Unidades 1 y 2: Paso 3 - Análisis de la Información

WILLINTON JAVIER YASNÓ Q. Cód. 12.277.360

HENRY LEONARDO CASTRO Cód. 1075236585
ANABEL OSORIO Cód. 1081404707
GUSTAVO ACOSTA HERRERA Cód. 14.882.681
ANDRÉS TRUJILLO Cód.

Presentado a:

GENARO PENAGOS
Tutor

UNIVERSIDAD ABIERTA Y A DISTANCIA UNAD

ESCUELA CIENCIAS BASICAS E INGENIERIA
PROGRAMA INGENIERÍA ELECTRÓNICA
ESTADÍSTICA DESCRIPTIVA
100105_365

18/10/2018
 Introducción

En estadística se usan mediadas para describir en forma resumida la localización de los

datos, se ubican e identifican alrededor del punto del cual se centran los datos, entre los
propósitos de utilización de la medidas de tendencia central tenemos: el lugar de ubicación
del elemento promedio o típica del grupo, se emplea como método de comparación e
interpretación cualquier valor en relación con el puntaje central, se utiliza como método de
comparación del calor adquirido por una misma variable en diferentes ocasiones y se emplea
como método de comparación de los resultados medios obtenidos por dos o más grupos. Las
medidas de tendencia central con las cuales podemos medir la variabilidad de un conjunto de
datos.
 Justificación
Las medidas de tendencia central como, la media, la mediana y la moda nos permiten obtener
un conjunto de datos analizados de forma precisa con unos pocos valores representativos de
una serie grande de datos. Es importante también comprender a que se refiere cuando nos
piden los Intervalos en cuartiles, deciles y percentiles en una variable cuantitativa.
Por su parte las medidas de dispersión nos permiten utilizar el rango que es la diferencia
entre el valor más grande y el más pequeño del conjunto de datos, varianza entendida como
la medida que cuantifica la variabilidad de los datos respecto al valor de la media,
desviación estándar que nos mide la variabilidad de los datos en las unidades en que se
midieron originalmente , coeficiente de variación usada para comparar la variabilidad entre
dos o más muestras medidas en las mismas unidades o no.
Objetivo general
 Calcular e interpretar medidas de tendencia central y medidas de dispersión para un
conjunto de datos estadísticos.

Objetivos específicos
1. Calcular las medidas univariantes de tendencia central de variables cuantitativa
discretas.
2. Calcular las medidas de tendencia central en una variable cuantitativa continua.
3. Entender la importancia de analizar la dispersión de un grupo de datos.
1. Medidas Univariantes de Tendencia Central.
1.1. Elegir una variable cuantitativa discreta de la base de datos suministrada “Calidad en
el servicio de urgencias 2018-16-4” y:
 Calcular las medidas univariantes de tendencia central:
 Media,
 Mediana,
 Moda.
 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
 Interpretar sus resultados.

Variable cuantitativa discreta

Teniendo en cuenta la guía de actividades, se seleccionó como variable cuantitativa discreta

el número de hijos en los pacientes que requirieron del servicio de urgencias, según los datos
recolectados tenemos.

Medidas de tendencia central

Media 1,05
Mediana 1
Moda 0

Conclusiones
Media o promedio: para hallarla se tuvo en cuenta la suma de los datos el cual se divide por
la cantidad de todos los datos arrojándonos el promedio de (1,05) de número de hijos en los
pacientes atendidos, esta cifra tendríamos que redondearla a (1) ya que es difícil en este tipo
de variable decir que una tenemos (1, 05) hijos.
Mediana: podemos evidenciar que la mediana es de valor (1), donde nos ubicamos en la
mitad del conjunto de todos los datos, dando como resultado que la mitad de los datos se
encuentra por debajo de (1) y la otra mitad por encima del mismo.
Moda: la moda que es el dato que más se repite podemos concluir que un total de 42
pacientes afirman no tener hijos o sea (0), de todos los pacientes atendidos en el servicio de
urgencias.

Decil posición valor

D1 12 0
D2 24 0
D3 36 0
D4 48 1
D5 60 1
D6 72 2
D7 84 2

Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos ordenados
en cuatro partes iguales. El 25%, 50% Y EL 75%, se calcula mediante la siguiente formula.
𝑁
𝐾∗ . 𝐾 = 1,2,3
4

cuartil posición Valor

Q1 30 0
Q2 60 1
Q3 90 2

Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales. Los
deciles dan los calores correspondientes al 10%, 20% y al 90% de los datos. Se calculan
mediante la siguiente ecuación:

𝑁
𝐾∗ , 𝐾 = 1,2,3 … .5,7
10
Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales. Los
percentiles dan los valores correspondientes al 1%, al 25% y al 99% de los datos. Se calculan
mediante la siguiente ecuación:

𝑁
𝐾∗ , 𝐾 = 1,2,25,50 … .99
10
percentil posición valor
P:25 30 0
P:50 60 1

1.2. Elegir una variable cuantitativa continua y:

 Diseñar una tabla de frecuencia para datos agrupados.
 De la tabla de frecuencias construir:
 El histograma de frecuencias
 El polígono de frecuencias.
 Calcular las medidas de tendencia central
 Determinar el tipo de asimetría,
 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
 Interpretar sus resultados.

Variable cuantitativa continúa

En este caso se escogió la variable cuantitativa continúa se tomó el peso de los pacientes que
requirieron del servicio de urgencias, según los datos recolectados tenemos.

Histograma de frecuencias
 Histograma de frecuencias
45
40
35
30
25
20
15
10
5
0
6.50 17.50 28.50 39.50 50.50 61.50 72.50 83.50

Polígono de frecuencias

poligono de frecuencias
45
40
35
30
25
20
15
10
5
0
6.50 17.50 28.50 39.50 50.50 61.50 72.50 83.50
 Medidas de tendencia central
Media 56,55
Mediana 59,03
Moda 63,3
Varianza 524,030833
Desviación estándar 22,8917198
Coeficiente de variación 40,5%
Asimetría -0,29632257
Cuartiles
Q1 50,1
Q2 61,7619048
Q3 72,2
D5 61,7619048
D7 69,1
P25 50,1333333
P50 61,7619048

Media o promedio: con base en los datos podemos identificar que las personas que
necesitaron del servicio de urgencias su promedio de peso es de 56,55 Kg, es decir los
pacientes atendidos no presentan obesidad.
Mediana: en este caso según los datos los pacientes en la posición 59,03 se encuentran en la
mitad de los atendidos en el servicio de urgencias es decir están entre 56Kg y 67Kg.
Moda: la moda en este caso está en 63,3 es decir están en intervalo de 56 y 67 kg según los
datos obtenidos.
Asimetría: El tipo de asimetría es negativa.

Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos ordenados
en cuatro partes iguales. El 25%, 50% Y EL 75%, se calcula mediante la siguiente formula.
𝑁
𝐾∗ . 𝐾 = 1,2,3
4
 Cuartiles
Q1 50,1
Q2 61,7619048
Q3 72,2

Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales. Los
deciles dan los calores correspondientes al 10%, 20% y al 90% de los datos. Se calculan
mediante la siguiente ecuación:

𝑁
𝐾∗ , 𝐾 = 1,2,3 … .5,7
10

Deciles
D5 61,7619048
D7 72,2

Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales. Los
percentiles dan los valores correspondientes al 1%, al 25% y al 99% de los datos. Se calculan
mediante la siguiente ecuación:

𝑁
𝐾∗ , 𝐾 = 1,2,25,50 … .9
10

Percentiles

P25 50,1333333

P50 61,7619048
2. Medidas Univariantes de Dispersión.
2.1. Con la variable cuantitativa discreta antes seleccionada:
 Calcular las medidas univariantes de dispersión:
 Rango,
 Varianza,
 Desviación típica y
 Coeficiente de variación.
 Interpretar los resultados obtenidos y asociarlos con el problema objeto de
estudio.

Variable cuantitativa discreta

Teniendo en cuenta la guía de actividades, se seleccionó como variable cuantitativa discreta

el número de hijos en los pacientes que requirieron del servicio de urgencias, según los datos
recolectados tenemos.

Rango 4
Varianza 1,309513889
Desviación estándar 1,144339936
Coeficiente de desviación 108,12%

Teniendo en cuanta los resultados, encontramos que el rango es de 0 a 4 que es el total de

hijos delos pacientes consultados, la varianza que es de 1, 30…nos indica homogeneidad en
los datos con respecto a la media, y la desviación estándar nos permite analizar los datos
alrededor del promedio es decir en este caso no se aleja mucho tampoco del punto central.
En conclusión los datos de número de hijos en los pacientes son datos muy concretos y su
dispersión es muy homogénea. (Bolaños)
 1.1. Elegir una variable cuantitativa continua elegida calcular:
 Rango,
 Varianza,
 Desviación típica y
 Coeficiente de variación.
 Interpretar los resultados obtenidos y asociarlos con el problema objeto de
estudio.

rango 3
Varianza 524,030833
Desviación estándar 22,8917198
Coeficiente de variación 40,5%

Teniendo en cuanta los datos tenemos un rango de 3, la varianza nos muestra que los datos
no están tan homogéneos pues están muy dispersos, la deviación estándar también nos arroja
la dispersión en todos los datos recolectados. (definicion.de, s,f)
 HENRY LEONARDO CASTRO

1. Medidas Univariantes de Tendencia Central.

1.1 Elegir una variable cuantitativa discreta de la base de datos suministrada “Calidad en
el servicio de urgencias 2018-16-4” y:
 Calcular las medidas univariantes de tendencia central: No DE VISITAS ULTIMO
TRIMESTRE
MEDIA 1 En promedio el número de visitas de los 120 pacientes a Urgencias
en el Hospital Federico Lleras Ibagué, es una (1) este ultimo
trimestre.

MEDIANA 1 EL 50% de los pacientes que asistieron a la sala de urgencias del hospital
Federico Lleras Ibagué, tienen 1 visita este ultimo trimestre; el otro 50%
tienen entre 1 y 3 visitas cada

MODA 1 La mayoría de los 120 pacientes de urgencias del Hospital Federico

Lleras Ibagué, en el último trimestre lo visitan una (1) vez.

 Calcular:
Todos los cuartiles, Deciles 5 y 7; Percentiles 25, 50
CUARTIL 1 (Q1) El 25% de las visitas son menores o iguales a 1, en el último
trimestre en servicio de urgencias.
1

CUARTIL 2(Q2) El 50% de las visitas son menores o iguales a 1 y es igual al valor de
la mediana
1

CUARTIL 3 (Q3) El 75% de las visitas al servicio de urgencias en el Hospital

Federico Lleras Ibagué, son menores o iguales a 2.
2,0

PERCENTIL 25 EL 25% de las visitas al servicio de urgencias son menores o iguales

a 1.
1

PERCENTIL 50
 1 Es el mismo valor del Q2 y la Mediana, donde el 50% de las visitas
al servicio de urgencias son menores o iguales a 1.

DECILES 5 El decil 5 es el 50% de las visitas que se realizan al servicio de

urgencias este ultimo trimestre y es 1.
1

DECILES 7 El decil 7 es el 70% de las visitas al servicio de urgencias del

Hospital Federico Lleras Ibagué, que es 1.
1

TABLA DE FRECUENCIAS

Datos Frecuencia Frecuencia Frecuencia Frecuencia

Absoluta Absoluta Relativa porcentual
Acumulada (%)

1 85 85 0,71 71%

2 26 26 0,22 22%

3 8 8 0,07 7%

TOTAL 119 1,00 100%

 N° VISITAS ULTIMO TRIMESTRE

100

NUMERO DE PACIENTES
80

60

40

20

0
1 2 3 4
NUMERO DE VISITAA

En el último trimestre, el mínimo de visitas que tuvo cada paciente entrevistado en el

servicio de Urgencias en el Hospital Federico Lleras Ibagué es de una (1), esto quiere decir

que por trimestre están acudiendo al servicio y se podría decir que se enferman con

frecuencia.

Todas las medidas de tendencia central nos representan que, en el último trimestre, las

visitas de los 120 pacientes, es una (1), demostrando que cada día del trimestre uno de estos

pacientes acudió a urgencias.

 PASO 3 – ANÁLISIS DE LA INFORMACIÓN.

ESTADÍSTICA DESCRIPTIVA

Medidas Univariantes de Tendencia Central.

1.2 Elegir una variable cuantitativa discreta de la base de datos suministrada “Calidad en
el servicio de urgencias 2018-16-4” y:
 Calcular las medidas univariantes de tendencia central:
 Media,

MEDIA
EL promedio de la edad que visita la sala de urgencias es 34.
34

 Mediana,

MEDIANA
La edad central de los pacientes de urgencias es de 26.
26

 Moda.
Los pacientes con 23 años de edad son los que más visitan el servicio de
MODA
Urgencias.
23 7 7 0,06 6%
  Calcular:
 Todos los cuartiles

CUARTIL 1 (Q1)
El 25% de las edades son menores o iguales a 19.
19
CUARTIL 2(Q2) El 50% de las edades son menores o iguales a 26 y es igual al valor de la
26 mediana

CUARTIL 3 (Q3)
El 75% de las edades son menores o iguales a 52,3
52,3

 Deciles 5 y 7;

DECILES 5 El decil 5 es el 50% de las edades menores o iguales a 26.

26
DECILES 7
El decil 7 es el 70% de las edades menores o iguales a 48,7.
48,7

 Percentiles 25, 50

PERCENTIL 25
EL 25% de las edades son menores o iguales a 19.
19

PERCENTIL 50 Es el mismo valor del Q2 y la Mediana, donde el 50% de las edades son
menores o iguales a 26.
26

 Interpretar sus resultados.

Los cuartiles, deciles y percentiles son medidas de posición que permiten dividir una
distribución en cuatro, diez o cien partes.

Los deciles son 9 valores de la variable que dividen el conjunto de datos ordenados en 10
partes iguales.

2.2. Elegir una variable cuantitativa continua y:

 Diseñar una tabla de frecuencia para datos agrupados.
 Frecuencia Frecuencia
Frecuencia Frecuencia
Estatura Absoluta porcentual
Absoluta Relativa
Acumulada (%)
0,45 1 1 0,01 1%
0,47 1 1 0,01 1%
0,53 1 1 0,01 1%
0,57 2 2 0,02 2%
0,65 1 1 0,01 1%
0,73 1 1 0,01 1%
0,76 1 1 0,01 1%
0,82 1 1 0,01 1%
0,85 1 1 0,01 1%
0,86 1 1 0,01 1%
0,96 2 2 0,02 2%
0,98 1 1 0,01 1%
1 1 1 0,01 1%
1,03 2 2 0,02 2%
1,06 1 1 0,01 1%
1,1 1 1 0,01 1%
1,16 1 1 0,01 1%
1,18 1 1 0,01 1%
1,4 1 1 0,01 1%
1,5 1 1 0,01 1%
1,51 2 2 0,02 2%
1,52 2 2 0,02 2%
1,53 2 2 0,02 2%
1,55 2 2 0,02 2%
1,56 4 4 0,03 3%
1,57 1 1 0,01 1%
1,58 6 6 0,05 5%
1,59 5 5 0,04 4%
1,6 2 2 0,02 2%
1,61 3 3 0,03 3%
1,62 6 6 0,05 5%
1,63 6 6 0,05 5%
1,64 3 3 0,03 3%
1,65 8 8 0,07 7%
1,66 2 2 0,02 2%
1,67 6 6 0,05 5%
1,68 6 6 0,05 5%
 1,69 1 1 0,01 1%
1,7 3 3 0,03 3%
1,71 2 2 0,02 2%
1,72 6 6 0,05 5%
1,73 1 1 0,01 1%
1,74 1 1 0,01 1%
1,75 4 4 0,03 3%
1,76 2 2 0,02 2%
1,78 3 3 0,03 3%
1,79 2 2 0,02 2%
1,8 3 3 0,03 3%
1,81 1 1 0,01 1%
1,86 2 2 0,02 2%
TOTAL 120 1,00 100%

Clase Frecuencia
0,45 1
0,651428571 4
0,852857143 4
1,054285714 5
1,255714286 4
1,457142857 1
1,658571429 15
y mayor... 16

 De la tabla de frecuencias construir:

 El histograma de frecuencias
 ESTATURA

20

PACIENTES URGENCIAS
15
10
5
0

ESTATURA

 El polígono de frecuencias.

ESTATURA
18
16
14
12
PACIENTES URGENCIAS

10
8
6
4
2
0
0 2 4 6 8 10

ESTATURA

 Calcular las medidas de tendencia central

MEDIA 1,51 El promedio de la estatura de los pacientes de urgencias es 1,51

MEDIANA 1,63 Es la estatura media de los pacientes de urgencias 1,6
Los pacientes de estatura 1,65 son los que más visitan el servicio de
MODA 1,65
urgencias

 Determinar el tipo de asimetría.

asimetría -0,318395729
La asimetría negativa, esto quiere decir que su cola está más inclinada a la izquierda; también
podemos deducir que la asimetría es negativa cuando el valor de la Media es menor a la
mediana y este valor de la mediana a su vez es menos a la moda.
 ASIMETRÍA NEGATIVA
2

1.5

ESTATURA
1

0.5

0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49
PACIENTES URGENCIAS

 Calcular:
 Todos los cuartiles

CUARTIL 1 (Q1)
El 25% de la estatura de los pacientes de urgencias es 1,55.
1,55

CUARTIL 2(Q2) El 50% de la estatura de los pacientes son menores o iguales a 1,63 y
1,63 es igual al valor de la mediana

CUARTIL 3 (Q3)
El 75% de las estaturas son menores o iguales a 1,7
1,7

 Deciles 5 y 7;

DECILES 5 El decil 5 es el 50% de las estaturas de los pacientes que son menores
o iguales a 1,63
1,63

DECILES 7
El decil 7 es el 70% de las estaturas menores o iguales a 1,68
1,68

 Percentiles 25, 50

PERCENTIL 25
EL 25% de las estaturas son menores o iguales a 1,55
1,55

PERCENTIL 50
 Es el mismo valor del Q2 y la Mediana, donde el 50% de las estaturas de
1,63
los pacientes son menores o iguales a 1,63

 Interpretar sus resultados.

Las medidas de tendencias central son los puntos de referencia para interpretar en este caso las
estaturas de los usuarios de Urgencias.

La asimetría es la que indica la distribución de una variable respecto a la media, en este caso
la variable es negativa ya que la media es menor a la mediana y a su vez la mediana es menor
a la moda.

Los cuartiles, deciles y percentiles son aquellas formulas que ayudan a encontrar datos
particulares de una distribución de datos, denominando los valores a Q1 25%, Q2 50% Q3 75%
de los datos
Medidas Univariantes de Tendencia Central.
2.1. La edad es la variable cuantitativa discreta de la base de datos
suministrada “Calidad en el servicio de urgencias 2018-16-4”:

Medidas univariantes de tendencia central

Media 34.025
Mediana 26
Moda 23

Calcular:
Cuartiles Valor mínimo 0
Primer cuartil 19
Segundo cuartil 26
Tercer cuartil 52.25
Valor máximo 94
Deciles 5 26
7 48.3
Percentiles 25 19
50 26

Interpretación de los resultados:

La mediana o el dato que se encuentran en el lugar central de nuestra
muestra de números en este caso lo representa el 26; La media (promedio)
de un conjunto de datos se encuentra al sumar todos los números en el
conjunto de datos y luego al dividir entre el número de valores en el
conjunto en nuestro ejercicio está representada por el valor de 34.025 y
la moda entendida como el valor con mayor frecuencia en una distribución
de datos para nuestra variable es el 23, los cuartiles son las medidas que
dividen a un conjunto de datos en cuatro partes iguales para nuestro
estudio la edad mínima es de 0 y la máxima es de 94 años para los 120
pacientes atendidos y se puede decir que el 25% de los pacientes
atendidos tienen una edad menor de 19 años y el 75% de los pacientes
tienen una edad mayor o igual a 19 años, el 50% de los pacientes tienen
una edad entre 0 y 26 años y el otro 50% entre 26 y 94 años, el 75% de
los pacientes cuenta con una edad entre 0 y 52.25 años, un 25% de los
pacientes cuenta con una edad entre 52.25 y 94 años.
El 70 % de los pacientes cuenta con una edad entre 0 y 48.3 años y un
30% de los pacientes tienen una edad mayor a los 48.3 años,

Tabla de frecuencia para datos agrupados variable cuantitativa continua

estatura.
Categoría Intervalo de Frecuencia Frecuencia Frecuencia Frecuencia
clases Absoluta Relativa absoluta Relativa
Acumulada Acumulada
1 0,45 - 0,73 7 5,83 7 5,83%
2 0,73 - 1,01 8 6,67 15 12,5%
3 1,01 - 1,29 6 5,00 21 17,5%
4 129 - 1,57 14 11,67 45 29,17%
5 1,57 - 1,86 85 70,83 120 100%

TOTAL 120 1 120 100%

Histograma y polígono de frecuencias:

 Histograma distribución de frecuencias estatura de pacientes
uegencias 04-16-2014
90
F 80
R 70
E 60
C 50
U 40
E 30 Histograma
N 20
C 10
I 0
A 0.59 0.87 1.15 1.43 1.715
Marca de clase estatura

Polígono de distribución de frecuencias estatura de pacientes

urgencias 04-16-2014
90
F 80
R 70
E
60
C
U 50
E 40
Polígono de frecuencia
N 30
C
20
I
A 10
0
1 2 3 4 5
Marca de clase estatura

Calcular las medidas de tendencia central

 Medidas univariantes de tendencia central
Media 1,51
Mediana 1,63
Moda 1,65

 Determinar el tipo de asimetría

Los datos tienen una distribución asimétrica porque la mayoría
encuentran retirados de la media general 1,51 metros. Debido a que
un gran número de valores corresponden a 85 pacientes con una
altura comprendida entre 1,57 a 1,86 metros.
 Calcular:
Cuartiles Valor mínimo 0,45
Primer cuartil 1,555
Segundo cuartil 1,63
Tercer cuartil 1,7
Valor máximo 1,86
Deciles 5 1,63
7 1,68
Percentiles 25 1,55
50 1,63

Interpretación de los resultados:

La estatura de los pacientes atendidos en el centro de urgencias presentan
una estatura comprendida entre 0.45 y 186 metros, el 25 % de los
pacientes tiene una estatura entre 0.45 y 1.55 metros y el 75% posee una
estatura superior a los 1.55 metros, el 50% de los pacientes cuentan con
una estatura entre 0.45 y menor a 1.63 metros y el otro 50% tienen una
estatura superior a 1.63 y menor a 1.86 metros, el 75% de los pacientes
tiene una estatura menor a 1.7 metros, y el 25% poseen una estatura
mayor a 1.70 metros, el 71% de los pacientes tiene una estatura entre
0.45 y 1.68 metros y solo el 30 % de los usuarios atendidos presentaron
una estatura superior a los 1.68 metros

3. Medidas Univariantes de Dispersión.

3.1. Con la variable cuantitativa discreta antes seleccionada:
Calcular las medidas univariantes de dispersión:
Rango 94
Varianza 538.71
Desviación típica 23.21
Coeficiente de variación 0.6821

Edad:
Interpretación de los resultados obtenidos y asociados con el problema
objeto de estudio.

Con el valor de varianza de 538.71, indica que los datos de esta muestra
están muy dispersos con respecto a la media cuyo valor es 34.

El valor de la desviación 23.21 indican también que estos datos tienen

mucha variabilidad con respecto a la media. Esto debido quizá a que en
las unidades muestrales se contaron edades desde los 0 años hasta los
94, donde se deduce que los datos no son completamente uniformes.

Asimismo, apoyados en el coeficiente de variación 0.6821 se tiene un valor

muy alto ya que en general se aceptan valores máximos de 0.25 para
tener confiabilidad en los datos.
Con la variable cuantitativa continua elegida calcular:
 Rango 1.41
Varianza 0.010
Desviación típica 0.332
Coeficiente de variación 0.2198

Estatura:
Interpretación de los resultados obtenidos y asociados con el problema
objeto de estudio.

Con el valor de la varianza se identifica que los datos no están muy

dispersos alrededor de la media 1.51, ósea que no se alejan mucho.

Asimismo, la deviación indica que estos datos no tienen mucha variabilidad

con respecto a la media.

De igual manera, el coeficiente de variación indica que estos datos no son

muy variables 0.21, pero si existe cierta variación ya que el valor en
cercano con respecto al 0.25 que generalmente de acepta como máximo.
Conclusiones
 Bibliografía

Bolaños, M. J. (s.f.). Cognosfera. Obtenido de

www.ugr.es/local/rruizb/cognosferadefinicion.de. (s,f). efinicion.de/varianza/. Obtenido de
efinicion.de/varianza/: https://definicion.de/varianza/

Churchill, G.A.(2009).Análisis de Correlación y de Regresión Simple. Mexico City: Cengage

Learning. (pp-675–686). Recuperado
dehttp://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v=2.1&u=unad&it=r&p=
GVRL&sw=w&asid=e558184ed89e57d11ede116134cfce41

García, J.E (2005).Análisis de Datos Unidimensionales.et al. Madrid: Paraninfo. (pp.26-51).

Recuperado de
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=G
VRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1

García, M.S.(2004).Introducción a la estadística económica y empresarial. Paraninfo. (pp.74–

98). Recuperado de

http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900012&v=2.1&u=unad&it=r&p=G
VRL&sw=w&asid=4a9b0a469e755a4327207c94b4c0d549

Matus, R., Hernández, Martha, and García, E (2010). Estadística. México, D.F., MX: Instituto
Politécnico Nacional, (2010). ProQuest ebrary. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&docID=10365616
&tm=1489456296586

Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical

Descriptive. Cengage Learning Paraninfo, S.A. (pp.4–10). Recuperado de
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900008&v=2.1&u=unad&it=r&p=G
VRL&sw=w&asid=84a84913a25d9dfd21d0a0d3deb41de

Montero, J.M. (2007).Regresión y Correlación Simple. Madrid: Paraninfo. (pp.130–172).

Recuperado de

http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=unad&it=r&p=G

VRL&sw=w&asid=b82c81e98fcc1361e1929abe203c8219

Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX: Instituto Politécnico

Nacional. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&docID=10436604

&tm=1489456194304