Relacion y Correlacion

A
UNIVERSIDAD
FACULTAD DE CONTABILIDAD Y AUDITORIA
TECNICA
DE
CARRERA DE ECONOMA
AMBATO
TRABAJO DE ESTADISTICA
NOMBRE:
SEBASTIAN OJEDA
KENNY RIVERA
Docente:
ING. MARGOT BONILLA
SEMESTRE:
CUARTO A
ndice
RELACIN Y CORRELACIN.......................................................................4
SEGUNDO MTODO DE CORRELACION....................................................7
TERCER MTODO DE CORRELACION.......................................................10
CHI CUADRADO.......................................................................................13
PRUEBA DE CHI CUADRADO CON LA BONDAD DE AJUSTES....................16
PRUEBA DE SIGNOS................................................................................19
FISHER....................................................................................................22
BIBLIOGRAFA..........................................................................................26
RELACIN Y CORRELACIN
Anderson, D. Dennis, J. Thomas, A. (2009). Estadstica para Administracin y Economa.
Ejercicios de aplicacin. (pg. 407. ej. 11). Cengage Learning Editores, S.A.
1.- Los datos siguientes se obtuvieron de dos muestras aleatorias independientes tomadas
de dos poblaciones.
Muestra 1
Muestra 2
10
8
7
7
13
8
7
4
9
6
8
9
a) Determinar el coeficiente de correlacin lineal

b) Use el =0.05 para probar la hiptesis que la muestra uno es mayor que la muestra dos
c) Trabajar a dos colas
Verificacin de Hiptesis
La muestra uno es mayor que la muestra dos
1.- Planteamiento de la Hiptesis
Ho: La muestra uno no es mayor que la muestra dos
Hi: La muestra uno es mayor que la muestra dos
2.- Modelo Estadstico
Como la muestra es pequea menor a 30 se aplicara la prueba t de Student Utilice la
distribucin t de Student cuando se desconozca y cuando cualquiera o ambas de las

siguientes condiciones se satisfagan: La poblacin se distribuye normalmente o n >30.
(Triola, 2009, p.409)
r n2
t=
1r 2
Dnde:
n= nmero de observaciones en la muestra
r= valor de la correlacin
3.-Nivel de Confianza
La hiptesis se va a verificar con el 95% de Nivel de confianza y un error del
=0.05
4.- Regla de decisin

En primera instancia es necesario calcular el nmero de grados de libertad
Grados de libertad = n-2
Dnde:
N= nmero de observaciones
4
gl=n2
gl=62
gl=4
Con cuatro grados de libertad y el 95% de Nivel de confianza el valor de la tabla es tt=
2.78
Acepto Ho si -tt < tc <tt
5.-Calculo del Estadstico de Prueba y Toma de Decisin

5.1) Calculo del estadstico de prueba
FRECUENCIAS OBSERVADAS EN EL EJERCICIO
Muestra 1
10
7
13
7
Muestra 2
8
7
8
4
9
6
8
9
Con los datos de la tabla de frecuencias observadas se forma la tabla para el clculo de la
correlacin
x
1
2
3
4
y
10
7
13
7
x*y
8
7
8
4
80
49
104
28
x^
100
49
169
49
y^
64
49
64
16
5
5
6
Total
9
8
54
6
9
42
54
72
387
81
64
512
36
81
310
2
n x
n xy x y
r=
54
42
2
6512
6( 387 )5442
r=
r=0.4412
t=
r n2
tc=
1r 2
0.4412 4
1(0.4412)2
tc=0.9832
5.2) Toma de decisin

Como tt=-2.78 < tc = 0.9832 <tt = 2.78 entonces se rechaza la hiptesis de investigacin y
se acepta la hiptesis nula H0 : La muestra uno no es mayor que la muestra dos
SEGUNDO MTODO DE CORRELACION

2.-The Wall Street Journal hizo un estudio sobre el tipo de empleo de sus suscriptores. Los
siguientes datos mustrales corresponde a las ediciones del este y del oeste.
Regin
Tipo de empleo
Edicin del este
Edicin del Oeste
Tiempo completo
Medio Tiempo
Autoempleo/consult
or
No empleado
1105
31
574
15
229
485
186
344
Use un error igual 0.05 para probar la hiptesis de que el tipo de empleo es independiente
de la regin. Cul es la conclusin?
7
El tipo de empleo es independiente de la regin
1.-Planteamento de hiptesis
Ho: El tipo de empleo no es independiente de la regin.
Hi: El tipo de empleo es independiente de la regin.
2.-Modelo Estadstico

(Triola, 2009, p.409)
t=
r n2
1r 2
Dnde:
3.-Nivel de confianza
=0.05
4.-Regla de Decisin:
Dnde:
gl=n2
gl=42
gl=2
Con 2 grados de libertad y un nivel de confianza 95% el valor de t tabular es: Tt=2,92
Acepto Ho si tc tt
Una cola:
8
Acepto
Ho
Rechazo
Ho
Tt=2,92

FRECUENCIAS OBSERVADAS EN EL EJERCICIO.
Regin
Tipo de empleo
Edicin del este
Edicin del Oeste
Tiempo completo
Medio Tiempo
Autoempleo/consult
or
No empleado
1105
31
574
15
229
485
186
344
CALCULO DE REGRESIN Y CORRELACIN SEGUNDO MTODO

n
x
y
dx= x-XM
dx^2
dy=y-YM
dy^2
1
1105
574
642,5 412806,3
294,25 86583,06
2
31
15
-431,5 186192,3
-264,75 70092,56
3
229
186
-233,5 54522,25
-93,75 8,789,063
4
485
344
22,5
506,25
64,25 4,128,063
1850
1119
654027
169592,8
Media:
x/n
462,5
9
XM =
Media
YM=
y/n
279,75
Desviacin S:
2
X= dx /n1= 654027 /41=446.91
Y=
dx 2 /n1= 169592,8/ 41=237,76
Varianza:
Sx^2= (446.91)^2=199728,54
Sy^2= (237.76)^2=56529,81
Coeficiente de correlacin:
1Sx 2 / Sy 2
r=
r= 156529,81 /199728,54
r=0,84
r n2
t= 1r 2
t=
0,84 42
10,842
t=2,18
5.2.- Toma de decision.

Como tc= 2,18 es menor que tt=2,92 acepto la Hipotesisi nula Ho que dice:
El tipo de empleo no es independiente de la regin.
TERCER MTODO DE CORRELACION
3.- Una institucin de prstamo muestra los datos siguientes sobre los prstamos aprobados
por cuatro de sus agentes. Use un error de 0,05 y realice una prueba para determinar si la
aprobacin de las decisiones de prstamo es independiente del agente que recibe la
solicitud del prstamo.
Decisin de aprobar el prstamo
10
Agente de
prstamo
Milller
McMahon
Games
Runk
Aprobado
Rechazo
24
17
35
11
16
13
15
9
La aprobacin de las decisiones de prstamo es independiente del agente que recibe la
1.- Planteamiento de hiptesis.
HO: La aprobacin de las decisiones de prstamo no es independiente del agente que recibe
la solicitud del prstamo.
HI: La aprobacin de las decisiones de prstamo es independiente del agente que recibe la

(Triola, 2009, p.409)
t=
r n2
1r 2
Dnde:
=0.05
4.- Regla de decisin.

Dnde:
N= nmero de observaciones en la muestra
11
gl=n2
gl=42
gl=2
Con 2 grados de libertad y un nivel de confianza 95% el valor de t tabular es: Tt=2,92
Acepto Ho si tc tt
Una cola:
Acepto Ho
Rechazo
Ho
Tt=2,92

Decisin de aprobar el prstamo
Agente de
Aprobado
Rechazo
prstamo
Milller
24
16
McMahon
17
13
Games
35
15
Runk
11
9
CALCULO DE CORRELACIN Y REGRESIN TERCER MTODO

x
y
dx= x-XM
dx^2
dy=y-YM
dy^2
Zx=dx/Sx Zy=dy/Sy
12
Zx*Zy
1
2
3
4
24
17
35
11
87
16
13
15
9
53
2.25
-4.75
13.25
-10.75
Media:
XM =
x/n
21.75
Media
YM=
y/n
.25
5.0625
22.5625
175.5625
115.5625
318.75
2.75
-0.25
1.75
-4.25
7.5625
0.0625
3.0625
18.0625
28.75
0.218447
-0.46117
1.286408
-1.04369
0.889968
-0.08091
0.566343
-1.3754
13
Desviacin S:
2
SX= dx /n1= 318.75 /41=10.3077
sY=
dx 2 /n1= 28.75 /41=3.09569
R=
ZxZy
n1
R=
2,395765
41
R=0,79
r n2
t= 1r 2
0,79 42
t= 10,792
t=1.82
5.2.- Toma de decision.

Como tc= 1,82 menor tt=2,92 se acepta la hiptesis nula HO que dice: La aprobacin de las
decisiones de prstamo no es independiente del agente que recibe la solicitud del prstamo.
13
0.19441
0.037311
0.728548
1.435495
2.395765
CHI CUADRADO
4.-A continuacin se presentan los precios de las rentas de un automvil por da en ocho
ciudades:
Ciudad
Renta de un automvil por dia
Atlanta
47
Chicago
50
Dallas
53
New Orleans
45
Phoenix
40
Pittsburg
43
San Francisco
39
Seattle
37
a) Determinar el modelo estadstico chi cuadrado
b) Use el =0.05 para probar la hiptesis Que el nmero de autos rentados por da depende
de la ciudad
El nmero de autos rentados por da depende de la ciudad
1.- Planteamiento de la Hiptesis
Ho: El nmero de autos rentados por da no depende de la ciudad
Hi: El nmero de autos rentados por da depende de la ciudad
La prueba de bondad de ajuste se utiliza para probar la hiptesis de que una distribucin
de frecuencias se ajusta a (o concuerda con) alguna distribucin que se asevera. (Triola,
2009, p.568)
Como buscamos probar una hiptesis de que la distribucin de autos depende de la ciudad
utilizamos el modelo estadstico chi cuadrado con el siguiente modelo estadstico:
(OE)
x =
E
2
Dnde:
O= Frecuencias observadas.
E= Frecuencias observadas
14
=0.05

Grados de libertad = K-1
Dnde:
k= Representa el nmero de categoras diferentes o resultados
gl=K1
gl=81
gl=7
Con siete grados de libertad y el 95% de Nivel de confianza el valor de la tabla es X^T=
14.07
Acepto Ho si: x^c < x^t

5.1 Calculo del estadstico de prueba:
Ciudad
Atlanta
Chicago
Dallas
New Orleans
Phoenix
Pittsburg

Renta de un automvil por dia
47
50
53
45
40
43
15
San Francisco
Seattle
39
37
CALCULO DEL MODELO ESTADSTICO CHI CUADRADO:

N
O
E
(O-E)
(O-E)^
(O-E)^/E
0.1709039
Atlanta
47
44.25
2.75
7.5625
5
0.7471751
Chicago
50
44.25
5.75
33.0625
4
1.7302259
Dallas
53
44.25
8.75
76.5625
9
0.0127118
New Orleans
45
44.25
0.75
0.5625
6
0.4081920
Phoenix
40
44.25
-4.25
18.0625
9
0.0353107
Pittsburg
43
44.25
-1.25
1.5625
3
San
0.6228813
Francisco
39
44.25
-5.25
27.5625
6
1.1878531
Seattle
37
44.25
-7.25
52.5625
1
4.9152542
Total
354
354
0
217.5
4
Media
44.25
(OE)
x =
E
2
x =4.9152
5.2 Toma de decisin

Como x^c: 4.9152 es menor que x^t = 14.07 entonces se rechaza la hiptesis de
investigacin y se acepta la hiptesis nula Ho : El nmero de autos rentados por da no
depende de la ciudad
16
PRUEBA DE CHI CUADRADO CON LA BONDAD DE AJUSTES

Ejercicios de aplicacin. (pg. 483. ej.31). Cengage Learning Editores, S.A.
5.-De una muestra de piezas se obtiene la tabla de contingencia siguiente sobre la calidad,
de acuerdo con el turno de produccin.
Turno
Nmero de piezas
Numero de defectuosos
Primero
Segundo
Tercero
368
285
176
32
15
24
Use un erro de 0,05 para probar la hiptesis de que la calidad es independiente del turno de
produccin. Cul es su conclusin?
La calidad depende del turno de produccin.
1.- Planteamiento de hiptesis
1.1-Modelo Lgico
Ho: La calidad no es independiente del turno de produccin.
Hi: La calidad si es independiente del turno de produccin.
17
La prueba de bondad de ajuste se utiliza para probar la hiptesis de que una distribucin
de frecuencias se ajusta a (o concuerda con) alguna distribucin que se asevera. (Triola,
2009, p.568)
Como buscamos probar una hiptesis de que la calidad depende del turno de produccin
utilizamos el modelo estadstico chi cuadrado con el siguiente modelo estadstico:
x =
2
(OE)
E
Dnde:
O= Frecuencias observadas.
E= Frecuencias observadas
=0.05

En primera instancia es necesario calcular el valor de los grados de libertad:
Gl =(c-1)(f-1)= 3x1=2
Dnde:
C= nmero de columnas
F= numero de filas
Gl = 2x1=2
Con el 95 % de nivel de confianza y 2 grados de libertad se determina el valor de la tabla de
ji cuadrado X2 t= 0,10
Regla de decisin: ACEPTO Ho SI X2c < X2t
18
5 Calculo del Estadstico de Prueba y Toma de Decisin

5.1Calculo del estadstico de prueba:
Con resultados del ejercicio enfocan las variables se forman las tablas de contingencia
FRECUENCIAS OBSERVADAS EN LA PREGUNTA
Turno
Nmero de piezas
Primero
Segundo
Tercero
Total
368
285
176
829
32
15
24
71
Total
400
300
200
900
FRECUENCIAS OBSERVADAS EN LAS PREGUNTA

Turno
Primero
Segundo
Tercero
Total
O
368
285
176
32
15
24
Nmero de piezas
368.44
276.33
184.22
829
E
368.44
276.33
184.22
31.56
23.67
15.78
O-E
-0.44
8.67
-8.22
0.44
-8.67
8.22
31.56
23.67
15.78
71
(O-E)^2
0.19
75.17
67.57
0.19
75.17
67.57
x^2c=
Total
400
300
200
900
(O-E)^2/E
0.00
0.27
0.37
0.01
3.18
4.28
8.10
X^2c= (O-E)^2/E
X^2c=8,10
5.2Toma de decisin
19
Como el valor de X2c es igual a 8.10, y la zona de aceptacin de la Ho para =0.05 llega
hasta X2t 0.10, se rechaza la hiptesis nula y se acepta la hiptesis de investigacin que
dice La calidad si es independiente del turno de produccin.
PRUEBA DE SIGNOS
6.-Barna Research Group presenta datos obtenidos sobre la asistencia a la iglesia de
acuerdo a las edades ( USA Today, 20 de Noviembre del 2003). Use los datos mustrales
para determinar si la asistencia a la iglesia es independiente a la edad.
EDAD
20 a 29
30 a 39
40 a 49
50 a 59
SI
31
63
94
72
Asistencia a la iglesia
NO
69
87
106
78
TOTAL
100
150
200
150
Use 0.05 como nivel de significancia. Se trabajara a dos colas

La asistencia a la iglesia es independiente a la edad.
1.1-Modelo Lgico
Ho: La asistencia a la iglesia no es independiente a la edad
Hi: La asistencia a la iglesia si es independiente a la edad
20
Como el ejercicio propuesto es una prueba no paramtrica se decide utilizar la prueba del
signo Prueba del signo: una prueba no paramtrica (de distribucin libre) que utiliza
signos positivos y negativos para probar diferentes aseveraciones, incluyendo: 1.
Aseveraciones que incluyen datos apareados de datos mustrales 2. Aseveraciones que
incluyen datos nominales 3. Aseveraciones acerca de la mediana de una sola poblacin
(Triola, 2009, p.640).
r +0.5n
0.5 n
t=
00.54
0.5 4
tc=2
Dnde:
R=Anlisis de correlacin y regresin
N= Numero de muestra
=0.05

Dnde:
gl=n1
gl=41
gl=3
Con Tres grados de libertad y el 95% de Nivel de confianza el valor de la tabla es tt= 3.18
21
Acepto Ho si -tt < tc <tt
5.- Calculo del Estadstico de Prueba y Toma de Decisin

Con resultados del ejercicio enfocan las variables se forman las tablas de contingencia

EDAD
20 a 29
30 a 39
40 a 49
50 a 59
Asistencia a la iglesia
NO
69
87
106
78
SI
31
63
94
72
TOTAL
100
150
200
150

Edades
20 a 29
SI
NO
31
69
TOTAL
100
DN SINO
SIGNO
-38
-1
22
30 a 39
40 a 49
50 a 59
63
94
72
87
106
78
150
200
150
-24
-12
-6
0
4
0
4
r+
rCero
N
-1
-1
-1
r +0.5n
0.5 n
t=
t=
00.54
0.5 4
t=2
5.2 Toma de decisin
Como el valor de t2c es igual a -2, y la zona de aceptacin de la Ho para =0.05 llega hasta
X2 >3.18, se acepta la hiptesis nula que dice La asistencia a la iglesia no es independiente a la
edad
MODELO ESTADSITICO FISHER

Modelo Estadstico Fisher
7.-Para estudiar el efecto de la temperatura en el rendimiento de un proceso qumico, se
produjeron cinco lotes con cada uno de los tres tratamientos. Los resultados se presentan a
continuacin. De la tabla para el anlisis de la varianza. Use =0.05 para probar si la
temperatura afecta el rendimiento del proceso
Temperatura
60 C
50 C
34
24
36
39
32
30
31
34
23
27
70
23
28
28
30
31
23
El problema plantea la siguiente conjetura La temperatura afecta el rendimiento del
proceso.
1.1-Modelo Lgico
Ho: la temperatura no afecta el rendimiento del proceso.
Hi: La temperatura si afecta el rendimiento del proceso.
Como se va a utilizar tres muestras necesitamos un modelo estadstico
que trabaje con ms de dos muestras por lo tanto se aplica el modelos
estadstico fisher
El mtodo de anlisis de varianza se basa en el siguiente concepto
fundamental: bajo el supuesto de que las poblaciones tienen la misma
varianza s2, estimamos el valor comn de s2 por medio de dos mtodos
diferentes. El estadstico de prueba F es la proporcin de dichos
estimados, de forma que un estadstico de prueba F significativamente
grande (que se ubica a la extrema derecha de la grfica de distribucin
F) constituye evidencia en contra de que las medias poblacionales son
iguales. La figura 11-2 muestra la relacin entre el estadstico de prueba
F y el valor P. Los dos mtodos para estimar el valor comn de s2 son los
siguientes: 1. La varianza entre muestras (tambin se le llama variacin
debida al tratamiento) es un estimado de la varianza poblacional comn
s2, que se basa en la variacin entre las medias muestrales. 2. La
varianza dentro de las muestras (tambin se le llama variacin debida al
error) es un estimado de la varianza poblacional comn s2, que se basa
en las varianzas muestrales. (Triola, 2009, p.609).
F=
MST
MSE
Dnde:
MST= Media de cuadrados de tratamientos
MSE= Media de cuadrados del error
Este procedimiento que propone Fisher se conoce con el nombre tabla ANOVA para
muestras de un factor (pegar tabla anova)
24
=0.05

Grados de libertad numerador
gln=k1
gln=31
gln=2
Dnde:
K= nmero de muestras
Grados de libertad denominador
gld=nk
gld=15 -3
gld=12
Dnde:
K= nmero de muestras
K= Muestra
Con el 95 % de nivel de confianza y 2 grados de libertad del numerador

denominador se determina el valor de la tabla de Ft=3.89
y 12 de
Regla de decisin: ACEPTO Ho SI Fc < Ft
25
5.- Calculo del Estadstico de Prueba y Toma de Decisin

Con los datos del ejercicio con las variables propuestas se elaboran con los insumos
necesarios para completar la tabla ANOVA
FRECUENCIAS DEL EJERCICIO
Temperatura
60 C
50 C
34
24
36
39
32
70
30
31
34
23
27
23
28
28
30
31
ANALISIS DE VARIANZAS
50 C
1
2
3
4
5
suma tc
(tc)^
nc
(tc)^/nc
suma (xc)^
x

(Tc)

n
SST =
60 C
34
24
36
39
32
165
27225
5
5445
30
31
34
23
27
145
21025
5
4205
70
23
28
28
30
31
140
19600
5
3920
X1^
X2^
1156
576
1296
1521
1024
X3^
900
961
1156
529
729
529
784
784
900
961
450
5573
4275
3958
15
13570
13806
(450)
SST =13570
15
SST =70
26
2
x
SSTotal=
( 450)
SSTotal=13806
15
SSTotal=306
SSE=SSTotalSST
SSE= 360 -70
SSE=290
TABLA ANOVA
Fuente de
Variacion
Grados de
Suma de cuadrados Libertad
media de
cuadrados
Tratamientos
SST
MST
Error
SSE
k-1
70
2
n-k
290
Total
SSTotal
Calculo de la media de los cuadrados:

SST
MST =
n
70
2
MST =35
MSE
12
27.69
N
360
MST =
FISHER
MST/
MSE
35
1.2633
14
MSE=
SSE
n
MSE=
360
12
MSE=27.69
Fisher
MST
F=
MSE
27
F=
30
27.69
F=1.084
Tabla ANOVA generada por Excel

5.2 Toma de decisin
Con los datos del problema se a determinado que el valor de Fisher calculado es igual a Fc
1.0834 , que es menor que el valor de la tabla Ft: 3.89 por lo tanto con el 95% de nivel de
confianza la hiptesis nula es aceptada que dice la temperatura no afecta el rendimiento del
proceso
28
BIBLIOGRAFA
Anderson, Sweeney & Williams, (2009). Estadstica para Administracin y

Economa. 10ma. Ed. Cengage Learning Editores, S.A. Mxico , Cdigo:4317i.
Triola Mario F. (2009), ESTADISTICA 10ma edicin. Pearson Educacin, Mxico.

Cdigo: 3424D

Relacion y Correlacion

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Relacion y Correlacion

Încărcat de

Drepturi de autor:

Formate disponibile

A

a) Determinar el coeficiente de correlacin lineal

distribucin t de Student cuando se desconozca y cuando cualquiera o ambas de las

4.- Regla de decisin

5.-Calculo del Estadstico de Prueba y Toma de Decisin

5.2) Toma de decisin

SEGUNDO MTODO DE CORRELACION

Edicin del este

Edicin del Oeste

distribucin t de Student cuando se desconozca y cuando cualquiera o ambas de las

5.-Calculo del Estadstico de Prueba y Toma de Decisin

Edicin del este

Edicin del Oeste

CALCULO DE REGRESIN Y CORRELACIN SEGUNDO MTODO

dx 2 /n1= 169592,8/ 41=237,76

5.2.- Toma de decision.

distribucin t de Student cuando se desconozca y cuando cualquiera o ambas de las

4.- Regla de decisin.

5.-Calculo del Estadstico de Prueba y Toma de Decisin

CALCULO DE CORRELACIN Y REGRESIN TERCER MTODO

dx 2 /n1= 28.75 /41=3.09569

5.2.- Toma de decision.

4.- Regla de decisin.

5.-Calculo del Estadstico de Prueba y Toma de Decisin

FRECUENCIAS OBSERVADAS EN EL EJERCICIO.

CALCULO DEL MODELO ESTADSTICO CHI CUADRADO:

5.2 Toma de decisin

PRUEBA DE CHI CUADRADO CON LA BONDAD DE AJUSTES

4.- Regla de decisin.

5 Calculo del Estadstico de Prueba y Toma de Decisin

FRECUENCIAS OBSERVADAS EN LAS PREGUNTA

Use 0.05 como nivel de significancia. Se trabajara a dos colas

4.- Regla de decisin.

Acepto Ho si -tt < tc <tt

5.- Calculo del Estadstico de Prueba y Toma de Decisin

FRECUENCIAS OBSERVADAS EN LA PREGUNTA

FRECUENCIAS OBSERVADAS EN LA PREGUNTA

5.2 Toma de decisin

MODELO ESTADSITICO FISHER

La hiptesis se va a verificar con el 95% de Nivel de confianza y un error del

4.- Regla de decisin.

Con el 95 % de nivel de confianza y 2 grados de libertad del numerador

Regla de decisin: ACEPTO Ho SI Fc < Ft

5.- Calculo del Estadstico de Prueba y Toma de Decisin

Calculo de la media de los cuadrados:

Tabla ANOVA generada por Excel

Anderson, Sweeney & Williams, (2009). Estadstica para Administracin y

Triola Mario F. (2009), ESTADISTICA 10ma edicin. Pearson Educacin, Mxico.

S-ar putea să vă placă și