Ir al contenido principal

EL PROMEDIO ES SINONIMO DE BELLEZA ?

Quiero compartirles un artículo que me parece interesante en donde dice que las mujeres con proporciones faciales cercanas al promedio son hermosas:

"Women with facial proportions that are closest to average are considered the most beautiful by their peers, research suggests.”

… y que los humanos, tenemos un prototipo mental de belleza, el cual asimila el promedio de las proporciones faciales con un rostro bello, igualmente este estudio dice que la simetría en un rostro indica buena salud y por ende belleza.

“Though it is unknown why faces that follow these proportions are considered lovelier, researchers say one theory is that humans have a mental prototype that represents an average of all faces and those that are closest to it are considered the most appealing. Previous research has shown that those with symmetrical faces are also perceived as more beautiful, possibly because the symmetry indicates good health. It is possible that evolutionary biology dictates that average faces are viewed in much the same way, the study authors noted.”


Estas pruebas se hicieron realizando pequeñas modificaciones a un rostro
“Researchers from the University of California San Diego and the University of
Toronto asked college students to view digital photos of women's faces that were
identical except for slight alterations in certain facial proportions, including
placement of the eyes and the relationship between the eyes and mouth.”

Creo yo que sin ofender a nadie; que si la distribución normal tuviera rostro de mujer seria parecida a la de Shakira, Maria Sharapova, Kelly Brook, Hayden Panettierre, Scarlett Johansson.
Articulo:

http://health.discovery.com/news/healthscout/article.html?article=634276&category=17&year=2009

Comentarios

Entradas populares de este blog

Importación de un archivo csv utilizando SAS Vs R Vs Python

E n el siguiente articulo, se realizara una comparación entre tres software, en cuanto a la velocidad, cantidad de caracteres del código, lógica y entendimiento de los lenguajes. Acá los resultados: El Archivo Se trata de un documento .CSV, llamado CaseStudy1. Y son datos de empleados de una compañía, la tabla contiene 8 variables y 424 registros. Figura 1: Tabla CaseStudy1 Importación SAS: Para importar el archivo usando SAS, es necesario clarificar que se esta trabajando desde un servidor llamado  On Demand For Academic, la cual es una interfaz de mi PC hacia SAS que se conecta vía web a un servidor a estados unidos. Abrir la version web de SAS que es el SAS Studio. Introducir el usuario y contraseña.  Figura 2: Credenciales Le damos clic en la area del SAS Studio, la cual nos va a llevar a version web de SAS. Como no es posible leer los archivos directamente desde mi equipo es necesario realizar un puente para poder importar los datos, para lo cual es

Un Gráfico de pastel para elecciones presidenciales 2010 en Colombia que no suma el 100%.

No se si este sumando mal pero a este grafico de pastel no le da el 100%; al parecer le falta un 8.4%. Y al parecer el 23.3% de Sanin ocupa más espacio en la torta que los demás candidatos. fuente: http://www.laopinion.com.co/noticias/index.php?option=com_content&task=view&id=347881&Itemid=31

Fácil y desde cero, Minería de datos. Aplicaciones casos reales. (Arboles)

Un banco quiere tener un modelo estadístico, en el cual permita medir el riesgo de realizar un préstamo hipotecario (pagos e impagos de la deuda), para poder cuantificar este riesgo se va a tener en cuenta una serie de variables que según el científico de datos puede llegar a ser relevantes.Para esto se selecciona una muestra representativa de la población de usuarios del banco. Los datos describen el comportamiento de cada cliente al corte de un periodo dado, de tal manera que se tendrá dentro de la muestra personas que están al día  o en mora con su crédito hipotecario. A continuación se realizará una descripción de las variables que quizás puedan influenciar en el resultado del modelo. En resumen, son variables que indican numero de obligaciones, en diferentes cortes de tiempo, cantidad de consultas a la centrales de riesgo, porcentajes de deudas, saldos de deudas, tiempos trascurridos desde el ultimo pago etc ... Siguiendo la metodología de minería de datos lo prime