76 Colaborativo Momento 2

1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería
Estadística Descriptiva
Trabajo Momento 2
Presentado Por:
Javier Felipe Rincón Rodríguez
Código: 1057591980
Yazmin Mejía
Código: 41942569
Ingrid Johana Rodríguez
Código: 97062113034
Tutor:
María Del Carmen Parra
Grupo:
100105_76
Universidad Nacional Abierta Y A Distancia (UNAD)
Escuela De Ciencias Básicas, Tecnología E Ingeniería

Estadística Descriptiva 100105a_223
2015
2
Contenido
Introducción .....................................................................................................................................3
Justificación .....................................................................................................................................4
Objetivos ..........................................................................................................................................5
Momento 1 .......................................................................................................................................6
Esquema de trabajo ..........................................................................................................................6
Caracterización Del Problema .......................................................................................................7
Conceptos Básicos ...........................................................................................................................9
Caracterización De Variables Cualitativas ....................................................................................10
Tablas y Gráficos Estadísticos .......................................................................................................10
Tablas De Frecuencias .............................................................................................................. 10
Diagramas Estadísticos ............................................................................................................. 14
Moda Variables Cualitativas ..................................................................................................... 21
Cálculo E Interpretación De Las Medidas Univariantes De Tendencia Central ...........................22
Variable Cuantitativa Discreta .................................................................................................. 22
Medidas de tendencia Central ................................................................................................... 25
Variable Cuantitativa Continúa ................................................................................................. 30
Medidas de tendencia Central ................................................................................................... 31
Momento 2 .....................................................................................................................................34
Medidas Univariantes De Dispersión ........................................................................................ 34
Regresión y Correlación lineal Simple ..................................................................................... 41
Anexos ...........................................................................................................................................46
Laboratorio de Diagramas Estadísticos ..................................................................................... 46
Laboratorio Regresión y Correlación Lineal ............................................................................. 51
Conclusiones ..................................................................................................................................59
Bibliografía ....................................................................................................................................61
3
Introducción
El siguiente documento pretende dar un acercamiento general hacia los temas dela unidad I del
módulo del curso académico y del contenido temático de Estadística Descriptiva, como forma de
aprehensión y comprensión de conceptos de identificación de población, muestra y variable,
hallazgo de las medidas de tendencia central, análisis de datos y resultados presentes en gráficos,
histogramas y tablas de frecuencia, que permiten analizar la información presentada para su fácil
acceso y manipulación, que conllevan a la correcta interpretación de estos resultados
Se busca la conceptualización teórica y su correcta aplicación en el analisis de la base de datos del

Hospital Federico Lleras la eficacia con que se pueda realizar tal proceso de información
dependerá de la presentación de los datos, siendo la forma gráfica una de las formas más rápidas
y eficientes de analizar unos resultados.
Por tal razón este informe contiene un paso a paso del analisis al problema en donde definimos
inicialmente un esquema de trabajo el cual contiene el rol a desarrollar a cada uno de los
participantes así mismo el cronograma para la proyección a las actividades a desarrollar de acuerdo
a lo solicitado en la guía. Posteriormente damos inicio al debate realizando un planteamiento
general identificando por medio de la técnica lluvia de ideas resolver la pregunta generada.
Como se debe realizar el analisis de la base de datos del Hospital Federico Lleras identificando los
conceptos básicos como población, tamaño de muestra, ubicación temporal, unidad estadística y
finalmente las variables.
A cada variable filtrada se procedió a evaluar su analisis por medio de herramientas siniestradas y
conceptos aprendidos en el desarrollo del labora tiro Diagramas estadísticos complementado por
los cálculos e identificación de las medidas univariantes de tendencia central, dado por finalizado
nuestro analisis y obteniendo unas conclusiones al respecto
4
Justificación
En la actualidad Colombia presenta una grave problemática en su sistema de salud nacional tanto
a nivel público como privado, trayendo consigo toda una serie de dificultades en la atención
sanitaria de sus ciudadanos, debido a altos índices de quejas por casos de negligencia en la
adecuada atención, puesto que se denuncian muertes en pabellones de emergencia en pacientes
con estado crítico, todo esto debido a la ausencia de un número de personal médico correspondiente
a la cobertura de los pacientes solicitantes.
En las problemáticas vinculadas al colapso del sistema de salud actual se encuentra una grave
congestión en las salas de urgencia, las cuales se han identificado causas tales como:
La falta de pago de las EPS, altos índices de demanda en pacientes por encima del recurso médico
y capacidad instalada entre otros, como lo es en el caso del hospital Federico Lleras.
Para lo que es importante llevar a cabo este trabajo vinculado a un adecuado diagnostico en el
centro hospitalario, por medio de la utilización de la base de datos compuesta por datos
relacionados en la atención clínica de sus pacientes y su correspondiente análisis estadístico, cuyos
resultados nos permitirá identificar las falencias presentes, para así posteriormente dar paso a
posibles intervenciones vinculadas al control y disminución de esta problemática, así mismo de
una exitosa prestación de servicios en cada uno de los pacientes solicitantes que les permita la
mejora en su calidad de vida.
5
Objetivos
Comprender los conceptos de la estadística descriptiva hacer una transferencia de los temas
estudiados en la unidad I utilizado las herramientas que nos ofrece la estadística para poder realizar
un estudio del analisis al problema.
Desarrollar los puntos expuestos en la guía de actividades haciendo usos correctos de la teoria
expuesta en el módulo aplicándola en el analisis de la base de datos del hospital Federico Lleras
estableciendo los conceptos de población, muestra, variable etc.
Verificar los avances conceptuales y procedimentales acerca de la fundamentación estadística. Por

medio de un trabajo investigativo y práctico
Objetivos Específicos
 Interiorizar los conceptos básicos de la estadística descriptiva de tal manera que en el

futuro se pueda emplear esta herramienta para resolver casos problema, que requieran de
estos
 Conocer la utilidad y aplicabilidad de la herramienta de la estadística descriptiva en los

diferentes campos del conocimiento, a través de casos prácticos.
 Aprender a trabajar en quipo a través de la búsqueda conjunta de posibles soluciones a

problemas planteados haciendo uso de nuevas herramientas.
6
Momento 1
Esquema de trabajo
7
Caracterización Del Problema
¿Qué protocolos, pasos o procedimientos, es el que deben seguir el médico tras el ingreso de un
paciente en urgencias?
El Ministerio de la Protección Social tiene definido un sistema de selección y clasificación de

pacientes en urgencias, denominado "triage", cuya razón de ser es la de identificar la gravedad de
la urgencia de los usuarios (riesgo vital), y para determinar el tiempo máximo de espera para ser
atendido en la institución de salud ,dependiendo de la gravedad de los síntomas : consiste en que
una enfermera después de revisar los signos vitales y realizar una entrevista al paciente, esta
lo encasilla en una de las siguientes clasificaciones para ser atendido:
Rojo: atención inmediata
Amarillo: situación de urgencias con riesgo vital (esperar hasta una hora para su atención.
Verde: no compromete la vida del paciente (espera hasta 6 horas su atención)
Este triage es de obligatorio cumplimiento por parte de los prestadores de servicios de salud que
tengan habilitados servicios de urgencias y de las entidades responsables del pago de servicios de
salud en el contexto de la organización de la red de prestación de servicios.
Entonces si la norma esta, ¿Por qué la congestión de las salas de urgencias en Colombia? Según
el periódico el pulso, para el sector de la salud (junio del 2014) encontró que los principales
factores que generan la congestión y el mal funcionamiento de las urgencias en los grandes
hospitales públicos son:
- Falta de pago de las EPS; suscita retención arbitraria de pacientes con órdenes médica
de salida ante la incapacidad de la red de Prestadores de Servicios de cumplir con los
pagos.
- Capacidad instalada y de recurso humano; la demanda supera la capacidad instalada al
igual que el recurso humano, hay insuficiencia de médicos generales como de especialistas,
déficit de consultorios para Consulta Prioritaria.
- Falta pertinencia en la demanda de consultas en relación con el nivel de complejidad:
los terceros niveles se congestionan con consultas que pueden ser resueltas en niveles
inferiores.
- Muchos departamentos No cuentan con centros de salud atendiendo urgencias ni
parcialmente ni 24 horas. Lo que hace que se sature el servicio de urgencias de los
hospitales
8
Liquidación de EPS:
- Reducida o nula oferta de algunos servicios como hemodinámica, reumatología,

neumología y nemato-oncología en la red hospitalaria pública; presencia de pacientes en
abandono social con débil o ninguna respuesta de la Secretaría de Integración Social; falta
de oportunidad en la asignación y respuesta de inter-consultas de especialidades.
- Débil articulación de los equipos territoriales de salud con urgencias de las ESE, para
evitar que pacientes crónicos congestionen los servicios de urgencias y hospitalización;
pacientes psiquiátricos manejados en urgencias; debilidad en programas de hospitalización
en la red pública para pacientes de cuidados crónicos (oxígeno-requirentes, oncológicos,
entre otros).
- Falta de historia clínica electrónica única, que dificulta el trabajo en red; y la falta de
trazabilidad en el cumplimiento del decreto 4747/07 y la resolución 3047/08 que contienen
el ABC ante el incumplimiento de la norma, conlleva a estancias prolongadas,
incumplimiento en pagos y glosas no justificadas.
- Las EPS no cumplen a cabalidad con sus actividades de promoción y prevención ya
que un paciente saludable o un paciente con alguna patología crónica, pero informado sobre
los estilos de vida saludable y que asista permanentemente a los controles, vivirá mucho
mejor, aún con patologías crónicas, e irá menos al hospital.
¿Cómo se podría mejorar o diagnosticar los cuellos de botella en el traslado de pacientes de

urgencias a hospitalización?
Falta de camas en el tercer nivel y gran traba para autorización de remisiones por la EPS. Dificulta
el Sistema General de Referencia y Contra referencia
- La población se va de una vez al tercer nivel de complejidad, porque todos los

pacientes quieren que los vea un especialista, cuando entre 80 y 90% de los casos los
resuelve un médico general. Es un asunto de cultura en lo cual hay un reto de trabajo con
la ciudadanía.
9
Conceptos Básicos
Población
Población estadística: todos aquellos pacientes que fueron atendidos en el Hospital Federico
Lleras en el área de Sala de urgencias.
Muestra
120 pacientes atendidos en la sala de urgencias del Hospital Federico Lleras de acuerdo a la Base
de datos entre los días 01 Junio 2014 – 09 Junio 2014.
Unidad Estadística
Cualquier paciente de la base de datos de la sala de urgencias del Hospital Federico Lleras.
Ubicación Espacio Temporal
Ubicación temporal: 01-06-2014/09-06-2014
Ubicación espacial: Sala de urgencias del Hospital Federico Lleras, (cuando y donde se realizó el
estudio.)
Variables
Cualitativa:
 Día Ingreso
 EPS
 Género
 Enfermedad
 Calificación del servicio prestado (Bueno, regular, malo)
Cuantitativas
Discretas:  Edad
 Número de visitas último trimestre.
 Número de pacientes
 Fecha de ingreso Continuas:
 Hora de ingreso
 Peso
 Hora de salida
 Estatura
 Fecha de nacimiento
10
Caracterización De Variables Cualitativas
Variables Cualitativas:
 Día Ingreso
 EPS
 Género
 Enfermedad
 Calificación del servicio prestado (Bueno, regular, mal)
Tablas y Gráficos Estadísticos
Tablas De Frecuencias
Día Ingreso
DIA ATENCION NUMERO DE PACIENTES
DOMINGO 24
LUNES 23
MARTES 17
MIERCOLES 15
JUEVES 16
VIERNES 13
SABADO 12
11
Eps
EPS PACIENTES AFILIADOS
CAFESALUD 10
CAPRECOM 1
COOMEVA 14
NUEVA EPS 32
SALUD TOTAL 13
SALUD VIDA 15
SALUDCOOP 22
SANITAS 6
SISBEN 7
Género
GENERO PACIENTES
HOMBRE 67
MUJER 53
Calificación Del Servicio Prestado (Bueno, Regular, Mal)
CALIFICACION SERVICIO PACIENTES
BUENO 27
EXCELENTE 4
MALO 45
REGULAR 44
12
Enfermedad
Enfermedad Frecuencia
Amigdalitis aguda, no especificada 1
Ascitis 1
Asma predominantemente alérgica 1
Blefaroconjuntivitis 1
Bronquitis aguda, no especificada 1
Calculo del riñón 1
Calculo urinario, no especificado 1
Celulitis de otras partes de los miembros 1
Cólico renal, no especificado 1
Conjuntivitis aguda, no especificada 1
Contusión de la rodilla 1
Contusión de otras partes de la muñeca y de la mano 1
Cuerpo extraño en la cornea 1
Depleción del volumen 1
Dolor abdominal localizado en parte superior 1
Dolor en el pecho al respirar 1
Dorsalgia, no especificada 1
Embarazo (aun) no confirmado 1
Embolia y trombosis de vena no especificada 1
Esguinces y torceduras que comprometen los ligamentos laterales (externo) 1
(interno) de la rodilla
Estado migrañoso 1
Fiebre, no especificada 1
Fractura de la clavícula 1
Herida de dedo(s) del pie sin daño de la(s) uña(s) 1
Heridas del antebrazo, parte no especificada 1
Herpes zoster diseminado 1
Infección local de la piel y del tejido subcutáneo, no especificada 1
Insuficiencia cardiaca congestiva 1
Laringitis aguda 1
Nausea y vomito 1
Neumonía, no especificada 1
Osteomielitis, no especificada 1
Otitis media supurativa aguda 1
Otra otitis media aguda, no supurativa 1
Otras poli neuropatías especificadas 1
Otras queratitis 1
13
Otras sinusitis agudas 1

Otros traumatismos superficiales de la pared posterior del tórax 1
Otros vértigos periféricos 1
Parto único espontaneo, presentación cefálica de vértice 1
Retención de orina 1
Síndrome del colon irritable sin diarrea 1
Trastorno del testículo y del epidídimo enfermedades clasificadas en otra 1
parte
Traumatismo de la conjuntiva y abrasión corneal sin mención de cuerpo 1
extraño
Varicela sin complicaciones 1
Amenaza de aborto 2
Cefalea 2
Contusión del tobillo 2
Esguinces y torceduras del tobillo 2
Hipertensión esencial (primaria) 2
Lumbago con ciática 2
Traumatismos superficiales múltiples, no especificados 2
Estado asmático 3
Infección de vías urinarias, sitio no especificado 3
Lumbago no especificado 3
Rin faringitis aguda (resfriado común) 3
Supervisión de embarazo normal no especificado 4
Infección viral, no especificada 6
Otros dolores abdominales y los no especificados 6
Diarrea y gastroenteritis de presunto origen infeccioso 11
Por determinar 22
14
Diagramas Estadísticos
Ilustración 1 Día Ingreso
Histograma De Frecuencia
25
20
15
10
0
DOMIN LUNES MARTES MIERCO JUEVES VIERNES SABADO
GO LES
NUMERO DE PACIENTES 24 23 17 15 16 13 12
 El día con mayor frecuencia de atención a pacientes en la sala de urgencias es el día

domingo, lo cual podemos deducir que el índice de urgencias se incrementa los fines
de semana y la atención se va o consulta se va reduciendo a medida que del trascurso
de los días
15
Ilustración 2 Eps
35
30
25
20
15
10
5
0
CAFES CAPRE COOM NUEVA SALUD SALUD SALUD SANITA SISBEN
ALUD COM EVA EPS TOTAL VIDA COOP S
PACIENTES AFILIADOS 10 1 14 32 13 15 22 6 7
 En la gráfica podemos ver que los usuarios que mayor demanda presentaron en la sala de
urgencias del hospital Federico lleras pertenecen a la EPS: Nueva EPS.
 Presentamos un bajo índice de atención de pacientes afiliados a Eps como Caprecom lo

cual nos puede indicar que posiblemente el hospital no atiende regularmente a este tipo
de usuarios y que por el contrario los pueden atender en otra institución particular u
oficial
16
Ilustración 3 Género
70
60
50
40
30
20
10
0
HOMBRE MUJER
PACIENTES 67 53
 A simple vista se evidencia un índice un poco mayor por parte de usuarios con
género masculino, pero nuestra diferencia no es muy notoria y no refleja mucho la
diferencia entre géneros en el estado de una urgencia o accidente.
No de usuarios
10
15
20
25
0
5
AMIGDALITIS AGUDA, NO ESPECIFICADA
BLEFAROCONJUNTIVITIS
CALCULO URINARIO, NO ESPECIFICADO
CONJUNTIVITIS AGUDA, NO ESPECIFICADA
Ilustración 4 Enfermedad
CUERPO EXTRAÑO EN LA CORNEA

DOLOR EN EL PECHO AL RESPIRAR
EMBOLIA Y TROMBOSIS DE VENA NO…
FIEBRE, NO ESPECIFICADA
HERIDAS DEL ANTEBRAZO, PARTE NO…
INSUFICIENCIA CARDIACA CONGESTIVA
Enfermedad
NEUMONIA, NO ESPECIFICADA
OTRA OTITIS MEDIA AGUDA, NO…
urgencias
OTRAS SINUSITIS AGUDAS

PARTO UNICO ESPONTANEO,…
TRASTORNO DEL TESTICULO Y DEL…
111111111111111111111111111111111111111111111
AMENAZA DE ABORTO
ESGUINCES Y TORCEDURAS DEL TOBILLO
2222222
TRAUMATISMOS SUPERFICIALES…
Enfermedad que origino el ingreso a sala de
LUMBAGO NO ESPECIFICADO
3333
INFECCION VIRAL, NO ESPECIFICADA

66
11
22
POR DETERMINAR
frecu
encia
17
18
Ilustración 5 Calificación Del Servicio Prestado (Excelente, Bueno, Regular, Mal)
45
40
35
30
25
20
15
10
5
0
BUENO EXCELENTE MALO REGULAR
PACIENTES 27 4 45 44
1. En la gráfica podemos ver que más de la mitad de los usuarios de la sala de urgencias
califican el servicio de atención entre malo y regular, lo cual debería servir para
implementar medidas de acción con miras a mejorar el servicio.
2. Solo 27 de 120 pacientes califica el servicio de atención de la sala de urgencias como

bueno, lo cual es muy bajo si se tiene en cuenta que en el area de salud, lo aceptable
como mínimo es que el servicio sea bueno.
19
Ilustración 6 Día Ingreso
% INGRESO DE PACIENTES
SABADO
10% DOMINGO
VIERNES 20%
11%
JUEVES
13% LUNES
19%
MIERCOLES
13% MARTES
14%
Ilustración 7 Eps
% AFILIADOS
6% 8%
5% 1% CAFESALUD
12%
18% CAPRECOM
COOMEVA
NUEVA EPS
SALUD TOTAL
SALUD VIDA
12% SALUDCOOP
27%
SANITAS
11% SISBEN
20
Ilustración 8 Género
% GENERO
44%
56%
HOMBRE
MUJER
Ilustración 9 Calificación Del Servicio Prestado (Bueno, Regular, Mal)
% SERVICIO
BUENO
22%
REGULAR
37%
EXCELENTE
3%
MALO
38%
21
Moda Variables Cualitativas

Día Ingreso
Moda
Variable Frecuencia % Frecuencia
Domingo 24 20%
LUNES 23 19%
MARTES 17 14%
MIERCOLES 15 13% Género
JUEVES 16 13%
Moda
VIERNES 13 11%
SABADO 12 10%
HOMBRE 67 56%
Eps MUJER 53 44%
Moda
Variable Frecuenci %
a Frecuencia Calificación del servicio prestado (Bueno,
NUEVA EPS 32 27% regular, malo)
SALUDCOOP 22 18%
Moda
SALUD VIDA 15 12%
COOMEVA 14 12% MALO 45 38
SALUD 13 11% REGULAR 44 37
TOTAL
BUENO 27 22%
CAFESALUD 10 8%
EXCELENTE 4 3%
SISBEN 7 6%
SANITAS 6 5%
CAPRECOM 1 1%
22
Cálculo E Interpretación De Las Medidas Univariantes De Tendencia Central
Variable Cuantitativa Discreta
Edad
Tabla de frecuencia no datos Agrupados
Clase Frecuencia
0 5
9,4 16
18,8 8
28,2 32
37,6 10
47 11
56,4 17
65,8 9
75,2 7
84,6 2
Y mayor... 3
Histograma de Frecuencia
35
30
Nmero De Perosnas
25
20
15
10
5
0
0 0- 9.4- 18.8- 28.2- 56,4 65,8 75,2 84,6 y
9,4 18,8 28,2 47 may
or...
Frecuencia 5 16 8 32 21 17 9 7 2 3
23
Cant Edad f F h H
1 23 7 7 0,05833333 0,05833333
2 0 5 12 0,04166667 0,1
3 19 5 17 0,04166667 0,14166667
4 24 5 22 0,04166667 0,18333333
5 5 4 26 0,03333333 0,21666667
6 17 4 30 0,03333333 0,25
7 26 4 34 0,03333333 0,28333333
8 54 4 38 0,03333333 0,31666667
9 1 3 41 0,025 0,34166667
10 3 3 44 0,025 0,36666667
11 20 3 47 0,025 0,39166667
12 21 3 50 0,025 0,41666667
13 25 3 53 0,025 0,44166667
14 39 3 56 0,025 0,46666667
15 55 3 59 0,025 0,49166667
16 2 2 61 0,01666667 0,50833333
17 4 2 63 0,01666667 0,525
18 16 2 65 0,01666667 0,54166667
19 22 2 67 0,01666667 0,55833333
20 31 2 69 0,01666667 0,575
21 33 2 71 0,01666667 0,59166667
22 34 2 73 0,01666667 0,60833333
23 37 2 75 0,01666667 0,625
24 40 2 77 0,01666667 0,64166667
25 44 2 79 0,01666667 0,65833333
26 48 2 81 0,01666667 0,675
27 51 2 83 0,01666667 0,69166667
28 52 2 85 0,01666667 0,70833333
29 59 2 87 0,01666667 0,725
30 68 2 89 0,01666667 0,74166667
31 73 2 91 0,01666667 0,75833333
32 75 2 93 0,01666667 0,775
33 7 1 94 0,00833333 0,78333333
34 8 1 95 0,00833333 0,79166667
35 13 1 96 0,00833333 0,8
36 18 1 97 0,00833333 0,80833333
24
37 35 1 98 0,00833333 0,81666667
38 36 1 99 0,00833333 0,825
39 42 1 100 0,00833333 0,83333333
40 43 1 101 0,00833333 0,84166667
41 45 1 102 0,00833333 0,85
42 47 1 103 0,00833333 0,85833333
43 49 1 104 0,00833333 0,86666667
44 50 1 105 0,00833333 0,875
45 53 1 106 0,00833333 0,88333333
46 56 1 107 0,00833333 0,89166667
47 57 1 108 0,00833333 0,9
48 58 1 109 0,00833333 0,90833333
49 60 1 110 0,00833333 0,91666667
50 61 1 111 0,00833333 0,925
51 62 1 112 0,00833333 0,93333333
52 64 1 113 0,00833333 0,94166667
53 65 1 114 0,00833333 0,95
54 71 1 115 0,00833333 0,95833333
55 81 1 116 0,00833333 0,96666667
56 82 1 117 0,00833333 0,975
57 85 1 118 0,00833333 0,98333333
58 87 1 119 0,00833333 0,99166667
59 94 1 120 0,00833333 1
TOTAL 120 1
25
Medidas de tendencia Central
Media 34,025
Mediana 26
Moda 23
Cálculos
Media
𝑛
𝑥̅ = ∑ 𝑋𝑖 𝑑𝑖𝑣𝑖𝑑𝑖𝑑𝑜 𝑝𝑜𝑟 𝑛
𝑖=1
Donde:
𝑛 = Cantidad de elementos
𝑋𝑖 = Valor de cada elemento
𝑥̅ = Media aritmética
Remplazamos
𝐸𝑑𝑎𝑑 𝑑𝑒 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 1 + 𝐸𝑑𝑎𝑑 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 2 + ⋯ … … … + 𝐸𝑑𝑎𝑑 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 120

𝑥̅ = = 34.025
120
26
Mediana
Ordenamos los datos de menor a mayor de acuerdo a la base de datos
Nuestra serie tiene un numero de datos de 120 dado a que este es un numero par tenemos que
encontrar nuestra mediana en las dos puntuaciones centrales y se promedian
20 + 26
𝑀𝑒 = = 26
2
27
Moda
La moda es el dato que tiene mayor frecuencia, es decir, el dato que más se repite, en este caso
podemos ver que la variable edad = 23 años tiene una frecuencia de 7
28
Cuartiles
Q1 (25%) 19
Q2 (50%) 26 Mediana
Q3 (75%) 52,75
El 25% de los datos son menores o iguales a 19
𝑛 120
= = 30
4 4
El intervalo de clase donde se encuentra el primer cuartil es 19 marcado con la casilla naranja
𝑛 120
= = 60
2 2
El intervalo de clase donde se encuentra el segundo cuartil es 26 marcado con la casilla naranja
El 75% de los datos son menores o iguales a 52.75
3𝑛 3(120)
= = 90
4 4
El intervalo de clase donde se encuentra el tercer cuartil es 52 marcado con la casilla naranja
29
Deciles
DECIL POSICION VALOR

D1 12 27
D2 24 43,5
D3 36 97,5
D4 48 63
D5 60 68,5
D6 72 19
D7 84 22
D8 96 81,5
D9 108 112,5
5 ∗ 120
𝐷5 = = 60
10
7 ∗ 120
𝐷7 = = 84
10
Percentiles
PERCENTIL POSICION VALOR

P30 36 13
P50 60 68,5
30 ∗ 120
𝑃30 = = 36
100
50 ∗ 120
𝑃50 = = 60
100
30
Variable Cuantitativa Continúa
Peso
Tabla de frecuencia datos Agrupados
n Nc Vmin Vmax Rango Amplitud

120 7,694963612 2,6 87,5 84,9 10,6125
Nc' Vmin Vmax Rango' Amplitud'

8 1,05 89,05 88 11
Rango'-Rango
3,1
Ni Lm Ls fi Fi hi Hi MC
1 1,05 12,15 10 10 0,083333333 0,08333333 6,6
2 12,15 23,15 10 20 0,083333333 0,16666667 17,65
3 23,15 34,15 2 22 0,016666667 0,18333333 28,65
4 34,15 45,15 1 23 0,008333333 0,19166667 39,65
5 45,15 56,15 15 38 0,125 0,31666667 50,65
6 56,15 67,15 42 80 0,35 0,66666667 61,65
7 67,15 78,15 22 102 0,183333333 0,85 72,65
8 78,15 89,05 18 120 0,15 1 83,6
TOTAL 120 1
31
Medidas de tendencia Central
Media 55,98
Mediana 60,8
Moda 67,2
Media: Nos indica que el peso promedio de los 120 pacientes de la base de datos es de 56 kg
aproximadamente
Mediana: La distribución de datos en mitades (120/2) para así encontrar el centro de la

distribución 60,8kg
Moda: El peso que es más común entre los pacientes de la lista de datos que para este caso es
67,2
Cálculos
Media
𝑛
𝑥̅ = ∑ 𝑋𝑖 𝑑𝑖𝑣𝑖𝑑𝑖𝑑𝑜 𝑝𝑜𝑟 𝑛
𝑖=1
Donde:
𝑛 = Cantidad de elementos
𝑋𝑖 = Valor de cada elemento
𝑥̅ = Media aritmética
Remplazamos
𝑃𝑒𝑠𝑜 𝑑𝑒 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 1 + 𝑃𝑒𝑠𝑜 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 2 + ⋯ … … … + 𝑃𝑒𝑠𝑜 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 120

𝑥̅ = = 55,98
120
32
Mediana
Ordenamos los datos de menos a mayor de acuerdo a la base de datos
Nuestra serie tiene un numero de datos de 120 dado a que este es un numero par tenemos que
encontrar nuestra mediana en las dos puntuaciones centrales y se promedian
60.8 + 60.8
𝑀𝑒 = = 60.8
2
Moda
La moda es el dato que tiene mayor frecuencia, es decir, el dato que más se repite, en este caso
podemos ver que la variable Peso = 67,2 años tiene una frecuencia de 4
Peso (Kg)
67,2
67,2
67,2
67,2
Cuartiles
Q1 (25%) 52,85
Q2 (50%) 60,8 Mediana
Q3 (75%) 70
El 75% de los datos son menores o iguales a 52.75
Quartil 1: Nos dice que los pesos entre 2,6 kg y 60kg representan el 25 % de la serie de datos.
Quartil2: nos indica el peso del paciente que se encuentra en la mitad de la serie de dados que
para este saso es 60.8kg.
Quartil3: Nos dice que los pesos entre 2,6 Kg y 45 kg representan el 75 % de la serie de datos.
33
Deciles
DECIL POSICION VALOR

D1 12 70,05
D3 36 40,25
D5 60 96,1
D6 72 97,4
D7 84 46,75
5 ∗ 120
𝐷5 = = 60
10
7 ∗ 120
𝐷7 = = 84
10
Decil 3: nos dice que los pesos entre 2,6kg y 60,25 representan el 30% de la serie de datos
Decil 7: nos dice que los pesos entre 2,6kg y 84 kg representan el 70 % de la serie de datos
Percentiles
PERCENTIL POSICION VALOR

P20 24 121,4
P25 30 57,20
P30 36 40,25
P40 48 47,90
P60 72 97,40
P75 90 104,90
Percentil 30: nos dice que los pesos entre 2,6kg y 63 kg representan el 25% de la serie de datos
(DISTANCIA, Modulo Estadistica Descriptiva, 2010)
Percentil 75: nos dice que los pesos entre 2,6kg y 90 kg representan el 75% de la serie de datos
30 ∗ 120
𝑃30 = = 36
100
50 ∗ 120
𝑃50 = = 60
100
34
Momento 2
Medidas Univariantes De Dispersión
Cuantitativas Discreta
Número de visitas último trimestre
Nº VISITAS 1 1 1 2
ULTIMO
TRIMESTRE 1 1 1 2
1 1 1 2
1
1 1 1 2
1
1 1 1 2
1
1 1 1 2
1
1 1 1 2
1
1 1 1 2
1
1 1 1 2
1
1 1 1 2
1
1 1 1 2
1
1 1 1 2
1
1 1 1 2
1
1 1 2 2
1
1 1 2 3
1
1 1 2 3
1
1 1 2 3
1
1 1 2 3
1
1 1 2 3
1
1 1 2 3
1
1 1 2 3
1
1 1 2 3
1
1 1 2
1
1 1 2
1
1 1 2
1
35
Nº VISITAS ULTIMO frecuencia

f*X X2 f * X2
TRIMESTRE (X) (f)
1 86 85 1 85
2 26 52 4 104
3 8 24 9 72
4 0 0 16 0
Sumatoria 120 162 30 262
media 1,35
media ^2 1,8
varianza 0,4
D. estándar 0,6
Coeficiente de 44,50
variación
Rango 2
Vmin Vmax Rango

1 3 2
Cálculos
Rango
∑ 𝑓𝑋
𝑥𝐴 =
̅̅̅
𝑛
161
𝑥𝐴 =
̅̅̅ = 1,35
120
𝑟𝑎𝑛𝑔𝑜 𝐴 = 𝑉𝑚𝑎𝑥 − 𝑉𝑚𝑖𝑛
𝑟𝑎𝑛𝑔𝑜 𝐴 = 3 − 1 = 2
Varianza
2
∑ 𝑓 ∗ 𝑋2
𝑠 = − 𝑥̅ 2
𝑛
262
𝑠2 = − 1.8 = 0.3833 𝐴𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 𝑎 0.4
120
36
Desviación estándar
∑ 𝑓 ∗ 𝑋2
𝑠=√ − 𝑥̅ 2
𝑛
𝑠 = √0.4 = 0.632
Coeficiente de variación
𝑆
𝐶𝑉 = ∗ 100%
𝑥̅
0.632
𝐶𝑉 = ∗ 100 = 46.5%
1.35
Interpretación de los resultados
Relación de los datos con el problema objeto de estudio:
El dato más relevante en este caso es el resultado de la varianza que muestra claramente
otro agravante a la problemática de la congestión de las salas de urgencias en Colombia,
como es el que se halla determinado gracias a este analisis estadístico que de los 120
pacientes atendidos en el último trimestre, vuelve a ingresar . Situación que suscita nuevos
interrogantes que puedan ser punto de partida a las soluciones de los diferentes factores
involucrados en el tema de estudio.
37
Cuantitativas Continúa
 Peso
Peso (kg) 45,8 58,8 65,4 75,3

2,6 45,8 58,9 65,6 78
3,1 45,9 60 65,7 78,1
3,1 50,2 60 65,7 78,4
3,4 52,6 60 65,8 78,5
3,9 52,7 60,2 65,9 78,5
5,2 52,9 60,3 67,2 78,5
8,9 53,8 60,5 67,2 78,6
9,4 54 60,5 67,2 78,6
9,7 54,9 60,6 67,2 78,6
11,9 55 60,8 67,5 78,9
12,5 55,2 60,8 67,9 79,5
14,2 55,9 60,8 67,9 80,9
15,3 56 61,6 68,9 85
15,9 56,8 62,3 70 85
16,5 56,9 62,7 70 85
16,7 57,3 62,9 70 85,8
16,9 57,6 62,9 70,2 85,8
18,3 57,8 63,2 70,8 85,9
19,7 57,9 63,8 72 87,2
23 58 64,3 72,5 87,5
24,5 58,2 64,3 72,9
30,5 58,2 65 72,9
45 58,3 65,2 72,9
45,2 58,6 65,2 73,8
38
frecuencia 57 4 228 3249 12996

Peso (X) f*X X2 f * X2
(f) 7
58 406 3364 23548
2 1 2 4 4
60 11 660 3600 39600
3 4 12 9 36
61 1 61 3721 3721
5 1 5 25 25
62 4 248 3844 15376
8 1 8 64 64
63 1 63 3969 3969
9 2 18 81 162
64 2 128 4096 8192
11 1 11 121 121
65 9 585 4225 38025
12 1 12 144 144
67 7 469 4489 31423
14 1 14 196 196
68 1 68 4624 4624
15 2 30 225 450
69 1 69 4761 4761
16 3 48 256 768
70 5 350 4900 24500
19 1 19 361 361
72 5 360 5184 25920
23 1 23 529 529
73 1 73 5329 5329
24 1 24 576 576
75 1 75 5625 5625
30 1 30 900 900
78 10 780 6084 60840
45 5 225 2025 10125
79 1 79 6241 6241
50 1 50 2500 2500
80 1 80 6400 6400
52 3 156 2704 8112
85 6 510 7225 43350
53 1 53 2809 2809
86 1 86 7396 7396
54 2 108 2916 5832
87 2 174 7569 15138
55 3 165 3025 9075
Sumatoria 120 6733 128501 439171
56 3 168 3136 9408
media 56,1083333
media ^2 3148,1
varianza 511,6
D. estándar 22,6
Coeficiente de variación 40,31
Rango 84.9
Vmin Vmax Rango

2,6 87,5 84,9
39
Cálculos
Rango
∑ 𝑓𝑋
𝑥𝐴 =
̅̅̅
𝑛
6733
𝑥𝐴 =
̅̅̅ = 56.108
120
𝑟𝑎𝑛𝑔𝑜 𝐴 = 𝑉𝑚𝑎𝑥 − 𝑉𝑚𝑖𝑛
𝑟𝑎𝑛𝑔𝑜 𝐴 = 87.5 − 2.6 = 84,9
Varianza
∑ 𝑓 ∗ 𝑋2
𝑠2 = − 𝑥̅ 2
𝑛
439171
𝑠2 = − 3148.1 = 511.65
120
Desviación estándar
∑ 𝑓 ∗ 𝑋2
𝑠=√ − 𝑥̅ 2
𝑛
𝑠 = √511.65 = 22.6
Coeficiente de variación
𝑆
𝐶𝑉 = ∗ 100%
𝑥̅
22.6
𝐶𝑉 = ∗ 100 = 40.31%
56.1
40
Interpretación de los resultados
Interpretar los datos obtenidos y relacionarlos con el problema objeto de estudio
Media: nos indica que el peso promedio de los 120 pacientes de la base de datos es de 56 kg
aproximadamente
varianza: nos indica la variabilidad del peso de los 120 pacientes en relación al promedio
hallado de peso de estos (56 kg).
Desviación estándar: nos muestra la variación que podemos esperar en cuanto al peso de los
pacientes de la lista, ya calculado.
Coeficiente de variación: es una calificación que permite evaluar la calidad estadística de las
estimaciones. Según el resultado de la CV: podemos decir que no es muy confiable esperar que
el promedio del peso de los pacientes de la lista sea de solo de (56 kg).
Rango: nos dice que la variación del peso de los pacientes de la lista es de 84.9 kg. Teniendo
en cuenta el peso mínimo 2,6 kg y peso máximo de 87.5 kg.
Relación de los datos con el problema objeto de estudio:
Los datos obtenidos en este caso no tienen relación con la problemática en cuestión, ya que el
peso mínimo, promedio, máximo no es el motivo de ingreso a la sala de urgencias
41
Regresión y Correlación lineal Simple
Cuantitativas
 Edad
 Peso
Edad 54 60,6 3272 2916 3672 176710

Peso
Años x*y x^2 y^2 y*x^2
Kg (y) 51 85 4335 2601 7225 221085
(x)
3 12,5 37,5 9 156 112,5 26 57,3 1490 676 3283 38735
31 60 1860 961 3600 57660 22 67,9 1494 484 4610 32864
62 72,5 4495 3844 5256 278690 0 2,6 0 0 6,76 0
64 58 3712 4096 3364 237568 26 75,3 1958 676 5670 50903
4 16,5 66 16 272 264 73 45,2 3300 5329 2043 240871
65 57,6 3744 4225 3318 243360 85 50,2 4267 7225 2520 362695
55 78,6 4323 3025 6178 237765 7 23 161 49 529 1127
1 5,2 5,2 1 27 5,2 16 45 720 256 2025 11520
18 53,8 968 324 2894 17431 52 65,7 3416 2704 4316 177653
42 45,8 1924 1764 2098 80791 4 16,7 66,8 16 279 267,2
23 60,2 1385 529 3624 31846 20 60,5 1210 400 3660 24200
8 19,7 158 64 388 1260,8 68 57,8 3930 4624 3341 267267
71 62,7 4452 5041 3931 316071 54 60,3 3256 2916 3636 175835
53 78,6 4166 2809 6178 220787 44 78,5 3454 1936 6162 151976
20 52,7 1054 400 2777 21080 3 15,3 45,9 9 234 137,7
2 8,9 17,8 4 79,2 35,6 81 65,2 5281 6561 4251 427777
73 70 5110 5329 4900 373030 20 65,6 1312 400 4303 26240

25 80,9 2023 625 6545 50563 40 78,4 3136 1600 6147 125440
35 78,9 2762 1225 6225 96653 40 57,9 2316 1600 3352 92640
5 15,9 79,5 25 253 397,5 0 3,4 0 0 11,6 0
24 56 1344 576 3136 32256 61 58,3 3556 3721 3399 216934
23 52,9 1217 529 2798 27984 23 56,8 1306 529 3226 30047
19 78,5 1492 361 6162 28339 34 60 2040 1156 3600 69360

54 85,8 4633 2916 7362 250193 31 72 2232 961 5184 69192
19 65,2 1239 361 4251 23537 17 58,6 996 289 3434 16935
21 60 1260 441 3600 26460 3 14,2 42,6 9 202 127,8
56 67,2 3763 3136 4516 210739 59 65,7 3876 3481 4316 228702
43 85 3655 1849 7225 157165 19 60,8 1155 361 3697 21949
5 24,5 123 25 600 612,5 0 3,1 0 0 9,61 0

21 65,4 1373 441 4277 28841 44 85 3740 1936 7225 164560
42
75 60,8 4560 5625 3697 342000 37 85,8 3175 1369 7362 117460
75 55,9 4193 5625 3125 314438 54 67,2 3629 2916 4516 195955
82 70 5740 6724 4900 470680 26 63,2 1643 676 3994 42723
33 73,8 2435 1089 5446 80368 1 9,4 9,4 1 88,4 9,4
39 78,5 3062 1521 6162 119399 33 72,9 2406 1089 5314 79388
23 67,2 1546 529 4516 35549 0 3,9 0 0 15,2 0
37 67,2 2486 1369 4516 91997 21 63,8 1340 441 4070 28136
48 58,8 2822 2304 3457 135475 13 30,5 397 169 930 5154,5
50 62,3 3115 2500 3881 155750 23 52,6 1210 529 2767 27825
94 70,2 6599 8836 4928 620287 39 85,9 3350 1521 7379 130654
17 54,9 933 289 3014 15866 19 67,9 1290 361 4610 24512
55 78,1 4296 3025 6100 236253 24 58,2 1397 576 3387 33523
59 62,9 3711 3481 3956 218955 45 55 2475 2025 3025 111375
23 65 1495 529 4225 34385 57 60,5 3449 3249 3660 196565
87 62,9 5472 7569 3956 476090 51 87,5 4463 2601 7656 227588
34 72,9 2479 1156 5314 84272 17 55,2 938 289 3047 15953
24 61,6 1478 576 3795 35482 26 70 1820 676 4900 47320
1 9,7 9,7 1 94,1 9,7 16 45,9 734 256 2107 11750
19 64,3 1222 361 4134 23212 22 54 1188 484 2916 26136
25 58,9 1473 625 3469 36813 25 60,8 1520 625 3697 38000
5 18,3 91,5 25 335 457,5 55 65,8 3619 3025 4330 199045
24 56,9 1366 576 3238 32774 23 70,8 1628 529 5013 37453
0 3,1 0 0 9,61 0 58 78,6 4559 3364 6178 264410
52 45,8 2382 2704 2098 123843 48 87,2 4186 2304 7604 200909
24 68,9 1654 576 4747 39686 39 79,5 3101 1521 6320 120920
2 11,9 23,8 4 142 47,6 36 72,9 2624 1296 5314 94478
49 65,9 3229 2401 4343 158226 60 67,5 4050 3600 4556 243000
68 78 5304 4624 6084 360672 47 58,2 2735 2209 3387 128564
5 16,9 84,5 25 286 422,5 17 64,3 1093 289 4134 18583
Numero de Hora de
Sumatorias Paciente(x) salida(y)
x*y x^2 y^2 y*x^2
4083 6718 267090,5 203031 437809,28 13386042,9

43
Regresion y correlacion
90
85
80
75
70
65
60
Peso Pacientes
55 y = 0.6007x + 35.544
50 R² = 0.3749
45
40 Peso Kg (y)
35 Linear (Peso Kg (y))
30
25
20
15
10
5
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90
Edad Pacientes
media x 34,03
media Y 55,98
media 39,76
media ^2 1580,65
Covarianza 320,9
varianza 411,9
D. Típica x 23,1
D. Típica y 22,7
Corre Lineal 0,61
Rango A 94
Rango B 84,9
Vxmin Vxmax Rango

0 94 94
Vymin Vymax Rango
2.6 87,5 84,9
44
Modelo matemático
¿Es confiable?
𝒚 = 𝒎𝒙 + 𝒃
𝒚 = 𝟎. 𝟔𝟎𝟎𝟕𝒙(𝒆𝒅𝒂𝒅) + 𝟑𝟓. 𝟓𝟒𝟒
𝒃
𝒙=𝒚−
𝒎
𝟑𝟓. 𝟓𝟒𝟒
𝒙 = 𝒚(𝒅𝒊𝒂𝒔) −
𝟎. 𝟔𝟎𝟎𝟕
𝑹𝟐 = 𝟎. 𝟑𝟕𝟒𝟗
𝑹𝟐 = (𝟎. 𝟑𝟕𝟒𝟗)𝟐 ∗ 𝟏𝟎𝟎 = 𝟏𝟒 %
Según el diagrama de dispersión determine el tipo de asociación entre las vaciables?
Según el diagrama de dispersión , encontramos que el tipo de asociación entre las variables;
edad Años (x) y peso (kg) y , es una correlación positiva débil ,ya que el valor r entre las
variables puede oscilar desde + 1 a – 1, y en la medida en que el valor de r se acerque a 1 esta
relación es muy fuerte positivamente , por el contrario cuando el valor de r se acerca a cero es
una relación débil, como es nuestro caso que el valor de r es de 0,3749
Determinar el porcentaje de explicación del modelo y el grado de relación de las dos

variables.
Encontramos una correlación positiva débil, lo que quiere decir que la intensidad de la relación;
edad Años (x) y peso (kg) (y), indica que la relación es débil. La grafica nos muestra que el
coeficiente de correlación es = (0.3749)2=0.14 e indica que, 14% de la variación total del peso
en kilogramos se explica porque se debe a la variación en la edad.
45
Relacionar la información obtenida con el problema:
Según la información obtenida en este ejercicio de relación de variables identificamos en la gráfica

de dispersión datos que están por fuera de lo normal ósea ubicados bajo o por encima de la media
a partir de los 30 años lo que nos indica que esta relación con el peso no se está controlado en la
comunidad y que posiblemente este generando problemas a los pacientes.
Problemas como:
 Enfermedades cardiacas
 Molestias intestinales
 Problemas alimenticios
 Diabetes
 Patologías Psicológicas
Haciendo énfasis en las enfermedades cardiacas probablemente el riesgo cardiovascular es el más

importante debido alto riesgo que implica. La salud cardiovascular de una persona con peso normal
es incomparablemente más sana que la de una persona con sobrepeso, pues en el caso de la segunda
las chances de padecer un ataque cardíaco ascienden a un 75% según estudios realizados por la
Organización mundial de la salud.
La diabetes afecta de forma directa al organismo se encuentra estrechamente vinculado a la

obesidad la cual trae de la mano más problemas o enfermedades si no se es controlada. Finalmente,
los trastornos del sueño son otro de los problemas asociados a los kilos de más. A medida que el
peso se incrementa, los problemas a la hora de conciliar el sueño son mayores, y además una vez
durmiendo la calidad del sueño es infinitamente menor, con ronquidos y apnea del sueño como
elementos redundantes.
Por lo cual sebe implementar un programa de intervención vinculado a la alimentación saludable

realizando planes de acción por medio de profesionales en nutrición donde se realicen charlas y
controles vinculados a la prevención y promoción de una buena alimentación, en las edades que
pueden estar propensas a sufrir de estas patologías con el fin de evitar congestiones en la salas de
urgencias del Hospital Federico lleras en una solución que no se puede ver reflejada a un corto
plazo pero si vamos a obtener buenos resultados probablemente en meses si se mantiene una
disciplina como se mencionó anteriormente en la promoción y prevención de control del sobrepeso
entre los pacientes, así estamos evitando antes de suceda inconvenientes en la salud en la
comunidad lo cual generaría un participación menor en las salas de urgencias.
46
Anexos
Laboratorio de Diagramas Estadísticos
Ejercicio 1
El entrenador del equipo de natación ha decidido clasificar a sus deportistas teniendo en cuenta
el estilo en el cual su rendimiento es muy alto. A continuación se presentan los resultados
obtenidos:
Estilo Frecuencia
Pecho 8
Espalda 8
Mariposa 6
Libre 10
Estilos
10
9
8
7
FECUENCIA
6
10
5
8 8
4
6
3
2
1
0
Pecho Espalda Mariposa Libre
Frecuencia 8 8 6 10
47
Estilos
31% 25%
Pecho
Espalda
Mariposa
25%
19% Libre
Conclusiones
 El equipo de natación tiene una mayor participación por practicar el estilo libre.
 El estilo mariposa es el que menos se destaca el equipo, por lo cual el entrenador tiene
que evaluar y reforzar a sus deportistas a que se motiven más por practicar esta técnica
48
Ejercicio 2
Para verificar el efecto de un nuevo pesticida aplicado a un cultivo de café, se seleccionó una
muestra de 42 matas y se les midió su altura en centímetros después de 3 meses de haber sido
plantadas y regadas con el producto.
Los resultados son los siguientes:
25,4 25,2 42,3 38,7 24 35,5 42,3

18,6 34,7 28 29,1 19,4 30,6 37,5
25,8 32,6 34,3 27,9 31,6 32,8 36
37,7 42,8 29,4 36,2 28,5 38,6 40,5
16,8 21,3 35,4 28 32,9 39,7 20
37,2 38,3 24,3 39 23,6 26,5 31,4
Clase Frecuencia
16,8 1
21,1333333 3
25,4666667 6
29,8 8
34,1333333 6
38,4666667 10
Y mayor... 8
49
Efectividad de pesticida
10
10
9 8 8
8 16.80
7 6 6 21.13
6 25.47
5 29.80
4 3 34.13
3 38.47
2 1 y mayor...
1
0
16.80 21.13 25.47 29.80 34.13 38.47 y
mayor...
Conclusiones
 Una altura de 38,46 fue aquella que alcanzaron mayor número de plantas cultivadas con
un total de 10
 En conclusión el pesticida de acuerdo a los datos obtenidos se puede evidenciar que es
efectivo dado que tan solo una plata alcanzo la menos altura registrada de 16,8
centímetros
50
Ejercicio 3
Una empresa de desechables va a producir un nuevo tipo de envase, para líquidos. Por tal
razón, midió. El volumen de 60 recipientes que se usaron en una nueva prueba de aceptación
VOLUMEN Frecuencia
(mm3)
0–5 4
5 – 10 8
10 – 15 10
15 – 20 11
20 – 25 12
25 - 30 15
VOLUMEN (mm3)
16
15
14
12 12
11
10 10
AXIS TITLE
8 8
6
4 4
2
0
0–5 5 – 10 10 – 15 15 – 20 20 – 25 25 - 30
VOLUMEN (mm3) 4 8 10 11 12 15
Conclusiones
 Dado al analisis de la gráfica evidenciamos que los recipientes con mayor volumen o
capacidad tiene una aceptación mayor
 La empresa tiene que enfocarse en la mejora de la calidad de los recipientes de menor
capacidad o volumen para que tenga una mayor aceptación en el mercado.
51
Laboratorio Regresión y Correlación Lineal
Ejercicio 1
Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensión arterial
un tiempo después.
X (sal) Y
(Presión)
1,8 100
2,2 98
3,5 105
4,0 110
4,3 112
5,0 120
a) Realice el diagrama de dispersión y determine el tipo de asociación entre las variables
Consumo de sal en relacion a tension arterial

140
120 y = 6.3137x + 85.612

R² = 0.9165
presion arterial
100
80
60 Series1
40 Linear (Series1)
20
0
0 1 2 3 4 5 6
sal en gramos
52
Según le diagrama de dispersión la relación entre la variable sal y la variable presión arterial: es
una correlación lineal, La variable dependiente actúa sobre la variable independiente. Ya que
vemos una línea recta que demuestra que, en la medida en que aumenta el consumo de sal,
aumenta también los valores de la presión arterial.
b) Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?
No de ml de Presión x2 y2 xy
parejas sal mmHg
(x) (y)
1 1,8 100 3,24 10000 180
2 2,2 98 4,84 9604 215,6
3 3,5 105 12,25 11025 367,5
4 4 110 16 12100 440
5 4,3 112 18,49 12544 481,6
6 5 120 25 14400 600
Total 20,8 645 79,82 69673 2284,7
Sxi 8,11666667
Sx 1,13382342
Sy 7,47774476
Rxi 0,95732996
53
c) Determine el porcentaje de explicación del modelo y el grado de relación de las dos

variables.
Encontramos una correlación positiva, lo que quiere decir que la intensidad de la relación
consumo de sal (x), y el aumento de presión arterial (y), indica que la relación es intensa.
La grafica nos muestra que el coeficiente de correlación es = (0.95)2=0.90 e indica que, 90% de
la variación total de la presión arterial, se explica por, ósea debe a, la variación en los miligramos
de sal.
d) Si a un paciente se le administra una dosis de sal de 6,5. ¿Cuál es la tensión arterial

esperada?
La presión arterial esperada es de: 126 mmHg.
mlg de sal presión arterial
6,5 126,65105
7 129,8079
7,5 132,96475
8 136,1216
8,5 139,27845
9 142,4353
9,5 145,59215
10 148,749
10,5 151,90585
54
Ejercicio 2
En un nuevo proceso artesanal de fabricación de cierto artículo que está implantado, se ha

considerado que era importante ir anotando periódicamente el tiempo medio (medido en
minutos) que se utiliza para realizar una pieza y el número de días desde que empezó dicho
proceso de fabricación. Con ello, se pretende analizar como los operarios van adaptándose al
nuevo proceso mejorando paulatinamente su proceso de producción.
Los siguientes datos representan dicha situación:
Tiempo Días (y)

minutos (x)
10 35
20 28
30 23
40 20
50 18
60 15
70 13
40
35
30
25
20
15
y = -0.3464x + 35.571
10 R² = 0.9454
0
0 10 20 30 40 50 60 70 80
55
Tiempo estimado
c) Determine el porcentaje de explicación del modelo y el grado de relación de las dos

variables.
El porcentaje de explicación del modelo es del 94%, y la relación de las dos variables es
negativa (-0.97), lo cual corresponde a un 97% del grado de relación de las variables x-y
d) ¿Qué tiempo deberá tardarse un empleado cuando se lleven 100 días?
𝒚 = 𝟎. 𝟑𝟒𝟔𝟑𝒙(𝟏𝟎𝟎) + 𝟑𝟓. 𝟓𝟕𝟏
𝒚 = 𝟕𝟎. 𝟐𝟎𝟏
56
Ejercicio 3
Una Nutricionista de un hogar infantil desea encontrar un modelo matemático que permita
determinar la relación entre el peso y la estatura de sus estudiantes. Para ello selecciona 10 niños
y realiza las mediciones respectivas.
A continuación se presentan los resultados:
Estatura Peso
(cm) (kg)
121 25
123 22
108 19
118 24
111 19
109 18
114 20
103 15
110 20
115 21
Tiempo
Días (y) x*y x^2 y^2 y*x^2
minutos (x)
10 35 350 100 1225 3500
20 28 560 400 784 11200
30 23 690 900 529 20700
40 20 800 1600 400 32000
50 18 900 2500 324 45000
60 15 900 3600 225 54000
70 13 910 4900 169 63700
280 152 5110 14000 3656 230100
100 70
57
Alanalisis Nutricionista
30
25
Ecuacion de la recta
20 y = 0,4212x - 27,377
R² = 0,8102
Peso
15
Peso (kg)
10 Linear (Peso (kg))
0
100 105 110 115 120 125
Estatura
media x 78,00
media Y 13,70
media 111,99
media ^2 12542,37
Covarianza 465,7
varianza 19,0
D. Típica x 51,2
D. Típica y 14,2
Corre
0,64
Lineal
𝒃𝒚 = 𝒎𝒙 + 𝒃
𝒚 = 𝟎. 𝟒𝟐𝟏𝟐𝒙(𝒆𝒔𝒕𝒂𝒕𝒖𝒓𝒂) + 𝟐𝟕. 𝟑𝟕𝟕
𝒃
𝒙=𝒚−
𝒎
𝟐𝟕. 𝟑𝟕𝟕
𝒙 = 𝒚(𝒅𝒊𝒂𝒔) −
𝟎. 𝟒𝟐𝟏𝟐
58
c) Determine el porcentaje y el grado de relación de las dos variables.
En el analisis evidenciamos que nuestra gráfica y ecuación de recta son confiables dado a los
modelos matemáticos tenemos asertividad del 81.02% y el cual nos muestra que son variables
directamente proporcionales. Nuestra correlación es una correlación positiva con 0.64%
d) ¿Qué tiempo deberá tardarse un empleado cuando se lleven 130 cm?
Para un paciente que se le administra una dosis de sal de 6,5 su tensión es:
𝒚 = 𝟎. 𝟒𝟐𝟏𝟐𝒙(𝟏𝟑𝟎) + 𝟐𝟕. 𝟑𝟕𝟕

𝒚 = 𝟐𝟕. 𝟒𝟑𝟏
59
Conclusiones
Como resultado de la actividad anterior en referencia al análisis de los diferentes datos

concluimos lo siguiente:
 Un esquema de trabajo proporciona una guía práctica en cuanto al manejo del factor tiempo
para la solución de los pasos planteados en la guía de actividades.
 El Plantear interrogantes a partir de la problemática trazada para esta actividad, fue un

ejercicio que nos permitió un análisis más profundo del problema objeto de investigación.
El momento 1 nos permitió ampliar los conceptos de población, muestra, ubicación espacio
temporal de estudio, unidad estadísticas, variables (cualitativas, cuantitativas: discretas y
continuas), aprendimos a identificar las diferentes variables que se pueden encontrar en una lista
de datos que nos sirven para interpretar información procedente de diferentes fuentes, de forma
ordenada, ya que de otra manera seria muy dispendioso deducir información importante y
necesaria.
De las medidas de tendencia central nos queda claro que
 Media es la posición central más utilizada y la más conocida.
 Mediana, identifica el valor que se encuentra en el centro de los datos, ósea permite conocer
el valor que se encuentra exactamente en la mitad del conjunto de datos.
 Moda, nos indica el valor, que más veces se repite dentro de los datos.
 Cuartiles, son 3 valores de la variable que se divide en 4
 Deciles, son los nueve valores que divide la serie de datos en diez partes iguales.
 Percentiles son los 99 valores que divide la serie de datos en 100 partes iguales
60
Para las medidas de dispersión
Se ha logrado la identificación de las medidas bivariantes de la dispersión de datos adquiriendo

habilidades propias del estudio estadístico para aplicar los conceptos y conocimientos de las
regresiones y proyectar eventos a futuro. Además obtuvimos destrezas para el manejo de
programas de análisis numérico que permiten el ahorro de tiempo y esfuerzo para realizar cálculos
complejos sobre cantidades grandes de datos.
Las medias de dispersión nos permiten medir esos datos extremos que se encuentran alejados de
la tendencia central, esto es muy interesante ya que las medidas de tendencia central no siempre
proporcionan conclusiones contundentes frente a un conjunto de datos. Igualmente se aprendió a
calcular la varianza de un dato a la media, también comparar las series de los datos a través del
coeficiente variación y así se puede determinar cuál serie tiene mayor o menor variabilidad
relativa.
En conclusión la estadística es una disciplina que se aplica en muchos campos de la actividad del
ser humano, que sirve para sacar conclusiones de una población en estudio, examinando solamente
una parte de ella denomina muestra. Se puede concluir que se desarrolló con claridad todo el
trabajo y se cumplieron cada uno de los lineamientos expuestos por la universidad nacional abierta
y a distancia UNAD, entendiendo cada uno de los procesos para llevar a cabo un desarrollo de una
determina da investigación
61
Bibliografía
78miltonfer. (19 de Enero de 2015). Presetnacion del curso Estadistica Descriptiva. Obtenido de
Youtube: https://www.youtube.com/watch?v=cteJpX4cja8&feature=youtu.be
Arcos, A. (30 de Mayo de 2012). Cómo construir una tabla de frecuencia para datos no
agrupados en Excel. Obtenido de Youtube:
https://www.youtube.com/watch?v=NdKSLLCBoGU
Canal, C. (2 de sep de 2012). (Estadística) - Introducción a la Estadística Descriptiva

unidimensional (2000). Obtenido de Youtube :
https://www.youtube.com/watch?v=o1Y31RRGg7c
Conceptos Generales " Estadística Descriptiva". (15 de Junio de 2015). Obtenido de GVRL:
http://campus03.unad.edu.co/ecbti02/mod/lesson/view.php?id=3825&pageid=335
Curso, B. d. (20 de Marzo de 2013). Estaditica Descriptiva . Obtenido de Medidas Absolutas de

Dispersion: http://estadisticadescriptivaunad100105.blogspot.com/2013/03/medidas-
absolutas-de-dispersion_21.html
Desconocido. (2014). Vitutor. Obtenido de Nexo@vitutor.com:

http://www.vitutor.com/estadistica/descriptiva/estadistica.html
diaz, h. f. (20 de Marzo de 2013). Varianza y Desviacion. Obtenido de Youtube :

https://www.youtube.com/watch?v=3cDvh-1q6lo
DISTANCIA, U. N. (2010). Modulo Estadistica Descriptiva. Ibague: UNAD.
DISTANCIA, U. N. (2010). UNIDAD DIDÁCTICA 1. En M. F. PAVA, Modulo Estadistica

Descriptiva (pág. 108). Ibague: UNAD.
Ditutor. (2015). Estadística descriptiva. Obtenido de nexo@ditutor.com:

http://www.ditutor.com/estadistica/estadistica_descriptiva.html
elpolivirtual. (23 de Dic de 2013). Video de introducción al curso de "Estadística descriptiva".

Obtenido de Youtube: https://www.youtube.com/watch?v=OPkGxnEXLsI
espol50. (21 de Mayo de 2013). Estadistica: Estadística Descriptiva Clase 1 (Parte 1). Obtenido
de Youtube: https://www.youtube.com/watch?v=IeqRrzw_Fww
62
estadisticaecc. (24 de Junio de 2008). Desviación estándar con datos agrupados. Obtenido de
Youtube : https://www.youtube.com/watch?v=FBxJAVr_Rys
JuroIwai. (9 de Noviembre de 2012). Tabla de frecuencias en Excel para datos agrupados.

Obtenido de Youtube: https://www.youtube.com/watch?v=VolNwhj-
4bM&feature=player_embedded
Klasesdematematicas. (15 de Feb de 2014). Estadística Descriptiva 1- Tablas de frecuencia en

datos Discretos. Obtenido de Youtube:
https://www.youtube.com/watch?v=zL3c7SqAAZY
UNAD. (7 de Abril de 2015). Blog del curso Estadistica Descriptiva. Obtenido de Estadistica
Descriptiva: http://estadisticadescriptivaunad100105.blogspot.com/
UNAD. (15 de 06 de 2015). Curso Estadistica Descriptiva 100105A_223. Obtenido de Campus

Virtual Unad: http://campus03.unad.edu.co/ecbti02/course/view.php?id=265

76 Colaborativo Momento 2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

76 Colaborativo Momento 2

Transféré par

Droits d'auteur :

Formats disponibles

1

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

Javier Felipe Rincón Rodríguez

Ingrid Johana Rodríguez

María Del Carmen Parra

Universidad Nacional Abierta Y A Distancia (UNAD)

Escuela De Ciencias Básicas, Tecnología E Ingeniería

Se busca la conceptualización teórica y su correcta aplicación en el analisis de la base de datos del

Verificar los avances conceptuales y procedimentales acerca de la fundamentación estadística. Por

 Interiorizar los conceptos básicos de la estadística descriptiva de tal manera que en el

 Conocer la utilidad y aplicabilidad de la herramienta de la estadística descriptiva en los

 Aprender a trabajar en quipo a través de la búsqueda conjunta de posibles soluciones a

Caracterización Del Problema

El Ministerio de la Protección Social tiene definido un sistema de selección y clasificación de

Rojo: atención inmediata

Verde: no compromete la vida del paciente (espera hasta 6 horas su atención)

- Reducida o nula oferta de algunos servicios como hemodinámica, reumatología,

¿Cómo se podría mejorar o diagnosticar los cuellos de botella en el traslado de pacientes de

- La población se va de una vez al tercer nivel de complejidad, porque todos los

Ubicación Espacio Temporal

Ubicación temporal: 01-06-2014/09-06-2014

Caracterización De Variables Cualitativas

Tablas y Gráficos Estadísticos

DIA ATENCION NUMERO DE PACIENTES

EPS PACIENTES AFILIADOS

Calificación Del Servicio Prestado (Bueno, Regular, Mal)

CALIFICACION SERVICIO PACIENTES

Otras sinusitis agudas 1

Ilustración 1 Día Ingreso

 El día con mayor frecuencia de atención a pacientes en la sala de urgencias es el día

 Presentamos un bajo índice de atención de pacientes afiliados a Eps como Caprecom lo

CUERPO EXTRAÑO EN LA CORNEA

OTRAS SINUSITIS AGUDAS

INFECCION VIRAL, NO ESPECIFICADA

Ilustración 5 Calificación Del Servicio Prestado (Excelente, Bueno, Regular, Mal)

2. Solo 27 de 120 pacientes califica el servicio de atención de la sala de urgencias como

Ilustración 6 Día Ingreso

Ilustración 9 Calificación Del Servicio Prestado (Bueno, Regular, Mal)

Moda Variables Cualitativas

Cálculo E Interpretación De Las Medidas Univariantes De Tendencia Central

Variable Cuantitativa Discreta

Tabla de frecuencia no datos Agrupados

Medidas de tendencia Central

𝑋𝑖 = Valor de cada elemento

𝐸𝑑𝑎𝑑 𝑑𝑒 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 1 + 𝐸𝑑𝑎𝑑 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 2 + ⋯ … … … + 𝐸𝑑𝑎𝑑 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 120

Ordenamos los datos de menor a mayor de acuerdo a la base de datos

El 25% de los datos son menores o iguales a 19

El 50% de los datos son menores o iguales a 26

El 75% de los datos son menores o iguales a 52.75

DECIL POSICION VALOR

PERCENTIL POSICION VALOR

Variable Cuantitativa Continúa

Tabla de frecuencia datos Agrupados

n Nc Vmin Vmax Rango Amplitud

Nc' Vmin Vmax Rango' Amplitud'

Medidas de tendencia Central

Mediana: La distribución de datos en mitades (120/2) para así encontrar el centro de la

𝑋𝑖 = Valor de cada elemento

𝑃𝑒𝑠𝑜 𝑑𝑒 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 1 + 𝑃𝑒𝑠𝑜 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 2 + ⋯ … … … + 𝑃𝑒𝑠𝑜 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 120

Ordenamos los datos de menos a mayor de acuerdo a la base de datos

El 25% de los datos son menores o iguales a 19

El 50% de los datos son menores o iguales a 26

El 75% de los datos son menores o iguales a 52.75