76 Colaborativo Momento 2

1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Escuela de Ciencias Bsicas, Tecnologa e Ingeniera
Estadstica Descriptiva
Trabajo Momento 2
Presentado Por:
Javier Felipe Rincn Rodrguez
Cdigo: 1057591980
Yazmin Meja
Cdigo: 41942569
Ingrid Johana Rodrguez
Cdigo: 97062113034
Tutor:
Mara Del Carmen Parra
Grupo:
100105_76
Universidad Nacional Abierta Y A Distancia (UNAD)

Escuela De Ciencias Bsicas, Tecnologa E Ingeniera
Estadstica Descriptiva 100105a_223
2015
2
Contenido
Introduccin......................................................................................................................................3
Justificacin......................................................................................................................................4
Objetivos...........................................................................................................................................5
Momento 1........................................................................................................................................6
Esquema de trabajo...........................................................................................................................6
Caracterizacin Del Problema........................................................................................................7
Conceptos Bsicos............................................................................................................................9
Caracterizacin De Variables Cualitativas.....................................................................................10
Tablas y Grficos Estadsticos........................................................................................................10
Tablas De Frecuencias................................................................................................................10
Diagramas Estadsticos..............................................................................................................14
Moda Variables Cualitativas......................................................................................................21
Clculo E Interpretacin De Las Medidas Univariantes De Tendencia Central............................22
Variable Cuantitativa Discreta...................................................................................................22
Medidas de tendencia Central....................................................................................................25
Variable Cuantitativa Contina..................................................................................................30
Medidas de tendencia Central....................................................................................................31
Momento 2......................................................................................................................................34
Medidas Univariantes De Dispersin........................................................................................34
Regresin y Correlacin lineal Simple......................................................................................41
Anexos............................................................................................................................................46
Laboratorio de Diagramas Estadsticos......................................................................................46
Laboratorio Regresin y Correlacin Lineal.............................................................................51
Conclusiones...................................................................................................................................59
Bibliografa.....................................................................................................................................61
3
Introduccin
El siguiente documento pretende dar un acercamiento general hacia los temas dela unidad I del
mdulo del curso acadmico y del contenido temtico de Estadstica Descriptiva, como forma de
aprehensin y comprensin de conceptos de identificacin de poblacin, muestra y variable,
hallazgo de las medidas de tendencia central, anlisis de datos y resultados presentes en grficos,
histogramas y tablas de frecuencia, que permiten analizar la informacin presentada para su fcil
acceso y manipulacin, que conllevan a la correcta interpretacin de estos resultados
Se busca la conceptualizacin terica y su correcta aplicacin en el analisis de la base de datos
del Hospital Federico Lleras la eficacia con que se pueda realizar tal proceso de informacin
depender de la presentacin de los datos, siendo la forma grfica una de las formas ms rpidas
y eficientes de analizar unos resultados.
Por tal razn 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 as mismo el cronograma para la proyeccin a las actividades a desarrollar de
acuerdo a lo solicitado en la gua. Posteriormente damos inicio al debate realizando un
planteamiento general identificando por medio de la tcnica 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 bsicos como poblacin, tamao de muestra, ubicacin temporal, unidad
estadstica y finalmente las variables.
A cada variable filtrada se procedi a evaluar su analisis por medio de herramientas siniestradas
y conceptos aprendidos en el desarrollo del labora tiro Diagramas estadsticos complementado
por los clculos e identificacin de las medidas univariantes de tendencia central, dado por
finalizado nuestro analisis y obteniendo unas conclusiones al respecto
4
Justificacin
En la actualidad Colombia presenta una grave problemtica en su sistema de salud nacional tanto
a nivel pblico como privado, trayendo consigo toda una serie de dificultades en la atencin
sanitaria de sus ciudadanos, debido a altos ndices de quejas por casos de negligencia en la
adecuada atencin, puesto que se denuncian muertes en pabellones de emergencia en pacientes
con estado crtico, todo esto debido a la ausencia de un nmero de personal mdico
correspondiente a la cobertura de los pacientes solicitantes.
En las problemticas vinculadas al colapso del sistema de salud actual se encuentra una grave
congestin en las salas de urgencia, las cuales se han identificado causas tales como:
La falta de pago de las EPS, altos ndices de demanda en pacientes por encima del recurso
mdico 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 utilizacin de la base de datos compuesta por datos
relacionados en la atencin clnica de sus pacientes y su correspondiente anlisis estadstico,
cuyos resultados nos permitir identificar las falencias presentes, para as posteriormente dar
paso a posibles intervenciones vinculadas al control y disminucin de esta problemtica, as
mismo de una exitosa prestacin 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 estadstica descriptiva hacer una transferencia de los temas
estudiados en la unidad I utilizado las herramientas que nos ofrece la estadstica para poder
realizar un estudio del analisis al problema.
Desarrollar los puntos expuestos en la gua de actividades haciendo usos correctos de la teoria
expuesta en el mdulo aplicndola en el analisis de la base de datos del hospital Federico Lleras
estableciendo los conceptos de poblacin, muestra, variable etc.
Verificar los avances conceptuales y procedimentales acerca de la fundamentacin estadstica.
Por medio de un trabajo investigativo y prctico
Objetivos Especficos
Interiorizar los conceptos bsicos de la estadstica 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 estadstica descriptiva en los
diferentes campos del conocimiento, a travs de casos prcticos.
Aprender a trabajar en quipo a travs de la bsqueda conjunta de posibles soluciones a
problemas planteados haciendo uso de nuevas herramientas.
6
Momento 1
Esquema de trabajo
7
Caracterizacin Del Problema
Qu protocolos, pasos o procedimientos, es el que deben seguir el mdico tras el ingreso de un
paciente en urgencias?
El Ministerio de la Proteccin Social tiene definido un sistema de seleccin y clasificacin de
pacientes en urgencias, denominado "triage", cuya razn de ser es la de identificar la gravedad
de la urgencia de los usuarios (riesgo vital), y para determinar el tiempo mximo de espera para
ser atendido en la institucin de salud ,dependiendo de la gravedad de los sntomas : consiste en
que una enfermera despus de revisar los signos vitales y realizar una entrevista al paciente,
esta lo encasilla en una de las siguientes clasificaciones para ser atendido:
Rojo: atencin inmediata
Amarillo: situacin de urgencias con riesgo vital (esperar hasta una hora para su atencin.
Verde: no compromete la vida del paciente (espera hasta 6 horas su atencin)
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 organizacin de la red de prestacin de servicios.
Entonces si la norma esta, Por qu la congestin de las salas de urgencias en Colombia? Segn
el peridico el pulso, para el sector de la salud (junio del 2014) encontr que los principales
factores que generan la congestin y el mal funcionamiento de las urgencias en los grandes
hospitales pblicos son:
-
Falta de pago de las EPS; suscita retencin arbitraria de pacientes con rdenes mdica
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 mdicos generales como de
especialistas, dficit de consultorios para Consulta Prioritaria.
Falta pertinencia en la demanda de consultas en relacin con el nivel de

complejidad: los terceros niveles se congestionan con consultas que pueden ser resueltas
en niveles inferiores.
8
-
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
Liquidacin de EPS:
-
Reducida o nula oferta de algunos servicios como hemodinmica, reumatologa,

neumologa y nemato-oncologa en la red hospitalaria pblica; presencia de pacientes en
abandono social con dbil o ninguna respuesta de la Secretara de Integracin Social;
falta de oportunidad en la asignacin y respuesta de inter-consultas de especialidades.
Dbil articulacin de los equipos territoriales de salud con urgencias de las

ESE, para evitar que pacientes crnicos congestionen los servicios de urgencias y
hospitalizacin; pacientes psiquitricos manejados en urgencias; debilidad en programas
de hospitalizacin en la red pblica para pacientes de cuidados crnicos (oxgenorequirentes, oncolgicos, entre otros).
Falta de historia clnica electrnica nica, que dificulta el trabajo en red; y la falta de
trazabilidad en el cumplimiento del decreto 4747/07 y la resolucin 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 promocin y prevencin ya

que un paciente saludable o un paciente con alguna patologa crnica, pero informado
sobre los estilos de vida saludable y que asista permanentemente a los controles, vivir
mucho mejor, an con patologas crnicas, e ir menos al hospital.
Cmo se podra mejorar o diagnosticar los cuellos de botella en el traslado de pacientes de

urgencias a hospitalizacin?
Falta de camas en el tercer nivel y gran traba para autorizacin de remisiones por la EPS.
Dificulta el Sistema General de Referencia y Contra referencia
-
La poblacin 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 mdico general. Es un asunto de cultura en lo cual hay un reto de trabajo con
la ciudadana.
9
Conceptos Bsicos
Poblacin
Poblacin estadstica: todos aquellos pacientes que fueron atendidos en el Hospital Federico
Lleras en el rea 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 das 01 Junio 2014 09 Junio 2014.
Unidad Estadstica
Cualquier paciente de la base de datos de la sala de urgencias del Hospital Federico Lleras.
Ubicacin Espacio Temporal
Ubicacin temporal: 01-06-2014/09-06-2014
Ubicacin espacial: Sala de urgencias del Hospital Federico Lleras, (cuando y donde se realiz el
estudio.)
Variables
Cualitativa:
Da Ingreso
EPS
Gnero
Enfermedad
Calificacin del servicio prestado (Bueno, regular, malo)
Cuantitativas
Discretas:
Nmero de pacientes
10
Fecha de ingreso
Hora de ingreso
Hora de salida
Fecha de nacimiento
Edad
Nmero de visitas ltimo trimestre.
Continuas:
Peso
Estatura
Caracterizacin De Variables Cualitativas

Variables Cualitativas:
Da Ingreso
EPS
Gnero
Enfermedad
Calificacin del servicio prestado (Bueno, regular, mal)
Tablas y Grficos Estadsticos
Tablas De Frecuencias
Da Ingreso
DIA ATENCION
NUMERO DE PACIENTES
DOMINGO
LUNES
MARTES
MIERCOLES
JUEVES
VIERNES
SABADO
24
23
17
15
16
13
12
11
Eps
EPS
PACIENTES AFILIADOS
CAFESALUD
CAPRECOM
COOMEVA
NUEVA EPS
SALUD TOTAL
SALUD VIDA
SALUDCOOP
SANITAS
SISBEN
10
1
14
32
13
15
22
6
7
Gnero
GENERO
HOMBRE
MUJER
PACIENTES
67
53
Calificacin Del Servicio Prestado (Bueno, Regular, Mal)
CALIFICACION SERVICIO
PACIENTES
BUENO
EXCELENTE
MALO
REGULAR
27
4
45
44
12
Enfermedad
Enfermedad
Amigdalitis aguda, no especificada
Ascitis
Asma predominantemente alrgica
Blefaroconjuntivitis
Bronquitis aguda, no especificada
Calculo del rin
Calculo urinario, no especificado
Celulitis de otras partes de los miembros
Clico renal, no especificado
Conjuntivitis aguda, no especificada
Contusin de la rodilla
Contusin de otras partes de la mueca y de la mano
Cuerpo extrao en la cornea
Deplecin del volumen
Dolor abdominal localizado en parte superior
Dolor en el pecho al respirar
Dorsalgia, no especificada
Embarazo (aun) no confirmado
Embolia y trombosis de vena no especificada
Esguinces y torceduras que comprometen los ligamentos laterales (externo)
(interno) de la rodilla
Estado migraoso
Fiebre, no especificada
Fractura de la clavcula
Herida de dedo(s) del pie sin dao de la(s) ua(s)
Heridas del antebrazo, parte no especificada
Herpes zoster diseminado
Infeccin local de la piel y del tejido subcutneo, no especificada
Insuficiencia cardiaca congestiva
Laringitis aguda
Nausea y vomito
Neumona, no especificada
Osteomielitis, no especificada
Otitis media supurativa aguda
Otra otitis media aguda, no supurativa
Frecuencia
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
13
Otras poli neuropatas especificadas
Otras queratitis
Otras sinusitis agudas
Otros traumatismos superficiales de la pared posterior del trax
Otros vrtigos perifricos
Parto nico espontaneo, presentacin ceflica de vrtice
Retencin de orina
Sndrome del colon irritable sin diarrea
Trastorno del testculo y del epiddimo enfermedades clasificadas en otra
parte
Traumatismo de la conjuntiva y abrasin corneal sin mencin de cuerpo
extrao
Varicela sin complicaciones
Amenaza de aborto
Cefalea
Contusin del tobillo
Esguinces y torceduras del tobillo
Hipertensin esencial (primaria)
Lumbago con citica
Traumatismos superficiales mltiples, no especificados
Estado asmtico
Infeccin de vas urinarias, sitio no especificado
Lumbago no especificado
Rin faringitis aguda (resfriado comn)
Supervisin de embarazo normal no especificado
Infeccin viral, no especificada
Otros dolores abdominales y los no especificados
Diarrea y gastroenteritis de presunto origen infeccioso
Por determinar
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
3
3
3
3
4
6
6
11
22
Diagramas Estadsticos
Ilustracin 1 Da Ingreso
Histograma De Frecuencia
25
20
15
10
5
0
DOMINGO
LUNES
MARTES
MIERCOLES
JUEVES
VIERNES
SABADO
El da con mayor frecuencia de atencin a pacientes en la sala de urgencias es el da

domingo, lo cual podemos deducir que el ndice de urgencias se incrementa los fines
de semana y la atencin se va o consulta se va reduciendo a medida que del trascurso
de los das
Ilustracin 2 Eps
35
30
25
20
15
10
5
0
En la grfica 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 ndice de atencin 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 institucin particular u
oficial
Ilustracin 3 Gnero
70
60
50
40
30
20
10
0
HOMBRE
MUJER
A simple vista se evidencia un ndice un poco mayor por parte de usuarios con
gnero masculino, pero nuestra diferencia no es muy notoria y no refleja mucho la
diferencia entre gneros en el estado de una urgencia o accidente.
Ilustracin 4 Enfermedad
Enfermedad que origino el ingreso a sala de urgencias

25
22
20
15
10
11
66
4
3333
5
frecuencia
2222222
111111111111111111111111111111111111111111111
0
Ilustracin 5 Calificacin Del Servicio Prestado (Excelente, Bueno, Regular, Mal)
45
40
35
30
25
20
15
10
5
0
BUENO
EXCELENTE
MALO
REGULAR
1. En la grfica podemos ver que ms de la mitad de los usuarios de la sala de urgencias

califican el servicio de atencin entre malo y regular, lo cual debera servir para
implementar medidas de accin con miras a mejorar el servicio.
2. Solo 27 de 120 pacientes califica el servicio de atencin 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 mnimo es que el servicio sea bueno.
Ilustracin 6 Da Ingreso
% ingreso de Pacientes
SABADO; 10%
DOMINGO ; 20%
VIERNES; 11%
JUEVES; 13%
LUNES; 19%
MIERCOLES; 13%
MARTES; 14%
Ilustracin 7 Eps
% Afiliados
CAFESALUD
CAPRECOM
COOMEVA
5% 6% 8% 1%
18%
12%
27%
13%
11%
NUEVA EPS
SALUD TOTAL
SALUD VIDA
SALUDCOOP
SANITAS
SISBEN
Ilustracin 8 Gnero
% Genero
44%
HOMBRE
56%
MUJER
Ilustracin 9 Calificacin Del Servicio Prestado (Bueno, Regular, Mal)
% servicio
BUENO; 23%
REGULAR; 37%
EXCELENTE; 3%
MALO ; 38%
Moda Variables Cualitativas
Da Ingreso
Calificacin del servicio prestado (Bueno,

regular, malo)
Moda
Variable
Domingo
LUNES
MARTES
MIERCOLES
JUEVES
VIERNES
SABADO
Frecuencia
24
23
17
15
16
13
12
% Frecuencia
20%
19%
14%
13%
13%
11%
10%
Eps
Moda
Variable
NUEVA EPS
SALUDCOOP
SALUD VIDA
COOMEVA
SALUD
TOTAL
CAFESALUD
SISBEN
SANITAS
CAPRECOM
Frecuenci
a
32
22
15
14
13
%
Frecuencia
27%
18%
12%
12%
11%
10
7
6
1
8%
6%
5%
1%
Gnero
Moda
Variable
HOMBRE
MUJER
Frecuencia
67
53
% Frecuencia
56%
44%
Moda
Variable
MALO
REGULAR
BUENO
EXCELENTE
Frecuencia
45
44
27
4
% Frecuencia
38
37
22%
3%
Clculo E Interpretacin De Las Medidas Univariantes De Tendencia Central

Variable Cuantitativa Discreta
Edad
Tabla de frecuencia no datos Agrupados
Clase
Frecuencia
0
9,4
18,8
28,2
37,6
47
56,4
65,8
75,2
84,6
Y mayor...
5
16
8
32
10
11
17
9
7
2
3
Histograma de Frecuencia
35
30
25
20
Nmero De Perosnas
15
10
5
0
Cant
Edad
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
23
0
19
24
5
17
26
54
1
3
20
21
25
39
55
2
4
16
22
31
33
34
37
7
5
5
5
4
4
4
4
3
3
3
3
3
3
3
2
2
2
2
2
2
2
2
7
12
17
22
26
30
34
38
41
44
47
50
53
56
59
61
63
65
67
69
71
73
75
0,05833333
0,04166667
0,04166667
0,04166667
0,03333333
0,03333333
0,03333333
0,03333333
0,025
0,025
0,025
0,025
0,025
0,025
0,025
0,01666667
0,01666667
0,01666667
0,01666667
0,01666667
0,01666667
0,01666667
0,01666667
0,05833333
0,1
0,14166667
0,18333333
0,21666667
0,25
0,28333333
0,31666667
0,34166667
0,36666667
0,39166667
0,41666667
0,44166667
0,46666667
0,49166667
0,50833333
0,525
0,54166667
0,55833333
0,575
0,59166667
0,60833333
0,625
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
40
44
48
51
52
59
68
73
75
7
8
13
18
35
36
42
43
45
47
49
50
53
56
57
58
60
61
62
64
65
71
81
82
85
87
94
TOTAL
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
120
Medidas de tendencia Central
77
79
81
83
85
87
89
91
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
0,01666667
0,01666667
0,01666667
0,01666667
0,01666667
0,01666667
0,01666667
0,01666667
0,01666667
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
0,00833333
1
0,64166667
0,65833333
0,675
0,69166667
0,70833333
0,725
0,74166667
0,75833333
0,775
0,78333333
0,79166667
0,8
0,80833333
0,81666667
0,825
0,83333333
0,84166667
0,85
0,85833333
0,86666667
0,875
0,88333333
0,89166667
0,9
0,90833333
0,91666667
0,925
0,93333333
0,94166667
0,95
0,95833333
0,96666667
0,975
0,98333333
0,99166667
1
Media
Mediana
Moda
34,025
26
23
Clculos
Media
n
x = X i dividido por n
i=1
Donde:
n = Cantidad de elementos
Xi
= Valor de cada elemento
x = Media aritmtica
Remplazamos
x =
Edad de paciente 1+ Edad paciente 2+ + Edad paciente 120

=34.025
120
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
Me=
20+26
=26
2
Moda
La moda es el dato que tiene mayor frecuencia, es decir, el dato que ms se repite, en este caso
podemos ver que la variable edad = 23 aos tiene una frecuencia de 7
Cuartiles
Q1 (25%)
Q2 (50%)
Q3 (75%)
19
26
52,75
Mediana
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
3 n 3(120)
=
=90
4
4
El intervalo de clase donde se encuentra el tercer cuartil es 52 marcado con la casilla naranja
Deciles
DECIL
D1
POSICION
12
VALOR
27
D2
D3
D4
D5
D6
D7
D8
D9
24
36
48
60
72
84
96
108
D5=
5120
=60
10
D7=
7120
=84
10
43,5
97,5
63
68,5
19
22
81,5
112,5
Percentiles
PERCENTIL
P30
P50
P30=
30120
=36
100
P50=
50120
=60
100
Variable Cuantitativa Contina

Peso
POSICION
36
60
VALOR
13
68,5
Tabla de frecuencia datos Agrupados

n
120
Nc
7,694963612
Vmin
2,6
Nc'
Vmin
Vmax
Rango'
1,05
89,05
88
Vmax
87,5
Rango
84,9
Amplitud
10,6125
Amplitud
'
11
Rango'-Rango
3,1
Ni
1
2
3
4
5
6
7
8
Lm
1,05
12,15
23,15
34,15
45,15
56,15
67,15
78,15
TOTAL
Ls
12,15
23,15
34,15
45,15
56,15
67,15
78,15
89,05
fi
10
10
2
1
15
42
22
18
120
Medidas de tendencia Central

Media
Mediana
Moda
55,98
60,8
67,2
Fi
10
20
22
23
38
80
102
120
hi
0,083333333
0,083333333
0,016666667
0,008333333
0,125
0,35
0,183333333
0,15
1
Hi
0,08333333
0,16666667
0,18333333
0,19166667
0,31666667
0,66666667
0,85
1
MC
6,6
17,65
28,65
39,65
50,65
61,65
72,65
83,6
Media: Nos indica que el peso promedio de los 120 pacientes de la base de datos es de 56 kg
aproximadamente
Mediana: La distribucin de datos en mitades (120/2) para as encontrar el centro de la
distribucin 60,8kg
Moda: El peso que es ms comn entre los pacientes de la lista de datos que para este caso es
67,2
Clculos
Media
n
x = X i dividido por n
i=1
Donde:
n = Cantidad de elementos
Xi
= Valor de cada elemento
x = Media aritmtica
Remplazamos
x =
Peso de paciente 1+ Peso paciente 2+ + Peso paciente 120

=55,98
120
Mediana
Ordenamos los datos de menos a mayor de acuerdo a la base de datos
32
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
Me=
60.8+60.8
=60.8
2
Moda
La moda es el dato que tiene mayor frecuencia, es decir, el dato que ms se repite, en este caso
podemos ver que la variable Peso = 67,2 aos tiene una frecuencia de 4
Peso (Kg)
67,2
67,2
67,2
67,2
Cuartiles
Q1 (25%)
Q2 (50%)
Q3 (75%)
52,85
60,8
70
Mediana

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.
Deciles
DECIL
POSICION
VALOR
33
D1
D3
D5
D6
D7
12
36
60
72
84
D5=
5120
=60
10
D7=
7120
=84
10
70,05
40,25
96,1
97,4
46,75
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
P20
P25
P30
P40
P60
P75
POSICION
24
30
36
48
72
90
VALOR
121,4
57,20
40,25
47,90
97,40
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
P30=
30120
=36
100
P50=
50120
=60
100
34
Momento 2
Medidas Univariantes De Dispersin
Cuantitativas Discreta
Nmero de visitas ltimo trimestre
N VISITAS ULTIMO TRIMESTRE
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
35
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
36
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
37
2
3
3
3
3
3
3
3
3
N VISITAS ULTIMO
TRIMESTRE (X)
frecuencia
(f)
f*X
X2
f * X2
1
2
3
4
Sumatoria
86
26
8
0
120
85
52
24
0
162
1
4
9
16
30
85
104
72
0
262
media
media ^2
varianza
D. estndar
Coeficiente de
variacin
Rango
Vmin
Vmax
1
Rango
3
Clculos
Rango
xA=
1,35
1,8
0,4
0,6
44,50
fX
n
38
xA=
161
=1,35
120
rango A=VmaxVmin
rango A=31=2
Varianza
2
f X
s=
x 2
2
s 2=
262
1.8=0.3833 Aproximado a 0.4
120
Desviacin estndar
f X 2
s=
x 2
n
s= 0.4=0.632
Coeficiente de variacin
S
CV = 100
x
CV =
0.632
100=46.5
1.35
Interpretacin de los resultados

Relacin de los datos con el problema objeto de estudio:
39
El dato ms relevante en este caso es el resultado de la varianza que muestra claramente
otro agravante a la problemtica de la congestin de las salas de urgencias en Colombia,
como es el que se halla determinado gracias a este analisis estadstico que de los 120
pacientes atendidos en el ltimo trimestre, vuelve a ingresar . Situacin que suscita
nuevos interrogantes que puedan ser punto de partida a las soluciones de los diferentes
factores involucrados en el tema de estudio.
Cuantitativas Contina
Peso
Peso (kg)
2,6
3,1
3,1
3,4
3,9
5,2
8,9
9,4
9,7
11,9
12,5
14,2
15,3
15,9
16,5
16,7
40
16,9
18,3
19,7
23
24,5
30,5
45
45,2
45,8
45,8
45,9
50,2
52,6
52,7
52,9
53,8
54
54,9
55
55,2
55,9
56
56,8
56,9
57,3
57,6
57,8
57,9
58
58,2
58,2
58,3
58,6
58,8
58,9
60
60
60
60,2
60,3
41
60,5
60,5
60,6
60,8
60,8
60,8
61,6
62,3
62,7
62,9
62,9
63,2
63,8
64,3
64,3
65
65,2
65,2
65,4
65,6
65,7
65,7
65,8
65,9
67,2
67,2
67,2
67,2
67,5
67,9
67,9
68,9
70
70
70
70,2
70,8
72
72,5
72,9
72,9
42
72,9
73,8
75,3
78
78,1
78,4
78,5
78,5
78,5
78,6
78,6
78,6
78,9
79,5
80,9
85
85
85
85,8
85,8
85,9
87,2
87,5
Peso (X)
2
3
5
8
9
frecuencia (f)
1
4
1
1
2
f*X
X2
f * X2
12
5
9
25
36
25
8
18
64
81
64
162
43
11
12
14
15
16
19
23
24
30
45
50
52
53
54
55
56
57
58
60
61
62
63
64
65
67
68
69
70
72
73
75
78
79
80
85
86
1
1
1
2
3
1
1
1
1
5
1
3
1
2
3
3
4
7
11
1
4
1
2
9
7
1
1
5
5
1
1
10
1
1
6
87
1
2
Sumatoria
120
media
media ^2
11
12
121
144
121
144
14
30
196
225
196
450
48
19
256
361
768
361
23
24
529
576
529
576
30
225
900
2025
900
10125
50
156
2500
2704
2500
8112
53
108
2809
2916
2809
5832
165
168
3025
3136
9075
9408
228
406
3249
3364
12996
23548
660
61
3600
3721
39600
3721
248
63
3844
3969
15376
3969
128
585
4096
4225
8192
38025
469
68
4489
4624
31423
4624
69
350
4761
4900
4761
24500
360
73
5184
5329
25920
5329
75
780
5625
6084
5625
60840
79
80
6241
6400
6241
6400
510
86
7225
7396
43350
7396
174
7569
15138
6733
128501
439171
56,1083333
3148,1
44
varianza
D. estndar
Rango
Vmin
Vmax
Rango
87,5
84,9
2,6
Clculos
Rango
xA=
xA=
fX
n
6733
=56.108
120
rango A=VmaxVmin
rango A=87.52.6=84,9
Varianza
s 2=
s=
f X 2 x 2
n
439171
3148.1=511.65
120
Desviacin estndar
511,6
22,6
40,31
84.9
45
s=
f X 2 x 2
n
s= 511.65=22.6
S
CV = 100
x
CV =
22.6
100=40.31
56.1
Interpretacin 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 relacin al promedio
hallado de peso de estos (56 kg).
Desviacin estndar: nos muestra la variacin que podemos esperar en cuanto al peso de los
pacientes de la lista, ya calculado.
Coeficiente de variacin: es una calificacin que permite evaluar la calidad estadstica de las
estimaciones. Segn 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 variacin del peso de los pacientes de la lista es de 84.9 kg. Teniendo
en cuenta el peso mnimo 2,6 kg y peso mximo de 87.5 kg.
46
Relacin de los datos con el problema objeto de estudio:
Los datos obtenidos en este caso no tienen relacin con la problemtica en cuestin, ya que el
peso mnimo, promedio, mximo no es el motivo de ingreso a la sala de urgencias
Regresin y Correlacin lineal Simple

Cuantitativas
Edad
Peso
Edad Aos (x)
Peso Kg (y)
x*y
x^2
y^2
y*x^2
3
31
62
64
4
65
55
1
18
12,5
60
72,5
58
16,5
57,6
78,6
5,2
53,8
37,5
1860
4495
3712
66
3744
4323
5,2
968
9
961
3844
4096
16
4225
3025
1
324
156
3600
5256
3364
272
3318
6178
27
2894
112,5
57660
278690
237568
264
243360
237765
5,2
17431
47
42
23
8
71
53
20
2
73
25
35
5
45,8
60,2
19,7
62,7
78,6
52,7
8,9
70
80,9
78,9
15,9
1924
1385
158
4452
4166
1054
17,8
5110
2023
2762
79,5
1764
529
64
5041
2809
400
4
5329
625
1225
25
2098
3624
388
3931
6178
2777
79,2
4900
6545
6225
253
80791
31846
1260,8
316071
220787
21080
35,6
373030
50563
96653
397,5
24
23
19
54
19
21
56
43
5
21
54
51
26
22
0
26
73
85
7
16
52
4
20
68
54
44
3
81
20
40
56
52,9
78,5
85,8
65,2
60
67,2
85
24,5
65,4
60,6
85
57,3
67,9
2,6
75,3
45,2
50,2
23
45
65,7
16,7
60,5
57,8
60,3
78,5
15,3
65,2
65,6
78,4
1344
1217
1492
4633
1239
1260
3763
3655
123
1373
3272
4335
1490
1494
0
1958
3300
4267
161
720
3416
66,8
1210
3930
3256
3454
45,9
5281
1312
3136
576
529
361
2916
361
441
3136
1849
25
441
2916
2601
676
484
0
676
5329
7225
49
256
2704
16
400
4624
2916
1936
9
6561
400
1600
3136
2798
6162
7362
4251
3600
4516
7225
600
4277
3672
7225
3283
4610
6,76
5670
2043
2520
529
2025
4316
279
3660
3341
3636
6162
234
4251
4303
6147
32256
27984
28339
250193
23537
26460
210739
157165
612,5
28841
176710
221085
38735
32864
0
50903
240871
362695
1127
11520
177653
267,2
24200
267267
175835
151976
137,7
427777
26240
125440
48
40
0
61
23
34
31
17
3
59
19
0
57,9
3,4
58,3
56,8
60
72
58,6
14,2
65,7
60,8
3,1
2316
0
3556
1306
2040
2232
996
42,6
3876
1155
0
1600
0
3721
529
1156
961
289
9
3481
361
0
3352
11,6
3399
3226
3600
5184
3434
202
4316
3697
9,61
92640
0
216934
30047
69360
69192
16935
127,8
228702
21949
0
44
75
75
82
33
39
23
37
48
50
94
17
55
59
23
87
34
24
1
19
25
5
24
0
52
24
2
49
68
5
85
60,8
55,9
70
73,8
78,5
67,2
67,2
58,8
62,3
70,2
54,9
78,1
62,9
65
62,9
72,9
61,6
9,7
64,3
58,9
18,3
56,9
3,1
45,8
68,9
11,9
65,9
78
16,9
3740
4560
4193
5740
2435
3062
1546
2486
2822
3115
6599
933
4296
3711
1495
5472
2479
1478
9,7
1222
1473
91,5
1366
0
2382
1654
23,8
3229
5304
84,5
1936
5625
5625
6724
1089
1521
529
1369
2304
2500
8836
289
3025
3481
529
7569
1156
576
1
361
625
25
576
0
2704
576
4
2401
4624
25
7225
3697
3125
4900
5446
6162
4516
4516
3457
3881
4928
3014
6100
3956
4225
3956
5314
3795
94,1
4134
3469
335
3238
9,61
2098
4747
142
4343
6084
286
164560
342000
314438
470680
80368
119399
35549
91997
135475
155750
620287
15866
236253
218955
34385
476090
84272
35482
9,7
23212
36813
457,5
32774
0
123843
39686
47,6
158226
360672
422,5
49
37
54
26
1
33
0
21
13
23
39
19
85,8
67,2
63,2
9,4
72,9
3,9
63,8
30,5
52,6
85,9
67,9
3175
3629
1643
9,4
2406
0
1340
397
1210
3350
1290
1369
2916
676
1
1089
0
441
169
529
1521
361
7362
4516
3994
88,4
5314
15,2
4070
930
2767
7379
4610
117460
195955
42723
9,4
79388
0
28136
5154,5
27825
130654
24512
24
45
57
51
17
26
16
22
25
55
23
58
48
39
36
60
47
58,2
55
60,5
87,5
55,2
70
45,9
54
60,8
65,8
70,8
78,6
87,2
79,5
72,9
67,5
58,2
1397
2475
3449
4463
938
1820
734
1188
1520
3619
1628
4559
4186
3101
2624
4050
2735
576
2025
3249
2601
289
676
256
484
625
3025
529
3364
2304
1521
1296
3600
2209
3387
3025
3660
7656
3047
4900
2107
2916
3697
4330
5013
6178
7604
6320
5314
4556
3387
33523
111375
196565
227588
15953
47320
11750
26136
38000
199045
37453
264410
200909
120920
94478
243000
128564
17
64,3
1093
289
4134
18583
Sumatorias
Numero de
Paciente(x)
4083
Hora de
salida(y)
6718
x*y
267090,
5
x^2
203031
y^2
437809,
28
y*x^2
133860
42,9
50
Regresion y correlacion
f(x) = 0.6x + 35.54
R = 0.37
Peso Kg (y)
Peso Pacientes
Linear (Peso Kg (y))
5
0
15 25 35 45 55 65 75 85
10 20 30 40 50 60 70 80 90
Edad Pacientes
media x
media Y
media
media ^2
Covarianz
a
varianza
D. Tpica
x
D. Tpica
y
Corre
Lineal
Rango A
Rango B
34,03
55,98
39,76
1580,65
320,9
411,9
23,1
22,7
0,61
94
84,9
Vxmin
Vxmax
0
Vymin
94
Vymax
2.6
Rango
94
Rango
87,5
84,9
51
Modelo matemtico
Es confiable?
y=mx +b
y=0.6007 x ( edad ) +35.544

x= y
b
m
x= y (dias )
35.544
0.6007
R2=0.3749
R2=(0.3749)2100=14
Segn el diagrama de dispersin determine el tipo de asociacin entre las vaciables?

Segn el diagrama de dispersin , encontramos que el tipo de asociacin entre las variables;
edad Aos (x) y peso (kg) y , es una correlacin positiva dbil ,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
relacin es muy fuerte positivamente , por el contrario cuando el valor de r se acerca a cero es
una relacin dbil, como es nuestro caso que el valor de r es de 0,3749
Determinar el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
Encontramos una correlacin positiva dbil, lo que quiere decir que la intensidad de la relacin;
edad Aos (x) y peso (kg) (y), indica que la relacin es dbil. La grafica nos muestra que el
coeficiente de correlacin es = (0.3749)2=0.14 e indica que, 14% de la variacin total del peso
en kilogramos se explica porque se debe a la variacin en la edad.
52
Relacionar la informacin obtenida con el problema:

Segn la informacin obtenida en este ejercicio de relacin de variables identificamos en la
grfica de dispersin datos que estn por fuera de lo normal sea ubicados bajo o por encima de
la media a partir de los 30 aos lo que nos indica que esta relacin con el peso no se est
controlado en la comunidad y que posiblemente este generando problemas a los pacientes.
Problemas como:
Enfermedades cardiacas
Molestias intestinales
Problemas alimenticios
Diabetes
Patologas Psicolgicas
Haciendo nfasis en las enfermedades cardiacas probablemente el riesgo cardiovascular es el
ms importante debido alto riesgo que implica. La salud cardiovascular de una persona con peso
normal es incomparablemente ms sana que la de una persona con sobrepeso, pues en el caso de
la segunda las chances de padecer un ataque cardaco ascienden a un 75% segn estudios
realizados por la Organizacin 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 ms problemas o enfermedades si no se es controlada.
Finalmente, los trastornos del sueo son otro de los problemas asociados a los kilos de ms. A
medida que el peso se incrementa, los problemas a la hora de conciliar el sueo son mayores, y
adems una vez durmiendo la calidad del sueo es infinitamente menor, con ronquidos y apnea
del sueo como elementos redundantes.
53
Por lo cual sebe implementar un programa de intervencin vinculado a la alimentacin saludable
realizando planes de accin por medio de profesionales en nutricin donde se realicen charlas y
controles vinculados a la prevencin y promocin de una buena alimentacin, en las edades que
pueden estar propensas a sufrir de estas patologas con el fin de evitar congestiones en la salas de
urgencias del Hospital Federico lleras en una solucin 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 mencion anteriormente en la promocin y prevencin de control del
sobrepeso entre los pacientes, as estamos evitando antes de suceda inconvenientes en la salud en
la comunidad lo cual generara un participacin menor en las salas de urgencias.
Anexos
Laboratorio de Diagramas Estadsticos
Ejercicio 1
El entrenador del equipo de natacin ha decidido clasificar a sus deportistas teniendo en cuenta
el estilo en el cual su rendimiento es muy alto. A continuacin se presentan los resultados
obtenidos:
Estilo
Pecho
Espalda
Mariposa
Libre
Frecuencia
8
8
6
10
54
Estilos
Fecuencia
10
9
8
7
6
5
4
3
2
1
0
10
8
8
6
Pecho
Espalda
Mariposa
Libre
Estilos
31%
25%
Pecho
Espalda
Mariposa
19%
25%
Libre
Conclusiones
El equipo de natacin tiene una mayor participacin 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 ms por practicar esta tcnica
55
Ejercicio 2
Para verificar el efecto de un nuevo pesticida aplicado a un cultivo de caf, se seleccion una
muestra de 42 matas y se les midi su altura en centmetros despus de 3 meses de haber sido
plantadas y regadas con el producto.
Los resultados son los siguientes:
25,4
18,6
25,8
37,7
16,8
37,2
25,2
34,7
32,6
42,8
21,3
38,3
42,3
28
34,3
29,4
35,4
24,3
38,7
29,1
27,9
36,2
28
39
Clase
16,8
24
19,4
31,6
28,5
32,9
23,6
Frecuenc
ia
1
35,5
30,6
32,8
38,6
39,7
26,5
42,3
37,5
36
40,5
20
31,4
56
21,13333
33
25,46666
67
29,8
34,13333
33
38,46666
67
Y
mayor...
3
6
8
6
10
8
Efectividad de pesticida
10
10
9
8
7
Frecuencia
5
4
3
2
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 nmero de plantas cultivadas con
un total de 10
57
En conclusin 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
centmetros
Ejercicio 3
Una empresa de desechables va a producir un nuevo tipo de envase, para lquidos. Por tal
razn, midi. El volumen de 60 recipientes que se usaron en una nueva prueba de
aceptacin
VOLUM
EN (mm3)
05
5 10
10 15
15 20
20 25
25 - 30
Frecuen
cia
4
8
10
11
12
15
58
VOLUMEN (mm3)
16
15
14
12
10
Axis Title
11
10
12
6
44
2
0
05
5 10
10 15
15 20
20 25
25 - 30
Conclusiones
Dado al analisis de la grfica evidenciamos que los recipientes con mayor volumen o
capacidad tiene una aceptacin 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 aceptacin en el mercado.
Laboratorio Regresin y Correlacin Lineal
Ejercicio 1
Se quiere estudiar la asociacin entre consumo de sal y tensin arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensin arterial
un tiempo despus.
X (sal)
Y
(Presin)
1,8
100
2,2
98
3,5
105
59
4,0
110
4,3
112
5,0
120
a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables

140
120
100
f(x) = 6.31x + 85.61

R = 0.92
80
Linear ()
60
40
20
0
1.5
2.5
3.5
4.5
5.5
Segn le diagrama de dispersin la relacin entre la variable sal y la variable presin arterial: es
una correlacin lineal, La variable dependiente acta sobre la variable independiente. Ya que
vemos una lnea recta que demuestra que, en la medida en que aumenta el consumo de sal,
aumenta tambin los valores de la presin arterial.
b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
No de
parejas
ml de
sal
1
2
(x)
1,8
2,2
Presin
mmHg
(y)
100
98
x2
3,24
4,84
y2
10000
9604
xy
180
215,6
60
3
4
5
6
Total
Sxi
Sx
Sy
Rxi
3,5
4
4,3
5
20,8
105
110
112
120
645
12,25
16
18,49
25
79,82
11025
12100
12544
14400
69673
367,5
440
481,6
600
2284,7
8,11666
667
1,13382
342
7,47774
476
0,95732
996
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.
Encontramos una correlacin positiva, lo que quiere decir que la intensidad de la relacin
consumo de sal (x), y el aumento de presin arterial (y), indica que la relacin es intensa.
61
La grafica nos muestra que el coeficiente de correlacin es = (0.95)2=0.90 e indica que, 90% de
la variacin total de la presin arterial, se explica por, sea debe a, la variacin en los miligramos
de sal.
d) Si a un paciente se le administra una dosis de sal de 6,5. Cul es la tensin arterial
esperada?
La presin arterial esperada es de: 126 mmHg.

mlg de sal
presin arterial
6,5
7
7,5
8
8,5
9
9,5
10
10,5
126,65105
129,8079
132,96475
136,1216
139,27845
142,4353
145,59215
148,749
151,90585
Ejercicio 2
En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado, se ha
considerado que era importante ir anotando peridicamente el tiempo medio (medido en
minutos) que se utiliza para realizar una pieza y el nmero de das desde que empez dicho
proceso de fabricacin. Con ello, se pretende analizar como los operarios van adaptndose al
nuevo proceso mejorando paulatinamente su proceso de produccin.
Los siguientes datos representan dicha situacin:
62
Tiempo
minutos (x)
Das (y)
10
20
30
40
50
60
70
35
28
23
20
18
15
13

40
35
30
f(x) = - 0.35x + 35.57

R = 0.95
25
20
15
10
5
0
0
10
20
30
40
50
60
70
80
otra. Es confiable?
63
Tiempo estimado
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El porcentaje de explicacin del modelo es del 94%, y la relacin de las dos variables es
negativa (-0.97), lo cual corresponde a un 97% del grado de relacin de las variables x-y
d) Qu tiempo deber tardarse un empleado cuando se lleven 100 das?
y=0.3463 x (100 )+ 35.571
y=70.201
Ejercicio 3
Una Nutricionista de un hogar infantil desea encontrar un modelo matemtico que permita
determinar la relacin entre el peso y la estatura de sus estudiantes. Para ello selecciona 10 nios
y realiza las mediciones respectivas.
A continuacin se presentan los resultados:
64
Estatura
(cm)
Peso
(kg)
121
123
108
118
111
109
114
103
110
25
22
19
24
19
18
20
15
20
115
21

Tiempo
minutos (x)
Das (y)
x*y
x^2
y^2
y*x^2
10
20
30
40
50
60
70
280
35
28
23
20
18
15
13
152
350
560
690
800
900
900
910
5110
100
400
900
1600
2500
3600
4900
14000
1225
784
529
400
324
225
169
3656
3500
11200
20700
32000
45000
54000
63700
230100
100
70
65
Alanalisis Nutricionista
30
25
20
Peso
f(x) = 0.42x - 27.38

R = 0.81
Peso (kg)
15
Linear (Peso (kg))
10
5
0
100 105 110 115 120 125
Estatura
media x
media Y
media
media ^2
Covarian
za
varianza
D. Tpica
x
D. Tpica
y
Corre
Lineal
78,00
13,70
111,99
12542,3
7
465,7
19,0
51,2
14,2
0,64
otra. Es confiable?
by=mx +b
y=0.4212 x ( estatura ) +27.377

x= y
b
m
66
x= y (dias)
27.377
0.4212
c) Determine el porcentaje y el grado de relacin de las dos variables.

En el analisis evidenciamos que nuestra grfica y ecuacin de recta son confiables dado a los
modelos matemticos tenemos asertividad del 81.02% y el cual nos muestra que son variables
directamente proporcionales. Nuestra correlacin es una correlacin positiva con 0.64%
d) Qu tiempo deber tardarse un empleado cuando se lleven 130 cm?
Para un paciente que se le administra una dosis de sal de 6,5 su tensin es:
y=0.4212 x ( 130 ) +27.377
y=27.431
67
Conclusiones
Como resultado de la actividad anterior en referencia al anlisis de los diferentes datos

concluimos lo siguiente:
Un esquema de trabajo proporciona una gua prctica en cuanto al manejo del factor
tiempo para la solucin de los pasos planteados en la gua de actividades.
El Plantear interrogantes a partir de la problemtica trazada para esta actividad, fue un
ejercicio que nos permiti un anlisis ms profundo del problema objeto de investigacin.
El momento 1 nos permiti ampliar los conceptos de poblacin, muestra, ubicacin espacio
temporal de estudio, unidad estadsticas, 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 informacin procedente de diferentes fuentes, de forma
ordenada, ya que de otra manera seria muy dispendioso deducir informacin importante y
necesaria.
De las medidas de tendencia central nos queda claro que
Media es la posicin central ms utilizada y la ms conocida.
Mediana, identifica el valor que se encuentra en el centro de los datos, sea permite
conocer el valor que se encuentra exactamente en la mitad del conjunto de datos.
Moda, nos indica el valor, que ms veces se repite dentro de los datos.
68
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
Para las medidas de dispersin

Se ha logrado la identificacin de las medidas bivariantes de la dispersin de datos adquiriendo
habilidades propias del estudio estadstico para aplicar los conceptos y conocimientos de las
regresiones y proyectar eventos a futuro. Adems obtuvimos destrezas para el manejo de
programas de anlisis numrico que permiten el ahorro de tiempo y esfuerzo para realizar
clculos complejos sobre cantidades grandes de datos.
Las medias de dispersin 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 aprendi a
calcular la varianza de un dato a la media, tambin comparar las series de los datos a travs del
coeficiente variacin y as se puede determinar cul serie tiene mayor o menor variabilidad
relativa.
En conclusin la estadstica es una disciplina que se aplica en muchos campos de la actividad del
ser humano, que sirve para sacar conclusiones de una poblacin en estudio, examinando
solamente una parte de ella denomina muestra. Se puede concluir que se desarroll 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 investigacin
69
Bibliografa
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). Cmo 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). (Estadstica) - Introduccin a la Estadstica Descriptiva
unidimensional (2000). Obtenido de Youtube : https://www.youtube.com/watch?
v=o1Y31RRGg7c
Conceptos Generales " Estadstica 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/medidasabsolutas-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 DIDCTICA 1. En M. F. PAVA, Modulo Estadistica
Descriptiva (pg. 108). Ibague: UNAD.
70
Ditutor. (2015). Estadstica descriptiva. Obtenido de nexo@ditutor.com:
http://www.ditutor.com/estadistica/estadistica_descriptiva.html
elpolivirtual. (23 de Dic de 2013). Video de introduccin al curso de "Estadstica descriptiva".
Obtenido de Youtube: https://www.youtube.com/watch?v=OPkGxnEXLsI
espol50. (21 de Mayo de 2013). Estadistica: Estadstica Descriptiva Clase 1 (Parte 1). Obtenido
de Youtube: https://www.youtube.com/watch?v=IeqRrzw_Fww
estadisticaecc. (24 de Junio de 2008). Desviacin estndar 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=VolNwhj4bM&feature=player_embedded
Klasesdematematicas. (15 de Feb de 2014). Estadstica 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

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

76 Colaborativo Momento 2

Încărcat de

Drepturi de autor:

Formate disponibile

1

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Universidad Nacional Abierta Y A Distancia (UNAD)

Capacidad instalada y de recurso humano; la demanda supera la capacidad instalada al

Falta pertinencia en la demanda de consultas en relacin con el nivel de

Muchos departamentos No cuentan con centros de salud atendiendo urgencias ni

Reducida o nula oferta de algunos servicios como hemodinmica, reumatologa,

Dbil articulacin de los equipos territoriales de salud con urgencias de las

Las EPS no cumplen a cabalidad con sus actividades de promocin y prevencin ya

Cmo se podra mejorar o diagnosticar los cuellos de botella en el traslado de pacientes de

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

Nmero de visitas ltimo trimestre.

Caracterizacin De Variables Cualitativas

Calificacin Del Servicio Prestado (Bueno, Regular, Mal)

El da con mayor frecuencia de atencin a pacientes en la sala de urgencias es el da

Presentamos un bajo ndice de atencin de pacientes afiliados a Eps como Caprecom lo

Enfermedad que origino el ingreso a sala de urgencias

Ilustracin 5 Calificacin Del Servicio Prestado (Excelente, Bueno, Regular, Mal)

1. En la grfica podemos ver que ms de la mitad de los usuarios de la sala de urgencias

Ilustracin 9 Calificacin Del Servicio Prestado (Bueno, Regular, Mal)

Moda Variables Cualitativas

Calificacin del servicio prestado (Bueno,

Clculo E Interpretacin De Las Medidas Univariantes De Tendencia Central

Medidas de tendencia Central

= Valor de cada elemento

Edad de paciente 1+ Edad paciente 2+ + Edad paciente 120

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

Variable Cuantitativa Contina

Tabla de frecuencia datos Agrupados

Medidas de tendencia Central

= Valor de cada elemento

Peso de paciente 1+ Peso paciente 2+ + Peso paciente 120

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

Interpretacin de los resultados

Interpretacin de los resultados

Regresin y Correlacin lineal Simple

Edad Aos (x)

Linear (Peso Kg (y))

y=0.6007 x ( edad ) +35.544

Segn el diagrama de dispersin determine el tipo de asociacin entre las vaciables?

Relacionar la informacin obtenida con el problema:

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables

f(x) = 6.31x + 85.61

c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

La presin arterial esperada es de: 126 mmHg.

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables

f(x) = - 0.35x + 35.57

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables

f(x) = 0.42x - 27.38

Linear (Peso (kg))

y=0.4212 x ( estatura ) +27.377

c) Determine el porcentaje y el grado de relacin de las dos variables.

Como resultado de la actividad anterior en referencia al anlisis de los diferentes datos

Media es la posicin central ms utilizada y la ms conocida.

Cuartiles, son 3 valores de la variable que se divide en 4

Para las medidas de dispersin

S-ar putea să vă placă și