146 -Gráfico 14: Análisis de Co
Page 148 and 149: - 148 -Las comunalidades de la Tabl
Page 150 and 151: - 150 -La Tabla XXIII ofrece un lis
Page 152 and 153: - 152 -la matriz de datos están li
Page 154 and 155: - 154 -extrajo la materia prima par
Page 156 and 157: - 156 -IV.CAPITULOCONCLUSIONES Y RE
Page 158 and 159: - 158 -Finalmente, no se pudo cumpl
Page 160 and 161: - 160 -RESUMENEl objetivo fundament
Page 164 and 165: - 164 -11. PROCESOS DE RESTAURACION
Page 166 and 167: - 166 -ACUERDO DECOOPERACIONACADEMI
Page 168 and 169: - 168 -
Page 170 and 171: - 170 -
Page 172 and 173: - 172 -
Page 174 and 175: - 174 -
Page 176 and 177: - 176 -Foto 7: Instalaciones de ECS
Page 178 and 179: - 178 -PROCESO DE RESTAURACION Y TO
Page 180 and 181: - 180 -Foto 3: Muestra pulida para
show all

TESIS DE GRADO - DSpace ESPOCH

Create successful ePaper yourself

Delete template?

Save as template?