Adam Hayes, Ph.D., CFA, es un escritor financiero con más de 15 años de experiencia en Wall Street como comerciante de derivados. Además de su extensa experiencia en el comercio derivado, Adam es un experto en economía y finanzas conductuales. Adam recibió su maestría en economía de la nueva Escuela para la Investigación Social y su Ph.D. de la Universidad de Wisconsin-Madison en Sociología. Es un titular de CFA y tiene licencias FINRA Series 7, 55 y 63. Actualmente investiga y enseña sociología económica y los estudios sociales de las finanzas en la Universidad Hebrea de Jerusalén.
ANOVA significa análisis de varianza y pruebas de diferencias en los efectos de las variables independientes en una variable dependiente. Una prueba ANOVA bidireccional es una prueba estadística utilizada para determinar el efecto de dos variables predictoras nominales en una variable de resultado continuo.
Un ANOVA de dos vías prueba el efecto de dos variables independientes en una variable dependiente. Una prueba de ANOVA bidireccional analiza el efecto de las variables independientes en el resultado esperado junto con su relación con el resultado en sí. Se considerarían que los factores aleatorios no tienen influencia estadística en un conjunto de datos, mientras que los factores sistemáticos se considerarían que tienen significación estadística.
Al usar ANOVA, un investigador puede determinar si la variabilidad de los resultados se debe al azar o a los factores en el análisis. ANOVA tiene muchas aplicaciones en finanzas, economía, ciencia, medicina y ciencias sociales.
¿Qué es un ANOVA de una vía y dos vías y para que se utilizan?
ANOVA bidireccional como su nombre significa, es una prueba de hipótesis en la que la clasificación de datos se basa en dos factores. Por ejemplo, las dos bases de clasificación para las ventas realizadas por la empresa son los primeros en base a las ventas por parte del vendedor y la segunda por las ventas en las diversas regiones. Es una técnica estadística utilizada por el investigador para comparar varios niveles (condición) de las dos variables independientes que involucran múltiples observaciones en cada nivel.
ANOVA bidireccional examina el efecto de los dos factores en la variable dependiente continua. También estudia la interrelación entre variables independientes que influyen en los valores de la variable dependiente, si las hay.
- Distribución normal de la población a partir de la cual se extraen las muestras.
- Medición de la variable dependiente a nivel continuo.
- Dos o más de dos grupos independientes categóricos en dos factores.
- Los grupos independientes categóricos deberían tener el mismo tamaño.
- Independencia de las observaciones
- Homogeneidad de la varianza de la población.
Las diferencias entre ANOVA unas y bidireccionales se pueden dibujar claramente por los siguientes motivos:
- Distribución normal de la población a partir de la cual se extraen las muestras.
- Medición de la variable dependiente a nivel continuo.
- Dos o más de dos grupos independientes categóricos en dos factores.
- Los grupos independientes categóricos deberían tener el mismo tamaño.
- Independencia de las observaciones
- Homogeneidad de la varianza de la población.
El ANOVA bidireccional a menudo se entiende como una versión extendida de ANOVA unidireccional. Hay una serie de ventajas, debido a las cuales se prefiere ANOVA de dos vías sobre ANOVA unidireccional, como con ANOVA bidireccional, uno puede probar los efectos de dos factores simultáneamente.
¿Cómo explicar un ANOVA?
El análisis de la varianza (término a menudo abreviado por el término en inglés ANOVA: análisis de varianza) es una prueba estadística que permite verificar que varias muestras provienen de la misma población.
Esta prueba se aplica cuando medimos una o más variables explicativas categóricas (entonces llamadas factores de variabilidad, sus diferentes métodos a veces se denominan «niveles») que influye en la distribución de una variable (en matemáticas y lógica, una variable está representada por un símbolo….) continúa explicando. Hablamos de análisis a un factor, cuando el análisis se relaciona con un modelo descrito por un factor de variabilidad, análisis de dos factores o análisis multifactorial.
Análisis de varianza (análisis de varianza (término a menudo abreviado por el término en inglés ANOVA: Análisis…) hace posible estudiar el comportamiento de una variable que se explica continuamente de acuerdo con una o más variables explicativas de la categoría. Cuando desea estudiar El comportamiento de varias variables para explicar al mismo tiempo (el tiempo es un concepto desarrollado por los humanos para comprender…), utilizaremos un análisis de varianza (
En estadísticas y probabilidad, varianza
En termodinámica, varianza
) Múltiplo (Manova). Si un modelo contiene variables explicativas explicativas categóricas y continuas y que queremos estudiar las leyes de unión (un aglutinante es un producto líquido que aglomera partículas sólidas en forma de polvo, etc.) las variables explicativas continuas con la variable que se explicará dependiendo En cada modalidad de las variables categóricas, utilizaremos un análisis de covarianza (en estadísticas, la covarianza es un número que permite evaluar la dirección de la variación de dos…) (ANCOVA).
El primer paso en un análisis de la varianza es escribir el modelo teórico en función del problema a estudiar. A menudo es posible escribir varios modelos para el mismo problema, dependiendo de los elementos que queremos integrar en el estudio.
¿Cómo hacer ANOVA de una vía?
Un ANOVA unidireccional (análisis de varianza) es una generalización de la prueba de muestras independientes para comparar más de 2 grupos. (En realidad, una prueba de muestras independiente y un ANOVA con dos grupos son lo mismo). Las hipótesis a probar, al comparar la media de los grupos, con un ANOVA unidireccional son:
Se deben cumplir los siguientes supuestos para ANOVA (la versión que tenemos aquí) para que sea válida:
- Poblaciones normalmente distribuidas (aunque ANOVA es robusto a las violaciones de esta condición).
- Muestras independientes (entre sujetos).
- Homoscedasticidad: (ANOVA también es robusto a las violaciones de esto, especialmente para tamaños de muestra más grandes).
El concepto de ANOVA es simple, pero necesitamos aprender algo de terminología para que podamos entender cómo otras personas hablan de ANOVA. Cada conjunto de muestras de cada población se conoce como un grupo o cada población se llama grupo.
Habrá grupos con tamaños de muestra ,, con el número total de puntos de datos. Para un ANOVA, el concepto de variable independiente (IV) y variable dependiente (DV) se vuelve importante (la IV en una sola muestra o una prueba pareada es trivialmente un número como o 0). Los grupos comprenden diferentes valores de uno IV. La IV es discreta con valores o niveles.
es la varianza dentro de los grupos. Aquí, y son el tamaño de la muestra, la media y la desviación estándar para la muestra y es la gran media:
Entonces puede ver que ANOVA, el análisis de varianza, se trata de comparar dos variaciones. La varianza dentro es la varianza de todos los datos agrupados, así como la gran media es la media de todos los datos agrupados. Es el ruido. Puede ver que la varianza dentro es la media ponderada (ponderada por) de las variaciones de muestra de grupo: un pequeño álgebra muestra que esta es la varianza de todos los datos agrupados. Entre la varianza Una varianza de las medias de muestra. Es la señal. Si las medias de muestra fueran exactamente las mismas, entonces la varianza sería cero. Entonces, cuanto más alto, más probable sean diferentes. es una relación señal / ruido. Si los medios fueran todos los mismos en la población, entonces seguiría una distribución y (si la población significa iguales o no) seguiría una distribución. Por lo tanto, si las medias de la población fueran las mismas (), entonces la estadística de prueba sigue una distribución que tiene un valor esperado [1] (media) de aproximadamente 1. debe ser suficientemente mayor que 1 para rechazar.
¿Cuándo se usa ANOVA de una vía?
ANOVA es la forma corta de análisis de varianza. ANOVA es una herramienta estadística que generalmente se usa en variables aleatorias. Implica un grupo no directamente relacionado entre sí para averiguar si existen medios comunes.
- Un ejemplo simple para comprender este punto es ejecutar ANOVA para la serie de marcas de estudiantes de diferentes universidades para tratar de averiguar si un estudiante de una escuela es mejor que el otro.
- Otro ejemplo puede ser si dos equipos de investigación separados están investigando diferentes productos que no están relacionados entre sí. ANOVA ayudará a encontrar cuál proporciona mejores resultados. Las tres técnicas populares de ANOVA son un efecto aleatorio, un efecto fijo y un efecto mixto.
- La regresión se aplica a variables que en su mayoría son fijas o independientes de naturaleza, y ANOVA se aplica a variables aleatorias.
- La regresión se usa principalmente en dos formas; Son regresión lineal y regresión múltiple; Otras formas difíciles de regresión también están presentes en teoría; Esos tipos se usan más ampliamente en la práctica. Por otro lado, hay tres tipos populares de ANOVA, son un efecto aleatorio, un efecto fijo y un efecto mixto.
- La regresión se usa principalmente para hacer estimaciones o predicciones para la variable dependiente con la ayuda de variables independientes únicas o múltiples, y ANOVA se usa para encontrar una media común entre las variables de diferentes grupos.
- En el caso de la regresión, el número del término de error es uno, pero en el caso de ANOVA, el número del término de error es más de uno.
Tanto las regresiones como el ANOVA son poderosas herramientas estadísticas que se aplican a múltiples variables. La regresión se usa para hacer predicciones de la variable dependiente con la ayuda de variables independientes que tienen algunas relaciones. Es útil validar una hipótesis de si la hipótesis hecha es correcta o no.
¿Cómo se realiza una ANOVA?
El llamado «análisis de varianza unidireccional» (ANOVA) se usa al comparar tres o más grupos de números. Al comparar solo dos grupos (A y B), prueba la diferencia (A – B) entre los dos grupos con una prueba t de Student. Entonces, al comparar tres grupos (A, B y C), es natural pensar en probar cada una de las tres comparaciones posibles de dos grupos (A-B, A-C y B-C) con una prueba t.
Pero ejecutar un conjunto exhaustivo de pruebas t de dos grupos puede ser riesgoso, porque a medida que aumenta el número de grupos, el número de comparaciones de dos grupos aumenta aún más. La regla general es que los grupos N se pueden emparejarse en N (N-1)/2 formas diferentes, por lo que en un estudio con seis grupos, tendrá 6 × 5/2 o 15 comparaciones diferentes de dos grupos.
Cuando realiza muchas pruebas de significado, tiene una mayor probabilidad de cometer un error tipo I, lo que concluye falsamente la importancia cuando no hay ningún efecto real presente. Este tipo de error también se llama inflación alfa. Entonces, si desea saber si todos los grupos tienen medios consistentes o si uno o más de ellos son diferentes de uno o más de uno o más, necesita una sola prueba que produce un solo valor de P que responda esa pregunta.
El ANOVA unidireccional es exactamente ese tipo de prueba. No mira las diferencias entre pares de medias grupales; En cambio, analiza cómo se extiende toda la colección de medios grupales y compara eso con cuánto podría esperar que esos medios se diseminaran si todos los grupos se tomaron muestras de la misma población (es decir, si no hubiera verdaderas diferencias entre los grupos).
¿Cómo interpretar un ANOVA de una vía?
Dimitris Dalakoglou Candidato de doctorado-UCL A Road en Albania, febrero de 2006. El pavimento y el lecho de carreteras están en parte en construcción, la excavadora amarilla en el frente iba a las obras de carretera. El informante local que conducía el auto se disculpó: «Disculpe, pero este camino, aquí, es solo para el carrito [tirado por caballos] del tío al frente».
Cuando fui por primera vez a realizar el trabajo de campo en Albania, mi idea era no estudiar caminos, sino las cosas que viajaban en ellos. Especialmente mi doctorado era ser sobre la cultura material de la migración albanesa. Las posesiones que las personas llevan de un lado a otro entre la ubicación de su destino migratorio y el lugar de su nacimiento. Una parte importante de mi tesis aún se preocupará por la casa y el hogar como parte de un estudio más amplio de transnacionalismo, migración y cultura material. Sin embargo, a medida que pasaba el tiempo, y en particular cuando comencé a escribir mi material de campo, me di cuenta de que en realidad lo que era tan interesante era la infraestructura detrás de esto, más especialmente en carreteras y carreteras. Las carreteras son dinámicas, tanto material como culturalmente, y demostraron ser tan fructíferos analíticamente que probablemente ahora sería posible producir una tesis doctoral únicamente en referencia a las carreteras, el tráfico y su infraestructura, que cruzan las fronteras del sur de Albania a Grecia. Desde Shkodra hasta Atenas, más de 1,000 kilómetros en un viaje de 12 horas, invierno de 2005.
Aunque las carreteras y las rutas arregladas son cosas muy antiguas y básicas, tan antiguas y básicas como la ropa, las casas o herramientas y otros objetos de estudio de cultura material; El discurso antropológico parece descuidarlos. Aunque hay una literatura creciente sobre el automóvil y otros vehículos, después de una larga investigación bibliográfica, me ha decepcionado descubrir que no hay más de tres libros etnográficos que parecen relacionarse con las carreteras per se, además de un puñado de artículos (impresos) o capítulos de libros, escritos por antropólogos. Esto es sorprendente para un objeto tan significativo y extremadamente regular como las carreteras. No hay un día en que salga de su casa y no entra en contacto visual o tangible directo con un tipo de camino; Usted, sus zapatos o el vehículo que monta.
Sin embargo, hay una serie de problemas específicos con respecto a las carreteras que los hicieron de Albania tan interesantes. En primer lugar, su uso, Albania, es probablemente el país con la población migratoria proporcionalmente más grande de Europa (aproximadamente un tercio de los titulares de pasaportes albaneses viven hoy en el extranjero), y la migración significa movilidad, y la movilidad significa principalmente carreteras. En segundo lugar, es la biografía política y social de la infraestructura de tráfico en Albania. Las carreteras vehiculares en Albania tienen una producción espacial compleja, inicialmente introducida por ejércitos extranjeros durante la Primera Guerra Mundial. Pasaron por un período de 45 años cuando se prohibieron los vehículos privados, mientras que las personas tenían que construirlos con mano de obra forzada, y ahora se están construyendo dentro de los programas de desarrollo internacional. Los caminos eran importantes para la economía política, la ideología política del socialismo, pero igualmente para el contexto contemporáneo de Albania, la ayuda internacional y la UE. En tercer lugar, existe la inspiración de que estos espacios de movilidad cargados ideológicos e individuales ofrecen a la imaginación de las personas, que viven a su alrededor y los usan todos los días. En particular, hay sentido de bienvenida y amenaza en cuanto a lo que pueden traer los caminos y lo que puede dejar. En cuarto lugar, está el paisaje per se donde se encuentran estos caminos y las transformaciones que están sufriendo la tierra y el territorio desde que comenzó la transición política. Finalmente, las carreteras se conectan con la historia de las fronteras estatales selladas que se abrieron en 1990, casi repentinamente, lo que junto con las carreteras transfronterizas trae y elimina a los seres y objetos humanos.
Por todas estas razones, espero que mi trabajo sea cada vez más «impulsado por carreteras». Estaría muy interesado en escuchar a otros que trabajan en un tema similar o que puedan sugerir cualquier literatura relevante y valiosa.
Hola,
¡Tu trabajo suena realmente fascinante! No trabajo en carreteras per se, pero en un objeto (una deidad de lluvia prehispánica de 7 metros de altura) que se intercambió por una carretera (entre otras infraestructuras «modernas», como una escuela y electricidad) en 1964, en una comunidad marginal en Mexico. El camino, prometido por el estado a cambio del objeto, solo fue construido para quitar el objeto, nunca se completó ni pavimentado, y solo existe hoy como una ruina, una carretera de siete carriles (lo suficientemente grande como para permitir que un camión venga y Lleve el objeto) que no va a ninguna parte. El camino, o más bien su ausencia, es fundamental para la imaginación de la comunidad de lo que significa ser moderno, parte de la nación, parte del mapa en general.
Como parece haber examinado la literatura, ¿ha encontrado algún caso que suene similar? Solo sé del trabajo de James Ferguson en Zambia…
Saludos,
Sandra
Hola Dimitris,
Sí, ángulo interesante. He hecho un trabajo en Hitch-Hiking, al que me has recordado que necesito volver en algún momento. Hace un par de años, terminé co-supervisión de una disertación de pregrado en el enganche en UCL, que podría desear cavar ya que la sección de referencia que el estudiante proporcionó podría ser útil. Tengo una bibliografía bastante exhaustiva sobre el tema que también cubre algo de trabajo en carreteras, planificación y desarrollo, política de acceso, etc. Tienes razón, no recuerdo que gran parte de esta investigación fue por antropólogos, principalmente por geógrafos culturales. Beverly Butler obviamente tiene ese artículo de JMC sobre protesta por carretera. Y Tim Dant (UEA) recientemente tuvo fondos de ESRC para hacer un proyecto sobre la materialidad de los automóviles, aunque eso estaba principalmente bajo su cuidado. De todos modos, podría ser útil en términos de literatura vial. Una vez que mis cosas llegan aquí desde el Reino Unido, puedo perseguir algunas de las fuentes que he hordado a lo largo de los años y pasarlas si alguna de ellas parece relevante.
Todo lo mejor, P
Hola Sandra y Patrick
Gracias por tus comentarios.
Sandra Vea el increíble trabajo de Rozeman (1996) en España (Galicia) El título es «cómo construimos el camino»
Espero escuchar más sobre su trabajo suena muy interesante.
Patrick muchas gracias por la información. Buscaré esta tesis y espero con ansias escuchar más sobre su trabajo sobre el tema… Sabía que habría hecho algo similar en cierto punto que pertenece a la categoría de antroplogistas de la carretera.
Si su «vasta fortuna» no vendrá pronto, lo hágamelo, me ofrece como voluntario para llevarlo a Nueva Zelanda.
Gracias de nuevo
Dd
Querido Dimitris,
También estoy en las primeras etapas de escribir sobre una carretera, una en Vanuatu. Al igual que el suyo, «My Road» encarna los cambios en la dirección y el significado del desarrollo en el área (y la nación en general), desde la economía de la plantación hasta el colonialismo para ayudar a los proyectos impulsados por los donantes. Y he estado trabajando en el tipo de punto planteado en el comentario de Sandra: el camino como punto de referencia para la modernidad, o tal vez una forma recursiva. (Todo en una etapa temprana, como digo).
Estoy de acuerdo en que es difícil encontrar la escritura antropológica en las carreteras mismas, en el caso de Vanuatu, se concentra mucho en el despliegue metafórico del término. Por esta razón, he disfrutado leyendo el artículo de Penélope Harvey «La materialidad de los efectos estatales» (no tenga referencia completa a la mano, lo siento), por su atención al camino en sí. También señala otras referencias útiles. También he estado compilando un montón de referencias que estaría feliz de transmitirle.
Buena suerte,
Benedicta
¿Qué es un ANOVA de una vía y para qué se utiliza?
Acabamos de utilizar una prueba t de dos muestras para comparar las diferencias en las medias en dos categorías en variables binarias. Ahora suponga que nos gustaría ver si hay diferencias significativas en los puntajes medios de confianza policial basados en la preocupación por ser atacados físicamente por extraños. Para nuestra variable independiente, seleccionaremos Wattack, que tiene cinco categorías. Si desea comparar la importancia de las diferencias en la puntuación media en más de dos categorías de una variable independiente, debe utilizar un análisis de varianza o ANOVA. Un ANOVA funciona como una prueba t, ya que analiza la importancia de las diferencias en las medias entre las categorías en una variable con respecto a la variación de la muestra. Sin embargo, las pruebas ANOVA se usan cuando las variables tienen más de dos categorías. Debido a que tenemos curiosidad por el impacto que tiene una variable independiente con varias categorías en nuestra variable dependiente, ejecutaremos un ANOVA unidireccional. Si estuviéramos investigando la influencia de dos variables independientes con varias categorías en una variable dependiente, usaríamos un ANOVA bidireccional.
Antes de comenzar, debemos ejecutar el análisis de frecuencia en Wattack para ver en qué condición se encuentra esta variable (es decir, busque datos faltantes, etc.). Haga clic en Analizar, estadísticas descriptivas y luego frecuencias. Mueva la vatridera al cuadro de texto de la variable (s) y luego haga clic en Aceptar.
Su salida debe verse como las tablas a la derecha.
Lo primero que debe notar es que tenemos 34,500 casos faltantes en esta tabla de frecuencia. ¿Por qué es esto? Recuerde que el CSEW es una encuesta comprometida de preguntas que se hacen a todos los participantes y las preguntas que solo se hacen al 25% de los participantes. La segunda mitad del cuestionario CSEW se divide en cuatro partes distintas, módulos A-D, y los encuestados solo participan en uno de los cuatro módulos. La votación variable es una pregunta que solo se le pidió a los participantes del módulo C, lo que significa que el 75% de la muestra de la encuesta no respondió a esta pregunta. A pesar de esto, todavía es perfectamente aceptable utilizar esta variable independiente al analizar PoliceConF1, porque cada encuestado respondió las preguntas de la encuesta sobre la confianza policial. Al ejecutar este ANOVA, SPSS solo utilizará los puntajes de PoliceConf1 de encuestados de CSEW que participaron en el módulo C.
Además del gran número de casos faltantes, también podemos ver en la tabla de frecuencia anterior que hay un total de 17 casos codificados como «8» o «9» en la variable. Estos son códigos de valor faltantes y se usan esencialmente como marcadores de posición para los casos (o individuos) en los que faltaba la respuesta a Wattack o no estaba disponible. Si bien estos códigos de valor faltantes son útiles, ya que nos dicen lo que sucedió con estos resultados, si les permitimos permanecer en la variable mientras realizamos análisis, podemos terminar con resultados extraños. Por lo tanto, antes de ejecutar nuestro ANOVA, necesitaremos recodificar estos valores de falta en la variable, lo que le dirá a SPSS que los excluya del ANOVA.
¿Qué es la prueba ANOVA para dos vías o dos factores?
Discutamos los conceptos de factores, niveles y observación a través de un ejemplo.
Supongamos que el departamento de recursos humanos de una empresa desea saber si el estrés ocupacional varía según la edad y el género.
Por lo tanto, la variable de interés es el estrés ocupacional medido por una escala.
Se están estudiando dos factores: edad y género.
Además, suponga que los empleados han sido clasificados en tres grupos o niveles:
- edad menos de 40 años,
- 40 a 55
- por encima de 55
Además, los empleados han sido etiquetados en la clasificación de género (niveles):
- edad menos de 40 años,
- 40 a 55
- por encima de 55
En este diseño, Factor Age tiene tres niveles y género dos. En total, hay 3 x 2 = 6 grupos o células. Con este diseño, obtenemos puntajes sobre el estrés ocupacional de los empleados que pertenecen a las seis celdas.
La versión básica tiene una observación en cada célula: un puntaje de estrés ocupacional de un empleado en cada una de las seis celdas.
La segunda versión tiene más de una observación por célula, pero el número de observaciones en cada celda debe ser igual. La ventaja de la segunda versión es que también nos ayuda a probar si hay alguna interacción entre los dos factores.
Por ejemplo, en el ejemplo anterior, podemos estar interesados en saber si hay alguna interacción entre la edad y el género.
Esto nos ayuda a saber si la edad y el género son independientes entre sí: son independientes si el efecto de la edad en el estrés sigue siendo el mismo independiente de si tomamos en cuenta el género.
¿Qué es la prueba ANOVA y para qué sirve?
Básicamente, estás probando grupos para ver si hay una diferencia entre ellos. Ejemplos de cuándo es posible que desee probar diferentes grupos:
- Un grupo de pacientes psiquiátricos intenta tres terapias diferentes: asesoramiento, medicamentos y biorretroalimentación. Desea ver si una terapia es mejor que las otras.
- Un fabricante tiene dos procesos diferentes para hacer bombillas. Quieren saber si un proceso es mejor que el otro.
- Los estudiantes de diferentes universidades toman el mismo examen. Desea ver si una universidad supera a la otra.
Unidireccional o bidireccional se refiere al número de variables independientes (IV) en su prueba de análisis de varianza.
- Un grupo de pacientes psiquiátricos intenta tres terapias diferentes: asesoramiento, medicamentos y biorretroalimentación. Desea ver si una terapia es mejor que las otras.
- Un fabricante tiene dos procesos diferentes para hacer bombillas. Quieren saber si un proceso es mejor que el otro.
- Los estudiantes de diferentes universidades toman el mismo examen. Desea ver si una universidad supera a la otra.
Los grupos o niveles son diferentes grupos dentro de la misma variable independiente. En el ejemplo anterior, sus niveles para «Brand of Cereal» podrían ser encantos de suerte, salvado de pasas, copos de maíz, un total de tres niveles. Sus niveles para «calorías» pueden ser: endulzado, sin azúcar, un total de dos niveles.
Supongamos que está estudiando si un grupo de apoyo alcohólico y un asesoramiento individual combinado es el tratamiento más efectivo para reducir el consumo de alcohol. Puede dividir los participantes del estudio en tres grupos o niveles:
Si sus grupos o niveles tienen una estructura jerárquica (cada nivel tiene subgrupos únicos), use un ANOVA anidado para el análisis.
Artículos Relacionados:
