Publicación:
Background sobre el estudio de potencia y sensibilidad para dieciséis pruebas de normalidad a diferentes niveles de No normalidad

Vista sencilla de ítem
dc.contributor.advisorBru Cordero, Osnamir Eliasspa
dc.contributor.advisorRojas Mora, Jessica Maríaspa
dc.contributor.authorZumaqué Ballesteros, Antonio Elías
dc.date.accessioned2021-06-29T17:52:45Z
dc.date.available2021-06-29T17:52:45Z
dc.date.issued2021-06-25
dc.description.abstractEn estudios donde se requiere un rigor académico, las pruebas de normalidad son fundamentales puesto que de esto depende una decisión muy fuerte, el cual hace relación a usar métodos paramétricos, de lo contrario no sería posible. las pruebas de normalidad se puede clasificar según los siguientes aspectos: momento, distribución empírica, especificación y correlación. Este trabajo estudia y compara la sensibilidad y potencia de las dieciséis pruebas de normalidad; Agostino Pearson [DK], Jarque Bera [JB], Robusta de Jarque Bera [RJB], Bonett-Seier [BS], Bontemps-Meddahi [BM1BM2], Sesgo [SK], Curtosis [KU], Lilliefors[LL], Anderson Darling [AD], Snedecor Cochran [CS], Chen Ye [G], Brys-Hubert-Struyf MC-MR [BH], Shapiro-Wilk [SW], Shapiro-Francia[SF], Doornik-Hansen [DH] y Brys-Hubert-Struyf-Bonett-Seier [BHBS]. Las comparaciones de la sensibilidad y la potencia de estas dieciséis pruebas se obtuvieron mediante simulación de Monte Carlo de datos generados a partir del sistema de contaminación de Fleishman, el cual da vía a escenarios de no normalidad y la clasificación de diez distribuciones con un alejamiento de la normalidad medible. Los resultados de nuestro estudio muestran que las pruebas de normalidad basadas en correlación y regresión Shapiro-Wilk [SW] y Shapiro-Francia [SF] resultan ser mejores que el resto de las demás pruebas, su potencia es mayor, pero solo para muestras no normales grandes y alejamientos fuertes. Para alejamientos moderados las pruebas Agostino Pearson [DK] y la prueba del Sesgo [SK] sobresalen con mayor potencia y alejamientos bajos la prueba Robusta de Jarque Bera [RJB] y la prueba Jarque Bera [JB]. En el caso de las distribuciones simétricas mesocúrticas las pruebas Snedecor Cochran [CS] y Chen-Ye [G] tiene una baja potencia con respecto al resto con una distribución Logistica(9,3).spa
dc.description.degreelevelPregradospa
dc.description.degreenameEstadístico(a)spa
dc.description.modalityMonografíasspa
dc.description.tableofcontents1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14spa
dc.description.tableofcontents2. Pruebas de normalidad . . . . . . . . . . . . . . . . . . . . . . . . . . 15spa
dc.description.tableofcontents2.1. De fición formal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15spa
dc.description.tableofcontents2.2. ¿Porqué probar el supuesto de normalidad? . . . . . . . . . . . . . . . . . . . . . . 17spa
dc.description.tableofcontents2.3. Estado del arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18spa
dc.description.tableofcontents2.4. Grupo 1: Pruebas de normalidad basadas en momentos. . . . . . . . . . . . . . . . 21spa
dc.description.tableofcontents2.5. Grupo 2: Pruebas de normalidad basada en la distribución empírica. . . . . . . . . 29spa
dc.description.tableofcontents2.6. Grupo 3: Pruebas de normalidad basada en correlación y regresión. . . . . . . . . . 35spa
dc.description.tableofcontents2.7. Grupo 4: Prueba de normalidad vista como caso particular según especifi cación. . . 38spa
dc.description.tableofcontents3. Distribuciones simétricas y asimétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40spa
dc.description.tableofcontents3.1. Distribución Normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41spa
dc.description.tableofcontents3.2. Distribución Beta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44spa
dc.description.tableofcontents3.3. Distribución Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46spa
dc.description.tableofcontents3.4. Distribución Logística . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48spa
dc.description.tableofcontents3.5. Distribución t-Student . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50spa
dc.description.tableofcontents3.6. Distribución Gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52spa
dc.description.tableofcontents3.7. Distribución Weibull . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56spa
dc.description.tableofcontents3.8. Estadística inferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59spa
dc.description.tableofcontents4. Metodología . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63spa
dc.description.tableofcontents4.1. Método de estimación de la potencia de la prueba bajo diferentes niveles de contaminación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63spa
dc.description.tableofcontents4.2. Método de estimación de la potencia de las pruebas mediante clasifi cación de distribuciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66spa
dc.description.tableofcontents5. Estudio de simulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69spa
dc.description.tableofcontents5.1. Diseño del estudio de simulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69spa
dc.description.tableofcontents5.2. Resultado del estudio de simulación . . . . . . . . . . . . . . . . . . . . . . . . . . 69spa
dc.description.tableofcontents5.2.1. Bajo el método de estimación de Fleishman . . . . . . . . . . . . . . . . . 69spa
dc.description.tableofcontents5.2.2. Resultado bajo el método de clasi ficación de distribuciones . . . . . . . . . 74spa
dc.description.tableofcontents6. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85spa
dc.description.tableofcontentsReferencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88spa
dc.format.mimetypeApplication/pdfspa
dc.identifier.uriHttps://repositorio.unicordoba.edu.co/handle/ucordoba/4210
dc.language.isoSpaspa
dc.publisher5.2.1. Bajo el método de estimación de Fleishman . . . . . . . . . . . . . . . . . 69spa
dc.publisher.facultyFacultad de Ciencias Básicasspa
dc.publisher.placeMontería, Córdoba, Colombiaspa
dc.publisher.programEstadísticaspa
dc.rightsCopyright Universidad de Córdoba, 2021spa
dc.rights.accessrightsInfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.uriHttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subject.keywordsMonte Carlo simulation.spa
dc.subject.keywordsSensitivity.spa
dc.subject.keywordsPowers.spa
dc.subject.keywordsNormality tests.spa
dc.subject.proposalSimulación Monte Carlo.spa
dc.subject.proposalSensibilidad.spa
dc.subject.proposalPotencias.spa
dc.subject.proposalPruebas de normalidad.spa
dc.titleBackground sobre el estudio de potencia y sensibilidad para dieciséis pruebas de normalidad a diferentes niveles de No normalidadspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarHttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.contentTextspa
dc.type.driverInfo:eu-repo/semantics/bachelorThesisspa
dc.type.redcolHttps://purl.org/redcol/resource_type/TPspa
dc.type.versionHnfo:eu-repo/semantics/submittedVersionspa
dcterms.referencesAde fisoye, J. O. (2016). An assessment of the performances of several univariate tests of normality.spa
dcterms.referencesAlthouse, L. A., Ware, W. B., Ferron, J. M. (1998). Detecting departures from normality: A monte carlo simulation of a new omnibus test based on moments.spa
dcterms.referencesAnderson, T. W., Darling, D. A. (1952). Asymptotic theory of certain"goodness of tecriteria based on stochastic processes. The annals of mathematical statistics, 193-212.spa
dcterms.referencesARCE, M. C. (2015). Licenciado en actuaria (Tesis Doctoral no publicada). Universidad Autónoma del Estado de México.spa
dcterms.referencesArcones, M. A., Wang, Y. (2006). Some new tests for normality based on u-processes. Statistics & probability letters, 76 (1), 69-82.spa
dcterms.referencesArrondo, A. D., Vicente Manzano y Muñoz. (2001). Comprensión y medida del concepto de simetría. Anales de Psicología / Annals of Psychology(2).spa
dcterms.referencesArshad, M., Rasool, M., Ahmad, M. (2003). Anderson darling and modi ed anderson darling tests for generalized pareto distribution. Pakistan Journal of Applied Sciences, 3 (2), 85-88.spa
dcterms.referencesBai, J., Ng, S. (2005). Tests for skewness, kurtosis, and normality for time series data. Journal of Business & Economic Statistics, 23 (1), 49-60.spa
dcterms.referencesBendayan, R., Arnau, J., Blanca, M. J., Bono, R. (2014). Comparación de los procedimientos de fleishman y ramberg et al. para generar datos no normales en estudios de simulación. Anales de Psicología/Annals of Psychology, 30 (1), 364-371.spa
dcterms.referencesBlanca, M. J., Arnau, J., López-Montiel, D., Bono, R., Bendayan, R. (2013). Skewness and kurtosis in real data samples. Methodology.spa
dcterms.referencesBollen, K. A. (1989). Structural equations with latent variables john wiley new york.spa
dcterms.referencesBonett, D. G., Seier, E. (2002). A test of normality with high uniform power. Computational statistics & data analysis, 40 (3), 435-445.spa
dcterms.referencesBontemps, C., Meddahi, N. (2005). Testing normality: a gmm approach. Journal of Econometrics, 124 (1), 149-186.spa
dcterms.referencesBowman, K. (1975). 0. and shenton. LR,`Omnibus test contours for departures from normality based on db.spa
dcterms.referencesBrys, G., Hubert, M., Struyf, A. (2004). A robust measure of skewness. Journal of Computational and Graphical Statistics, 13 (4), 996-1017.spa
dcterms.referencesCabrera, J. F. J. L., Gabriela, Boaglio, L. (2017). Comparación de potencias en pruebas estadísticas de normalidad, con datos escasos. Revista de la Facultad de Ciencias Exactas, Físicas y Naturales, 4 (2), 47.spa
dcterms.referencesChen. (2014). Goodness-of- t test based on arbitrarily selected order statistics. Mathematics and Statistics, 2 (2), 72-77.spa
dcterms.referencesChen, Ye, C. (2009). An alternative test for uniformity. International Journal of Reliability, Quality and Safety Engineering, 16 (04), 343-356.spa
dcterms.referencesChen, L., Shapiro, S. S. (1995). An alernative test for normality based on normalized spacings. Journal of Statistical Computation and Simulation, 53 (3-4), 269-287.spa
dcterms.referencesCohen, J. (1962). The statistical power of abnormal-social psychological research: a review. The Journal of Abnormal and Social Psychology, 65 (3), 145.spa
dcterms.referencesCox, D. R. (1956). Some problems connected with statistical inference (Inf. Téc.). North Carolina State University. Dept. of Statistics.spa
dcterms.referencesD'agostino, R. B., Belanger, A., D'Agostino Jr, R. B. (1990). A suggestion for using powerful and informative tests of normality. The American Statistician, 44 (4), 316-321.spa
dcterms.referencesDavis, P. J. (1959). Integral de leonhard euler: Un per l histórico de la función gamma: In memoriam: Milton abramowitz. The American Mathematical Monthly(10).spa
dcterms.referencesDe Micheaux, P. L., Tran, V. A., Desgagne, A., De Micheaux, M. P. L., Rcpp, L. (2018). Package `power'.spa
dcterms.referencesDe Moivre, A. (1968). Der mathematiker abraham de moivre (1667-1754). Archive for history of exact sciences, 5 (3-4), 177-317.spa
dcterms.referencesDoornik, J. A., Hansen, H. (2008). An omnibus test for univariate and multivariate normality. Oxford Bulletin of Economics and Statistics, 70 , 927-939.spa
dcterms.referencesDufour, J.-M., Farhat, A., Gardiol, L., Khalaf, L. (1998). Simulation-based nite sample normality tests in linear regressions. The Econometrics Journal, 1 (1), 154-173.spa
dcterms.referencesErceg-Hurn, D. M., Mirosevich, V. M. (2008). Modern robust statistical methods: an easy way to maximize the accuracy and power of your research. American Psychologist , 63 (7), 591.spa
dcterms.referencesEuler, L. (1983). Leonhard euler (1707-1783). En Beitrage zu leben und werk. Birkhauser Bále.spa
dcterms.referencesFarrell, P. J., Rogers-Stewart, K. (2006). Comprehensive study of tests for normality and symmetry: extending the spiegelhalter test. Journal of Statistical Computation and Simulation, 76 (9), 803-816.spa
dcterms.referencesFleishman, A. I. (1978). A method for simulating non-normal distributions. Psychometrika, 43 (4), 521-532.spa
dcterms.referencesFlores Muñoz, P., Muñoz Escobar, L., Sánchez Acalo, T. (2019). Estudio de potencia de pruebas de normalidad usando distribuciones desconocidas con distintos niveles de no normalidad.spa
dcterms.referencesGauss, C. F. (1977). Carl friedrich gauss (1777-1855). Conferencies FME, 75.spa
dcterms.referencesGeary, R. C. La relación de contiguidad y el mapeo estadístico. El estadístico incorporado.spa
dcterms.referencesGeary, R. C. (1936). Moments of the ratio of the mean deviation to the standard deviation for normal samples. Biometrika, 295-307.spa
dcterms.referencesGel, Y. R., Gastwirth, J. L. (2008). A robust modi cation of the jarque-bera test of normality. Economics Letters, 99 (1), 30-32.spa
dcterms.referencesGel, Y. R., Miao, W., Gastwirth, J. L. (2007). Robust directed tests of normality against heavytailed alternatives. Computational Statistics & Data Analysis, 51 (5), 2734-2746.spa
dcterms.referencesGross, U. y. L. M. U., Juergen y Ligges. Paquete nortest. Cinco pruebas generales para probar la hipótesis compuesta de normalidad.spa
dcterms.referencesGujarati, D. N. (2006). Principios de econometría. McGraw-Hill Interamericana.spa
dcterms.referencesHansen, L. P. (1982). Large sample properties of generalized method of moments estimators. Econometrica: Journal of the Econometric Society, 1029-1054.spa
dcterms.referencesInan, G., Demirtas, H. (2015). Data generation with binary and continuous non-normal components, r package binnonnor.spa
dcterms.referencesIslam, T. U. (2017). Classi cation based on the rigor of the normality tests. Communications in Statistics-Simulation and Computing, 46 (1), 655-668.spa
dcterms.referencesJarque, C. M., Bera, A. K. (1987). A test for normality of observations and regression residuals. International Statistical Review/Revue Internationale de Statistique, 163-172.spa
dcterms.referencesKilian, L., Demiroglu, U. (2000). Residual evidence of normality in autoregressions: asymptotic theory and simulation evidence. Journal of Business & Economic Statistics, 18 (1), 40-50.spa
dcterms.referencesKruskal, W., Mosteller, F. (1979). Representative sampling, i: non-scienti c literature. International Statistical Review/Revue Internationale de Statistique, 13-24.spa
dcterms.referencesLilliefors, H. W. (1967). On the kolmogorov-smirnov test for normality with mean and variance unknown. Journal of the American statistical Association, 62 (318), 399-402.spa
dcterms.referencesMcNemar, Q. (1960). At random: Sense and nonsense. American Psychologist , 15 (5), 295.spa
dcterms.referencesMeddahi. (2002). Testing normality: A gmm approach. Centre interuniversitaire de recherche en économie quantitative.spa
dcterms.referencesMendes, A., Mehmet y Pala. Tasa de error tipo i y potencia de tres pruebas de normalidad. Pakistan Journal of Information and Technology.spa
dcterms.referencesMicheaux, P. L., Tran, V. A. (2016). Power: A reproducible research tool to ease monte carlo power simulation studies for goodness-of- t tests in r. Journal of Statistical Software, 69 (3), 1-42.spa
dcterms.referencesMontgomery, D. C., Runger, G. C. (2010). Applied statistics and probability for engineers. John Wiley & Sons.spa
dcterms.referencesMurray R., S. (1992). Fórmulas y tablas de matemática aplicada. Revista de economía y estadística.spa
dcterms.referencesNeyman, E. S., Jerzy y Pearson. (1933). Transacciones filosófi cas de la Royal Society of London. Serie A, que contiene documentos de carácter matemático o físico, 231 , 289-337.spa
dcterms.referencesNoguchi, K., Hui, W. W., Gel, Y., Gastwirth, J., Miao, W. (2009). lawstat: An r package for biostatistics, public policy, and law. R package version, 2 .spa
dcterms.referencesOztuna, D., Elhan, A. H., T uccar, E. (2006). Investigation of four different normality tests in terms of type 1 error rate and power under different distributions. Turkish Journal of Medical Sciences, 36 (3), 171-176.spa
dcterms.referencesPagano, R. R. (1999). Estadística para las ciencias del comportamiento (n.° 310 P3Y 1998).spa
dcterms.referencesPearson, E. S. (1938). Karl pearson. Cambridge University Press, London.spa
dcterms.referencesPearson, R. B., Egon S, Bowman, K. O. (1977). Tests for departure from normality: Comparison of powers. Biometrika, 64 (2), 231-246.spa
dcterms.referencesPoitras, G. (2006). More about the correct use of the omnibus tests for normality. , 90 (3), 304-309.spa
dcterms.referencesQuessy, J.-F., Mailhot, M. (2011). Asymptotic power of tests of normality under local alternatives. Journal of Statistical Planning and Inference, 141 (8), 2787-2802.spa
dcterms.referencesQuezada, C. (2007). Potencia estadística, sensibilidad y tamaño de efecto: ¿ un nuevo canon para la investigación? Onomázein(16), 159-170.spa
dcterms.referencesR. (2020). R: A language and environment for statistical computing [Manual de software informático]. Vienna, Austria. Descargado de http://www.R-project.org/spa
dcterms.referencesRazali, N., y cols. (2011). Power comparisons of shapiro-wilk, kolmogorov-smirnov, lilliefors and anderson-darling tests. Journal of statistical modeling and analytics, 2 (1), 21-33.spa
dcterms.referencesRazali, N. M., Shamsudin, N. R., Maarof, N. N. N. A., Ismail, A. (2012). A comparison of normality tests using spss, sas and minitab: An application to health related quality of life data. En 2012 international conference on statistics in science, business and engineering (icssbe) (pp. 1-6).spa
dcterms.referencesRazali, N. M., Wah, Y. B. (2010). Power comparisons of some selected normality tests. En Regional conference on statistical sciences, malaysia (pp. 126-138).spa
dcterms.referencesRomao, X., Delgado, R., Costa, A. (2010). An empirical power comparison of univariate goodnessof- t tests for normality. Journal of Statistical Computation and Simulation.spa
dcterms.referencesRoyston, J. P. (1982). An extension of shapiro and wilk's w test for normality to large samples. Journal of the Royal Statistical Society: Series C (Applied Statistics), 31 (2), 115-124.spa
dcterms.referencesRoyston, P. (1992). Approximating the shapiro-wilk w-test for non-normality. Statistics and computing, 2 (3), 117-119.spa
dcterms.referencesSeier, E. (2002). Comparison of tests for univariate normality. Interstat, 1 , 1-17.spa
dcterms.referencesShahabuddin, F. A. A., Ibrahim, K., Jemain, A. A. (2009). On the comparison of several goodness of t tests under simple random sampling and ranked set sampling. World Academy of Science, Engineering and Technology, 54 , 77-80.spa
dcterms.referencesShapiro, S. S., Francia, R. (1972). An approximate analysis of variance test for normality. Journal of the American Statistical Association, 67 (337), 215-216.spa
dcterms.referencesShapiro, S. S., Wilk, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52 (3/4), 591-611.spa
dcterms.referencesShapiro, S. S., Wilk, M. B., Chen, H. J. (1968). A comparative study of various tests for normality. Journal of the American statistical association, 63 (324), 1343-1372.spa
dcterms.referencesShenton, L., Bowman, K. (1977). A bivariate model for the distribution of b1 and b2. Journal of the American Statistical Association, 72 (357), 206-211.spa
dcterms.referencesSmirnov, N. (1948). Table for estimating the goodness of t of empirical distributions. The Annals of Mathematical Statistics, 19 (2), 279-281.spa
dcterms.referencesSnedecor, G. W., Cochran, W. G. (1989). Statistical methods, 8thedn. Ames: Iowa State Univ. Press Iowa.spa
dcterms.referencesStephens, M. (1974). Edf statistics for goodness of t and some comparisons. Journal of the American statistical Association, 69 (347), 730-737.spa
dcterms.referencesStephens, M. (1986). Test based on edf statistics en d'agostino, rb y ma stephens goodness of fit techniques. Marcel Dekker. Cap.spa
dcterms.referencesSterling, T. D. (1959). Publication decisions and their possible effects on inferences drawn from tests of signi cance|or vice versa. Journal of the American statistical association, 54 (285), 30-34.spa
dcterms.referencesStudent. (1908). The probable error of a mean. Biometrika, 1-25.spa
dcterms.referencesTeam, R. C. (2020). R: A language environment for statistical computing. r foundation for statistical computing, vienna, austira. 2013. URL https://www. R-project. org.spa
dcterms.referencesThadewald, T., B uning, H. (2007). Jarque-bera test and its competitors for testing normality-a power comparison. Journal of Applied Statistics, 34 (1), 87-105.spa
dcterms.referencesThode, H. (2002). Testing for normality marcel dekker.spa
dcterms.referencesTrapletti, K., A y Hornik. (2013). tseries: Análisis de series temporales y finanzas computacionales, paquete r versión 0.10-32. URL: http: // CRAN. Proyecto R. org / package = tseries.spa
dcterms.referencesTukey, J. W. (1960). Conclusiones vs decisiones. Technometrics, 2 (4).spa
dcterms.referencesTullock, G. (1959). Decisiones de publicación y pruebas de importancia: un comentario. Revista de la Asociación Americana de Estadística, 54 (287).spa
dcterms.referencesUl-Islam, T. (2011). Normality testing-a new direction. International Journal of Business and Social Science, 2 (3).spa
dcterms.referencesUrzúa, C. M. (1996). On the correct use of omnibus tests for normality. Economics Letters, 53 (3), 247-251.spa
dcterms.referencesUrzúa, C. M. (2007). Portable and powerful tests for normality. Tecnológico de Monterrey, Campus Ciudad de México.spa
dcterms.referencesYap, B. W., Sim, C. H. (2011). Comparisons of various types of normality tests. Diary of calculation and statistical simulation, 81 (12), 2141-2155.spa
dcterms.referencesYazici, B., Yolacan, S. (2007). A comparison of various tests of normality. Journal of Statistical Computation and Simulation, 77 (2), 175-183.spa
dspace.entity.typePublication
oaire.accessrightsHttp://purl.org/coar/access_right/c_abf2spa
oaire.versionHttp://purl.org/coar/version/c_ab4af688f83e57aaspa
Archivos
Bloque original
Mostrando 1 - 2 de 2
Miniatura
Nombre:
ZumaqueBallesterosAntonioElias.pdf
Tamaño:
3.76 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
No hay miniatura disponible
Nombre:
Formato_Autorización..pdf
Tamaño:
908.34 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
14.48 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
B.F.B. Monografías