ESCUELA DE CIENCIAS DE LA EDUCACIÓN (ECEDU)

ESTADIATICA DESCRIPTIVA (LIC. EN MATEMATICAS)

Paso 4 - Actividad Colaborativa 2

PRESENTADO POR

CESAR AUGUSTO GIRALDO - Código 75.056.666

MEIKER ALEJANDRO PULIDO MEDINA Código 1.121.892.406

Grupo:

511004_2

TUTOR:

ELKIN ECCEHOMO DELGADO

LICENCIATURA EN MATEMATICAS

2020
 INTRODUCCIÓN

En el presente documento se presenta el desarrollo de la fase cuatro de trabajo del curso estadística
descriptiva, en donde se relacionan los conceptos iniciales de la estadística, los cuales son la base
de la construcción teórica que se aproxima en el desarrollo de las fases consecutivas, es importante
mencionar elementos como las distribuciones de datos, que pueden ser abordados e interpretados
mediante la aplicación de varios instrumentos que nos llevan a comprender, sistematizar dichos
conjuntos de datos para la toma de decisiones, por lo cual, la estadística es un interesante campo
del conocimiento en el que nos vemos inmersos.

Las medidas de tendencia central son medidas estadísticas que resumen en un solo valor a un
conjunto de valores; las más utilizadas son: la media, la mediana y la moda. Las medidas de
dispersión por su parte miden el grado de dispersión de los valores de la variable, es decir pretenden
evaluar en qué medida los datos difieren entre sí; entre estas se cuentan el recorrido, la desviación
media, la varianza y la desviación típica. Ambos tipos de medidas usadas en conjunto permiten
describir un conjunto de datos entregando información acerca de su posición y su dispersión.

En este trabajo se profundizan los conceptos de regresión lineal, medidas de dispersión, correlación
lineal y diagramas de caja, además se aplican dichos conceptos en la solución de problemas.
 OBJETIVOS

Objetivo General

• Conocer y aplicar las medidas estadísticas y de dispersión

Objetivo Especifico

• Investigar sobre medida de dispersión, regresión lineal, correlación lineal y diagramas de

caja.
• Aplicar los conocimientos en las diferentes actividades.
 Actividades Para Desarrollar

1. Cada estudiante presentará en el foro los conceptos de medidas de dispersión,

regresión lineal, correlación lineal y diagramas de caja.

CESAR AUGUSTO GIRALDO

Las medidas de dispersión pueden definirse como los valores numéricos cuyo objeto es analizar el
grado de separación de los valores de una serie estadística con respecto a las medidas de tendencia
central consideradas.

Las medidas de dispersión son de dos tipos:

• Medidas de dispersión absoluta: como recorrido, desviación media, varianza y desviación

típica, que se usan en los análisis estadísticos generales.

• Medidas de dispersión relativa: que determinan la dispersión de la distribución estadística

independientemente de las unidades en que se exprese la variable. Se trata de parámetros más
técnicos y utilizados en estudios específicos, y entre ellas se encuentran los coeficientes de apertura,
el recorrido relativo, el coeficiente de variación (índice de dispersión de Pearson) y el índice de
dispersión mediana.
El recorrido, también llamado rango o amplitud, es la diferencia aritmética entre el máximo y el
mínimo de los valores:

La desviación media se define como la media aritmética de los valores absolutos de la desviación
de cada valor de la variable con respecto a la media.

La varianza se define como el cociente entre la suma de los cuadrados de las desviaciones de los
valores de la variable y el número de datos del estudio. Matemáticamente, se expresa como:
La desviación típica, simbolizada por s, se define como la raíz cuadrada de la varianza:

Por lo tanto, se tiene que:

• La regresión lineal es una técnica estadística que permite estudiar la relación entre una
variable dependiente y una o más variables independientes, con el fin de averiguar en que medida
la primera puede estar explicada por la segunda y obtener predicciones en la variable dependiente
a partir de las independientes. El procedimiento implica, básicamente, obtener la ecuación mínimo-
cuadrática que mejor expresa la relación entre las variables y estimar mediante el coeficiente de
determinación la calidad de la ecuación de regresión obtenida.

• La correlación lineal o de Pearson, es una medida de regresión que pretende cuantificar

el grado de variación conjunta entre dos variables. Es una medida estadística que cuantifica la
dependencia lineal entre dos variables, es decir, si se representan en un diagrama de dispersión los
valores que toman dos variables, el coeficiente de correlación lineal señalará lo bien o lo mal que
el conjunto de puntos representados se aproxima a una recta.
Es el número que mide el grado de intensidad y el sentido de la relación entre dos variables.
𝐶𝑜𝑣𝑥𝑦
𝜌(𝑥𝑦) =
𝜎𝑥 𝜎𝑦
Siendo:
Covxy: la covarianza entre el valor x e y.
σx: desviación típica de x.
σy: desviación típica de y.
• Un diagrama de cajas y bigotes es una manera conveniente de mostrar visualmente grupos
de datos numéricos a través de sus cuartiles. Las líneas que se extienden paralelas a las cajas se
conocen como “bigotes”, y se usan para indicar variabilidad fuera de los cuartiles superior e
inferior. Los valores atípicos se representan a veces como puntos individuales que están en línea
con los bigotes. Los diagramas de cajas y bigotes se pueden dibujar vertical u horizontalmente.
Son una excelente forma de examinar rápidamente uno o más conjuntos de datos gráficamente,
tienen la ventaja de ocupar menos espacio, lo cual es útil cuando se comparan distribuciones entre
muchos grupos o conjuntos de datos.

MEIKER ALEJANDRO PULIDO MEDINA

a. MEDIDAS DE DISPERSIÓN: Las medidas de dispersión nos permiten conocer la

distribución de los datos dentro de un conjunto ordenado, es decir, una sistematización que
nos da una apreciación matemática de las características de la muestra o población en
estudio, lo cual, en palabras de (Creative Commons, 2020):

Las medidas de dispersión son parámetros estadísticos que nos informan sobre
la variabilidad de los datos, es decir, si la distribución de los datos es más o
menos homogénea y por tanto nos dan una medida sobre la representatividad de
los parámetros de centralización (moda, mediana o media) (Creative Commons,
2020).

Entre las principales medidas de dispersión encontramos:

 - El rango: fácil de calcular y poco significativo, entendemos que “… es la diferencia entre
el mayor valor de los datos y el menor” (Creative Commons, 2020).
- Desviación media:
- Varianza: Es necesario comprender que “… usamos el término variación como una
descripción general de la cantidad que varían los valores entre sí. (En ocasiones se aplica
el término dispersión en vez de variación). El término varianza se refiere a una definición
específica” (Triola, 2019).

Para el análisis, cuando No se especifica si se trata de una muestra o una población se

trabajaran el conjunto de datos como una muestra. En este sentido, sabemos que la ecuación
para calcular la varianza de una muestra es:

∑𝑖𝑛=1(𝑥𝑖 − 𝑥)2
𝑠2 =
𝑛−1
- Desviación típica: Encontramos que “…es una medida que ofrece información sobre la
dispersión media de una variable. La desviación típica es siempre mayor o igual que cero”
(López, 2019). Nos damos cuenta que la ecuación para calcular la desviación típica o
estándar es la raíz cuadrada de la varianza:

∑𝑖𝑛=1(𝑥𝑖 − 𝑥)2
𝑠=√
𝑛−1

- Desviación media: dicho en otras palabras, “… la desviación media es la media aritmética

de los valores absolutos de las desviaciones respecto a la media. Se simboliza por 𝐷𝑥 y se
calcula aplicando la fórmula” (Sangakoo, 2020), la podemos calcular con la siguiente
ecuación:
∑𝑖𝑛=1|𝑥𝑖 − 𝑥 |
𝐷𝑥 =
𝑛

b. REGRESIÓN LINEAL: Con respecto a la regresión lineal encontramos que “… permite

determinar el grado de dependencia de las series de valores X e Y, prediciendo el valor y
estimado que se obtendría para un valor x que no esté en la distribución” (Ecured, 2020).
No obstante, encontramos dos tipos de regresión lineal que nos permiten realizar los cálculos
necesarios para conocer el grado de dependencia de las series x e y, a saber de:

- La regresión lineal simple:

La regresión lineal simple se basa en estudiar los cambios en una variable, no

aleatoria, afectan a una variable aleatoria, en el caso de existir una relación
funcional entre ambas variables que puede ser establecida por una expresión
lineal, es decir, su representación gráfica es una línea recta. Es decir, se está en
presencia de una regresión lineal simple cuando una variable independiente
ejerce influencia sobre otra variable dependiente (Ecured, 2020).

- La regresión lineal múltiple:

La regresión lineal permite trabajar con una variable a nivel de intervalo o

razón, así también se puede comprender la relación de dos o más variables y
permitirá relacionar mediante ecuaciones, una variable en relación a otras
variables llamándose Regresión múltiple. O sea, la regresión lineal múltiple es
cuando dos o más variables independientes influyen sobre una variable
dependiente (Ecured, 2020).

Es posible identificar que se usa la regresión lineal para identificar líneas de tendencia en
disciplinas como la medicina o la industria, para caracterizar desde el desarrollo de las
´particularidades de una enfermedad dada, o por otra parte, como aplicación para conocer el
rendimiento de un determinado producto, dicho en otras palabras esto sugiere:

Una línea de tendencia representa una tendencia en una serie de datos obtenidos
a través de un largo período. Este tipo de líneas puede decir si un conjunto de
datos en particular (como por ejemplo, el PBI, el precio del petróleo o el valor
de las acciones) han aumentado o decrementado en un determinado período.
Las líneas de tendencia son generalmente líneas rectas, aunque algunas
variaciones utilizan polinomios de mayor grado dependiendo de la curvatura
deseada en la línea (Ecured, 2020).
c. CORRELACIÓN LINEAL: Podemos determinar que se trata de un método para conocer la
relación entre dos variables, es decir, “… si se representan en un diagrama de dispersión los
valores que toman dos variables, el coeficiente de correlación lineal señalará lo bien o lo mal
que el conjunto de puntos representados se aproxima a una recta” (Economipedia, 2020).

Podemos calcular la correlación linear usando la siguiente ecuación:

𝐶𝑜𝑣𝑥𝑦
𝜌𝑥𝑦 =
𝜎𝑦 𝜎𝑋

Donde se tiene que 𝐶𝑜𝑣𝑥𝑦 es la covarianza y 𝜎𝑦 𝜎𝑋 las desviaciones típicas de y e x.

Desde otra perspectiva podemos abordar el significado estadístico del concepto de correlación
lineal.

Bajo el concepto de correlación se recogen varios procedimientos e indicadores

estadísticos utilizados para determinar el grado de asociación entre dos
variables; el más sencillo de ellos es el de correlación lineal que está basado en
la comparación de la varianza asociada de dos variables (covarianza) y las
desviaciones estándar de cada uno a través del cálculo del coeficiente r de
Pearson (Ecured, 2020).

d. DIAGRAMAS DE CAJA: El diagrama de caja consiste en “… un gráfico utilizado para

representar una variable cuantitativa (variable numérica). El gráfico es una herramienta que
permite visualizar, a través de los cuartiles, cómo es la distribución, su grado de asimetría,
los valores extremos, la posición de la mediana” (Universo formulas, 2020).

A continuación se observan las siguientes consideraciones:

- Un rectángulo (caja) delimitado por el primer y tercer cuartil (Q1 y Q3). Dentro
de la caja una línea indica dónde se encuentra la mediana (segundo cuartil Q2)

- Dos brazos, uno que empieza en el primer cuartil y acaba en el mínimo, y otro que
empieza en el tercer cuartil y acaba en el máximo.
 - Los datos atípicos (o valores extremos) que son los valores distintos que no
cumplen ciertos requisitos de heterogeneidad de los datos (Universo formulas,
2020).

Con esto es posible verificar que el diagrama de caja “… es un diagrama que muestra una
representación gráfica de la distribución de datos, señalando donde caen la mayoría de los valores
y los valores que difieren considerablemente de la norma (valores atípicos)” (Arcidiacono, 2019).

ACTIVIDAD GRUPAL

De forma grupal los estudiantes deben resolver las siguientes tareas:

Tarea 1: Los porcentajes de rentabilidad de los fondos de la inversión de diez grandes empresas
fueron:

28,2 18,1 34,4 28,9 26,5 26

11,5 0 10,9 20,5 25,5 14,9
Para esta población determine:
a) La varianza

b) La desviación típica

c) Desviación media.

X ̅
𝑿 ̅
𝑿−𝑿 ̅ )𝟐
(𝑿𝟏 − 𝑿
𝑿𝟏 28,2 7,75 60,06
𝑿𝟏 18,1 -2,35 5,52
𝑿𝟏 34,4 13,95 194,60
𝑿𝟏 28,9 8,45 71,40
𝑿𝟏 26,5 6,05 36,60
𝑿𝟏 26 5,55 30,80
𝑿𝟏 11,5 -8,95 71,40
𝑿𝟏 0 -20,45 418,20
𝑿𝟏 10,9 -9,55 91,20
 𝑿𝟏 20,5 0,05 0,25
𝑿𝟏 25,5 5,05 25,50
𝑿𝟏 14,9 -5,55 30,80
∑ 245,4 20,45 93,7 1036,33

∑𝑥
𝑥̅ =
𝑛

245,4
𝑥̅ =
12

𝑥̅ = 20,45

Varianza:
∑(𝑋1 − 𝑋̅)2
S2 =
𝑛−1

1036,33
S2 =
12 − 1

1036,33
S2 =
11

𝐒 𝟐 = 𝟗𝟒, 𝟐𝟏
La desviación típica:

∑(𝑋1 − 𝑋̅)2
𝜎=√
𝑛

1036,33
𝜎=√
12

𝜎 = √86,36
𝝈 = 𝟗, 𝟐𝟗
Desviación media:
 ∑(𝑋1 − 𝑋̅)
𝐷. 𝑀 =
𝑛
97,7
𝐷. 𝑀 =
12
𝑫. 𝑴 = 𝟕, 𝟖𝟎

Tarea 2:

En la siguiente aparecen los años de servicio acumulados por 360 trabajadores de una gran
empresa antes de su retiro voluntario:

Años de experiencia Número de empleados

0-1 10
1-2 34
2-3 56
3-4 76
4-5 82
5-6 25
6-7 10
7-8 27
8-9 12
9-10 8
10-11 19
11-12 3

Para esta muestra halle:

a. Dibuje el histograma
b. Media
c. Mediana
d. Moda
e. Varianza
f. Desviación típica

g. Qué porcentaje de empleados tiene más de 8 años de experiencia y menos de 6 años de

experiencia.

Tabla De Frecuencia
N 12 Clase limite inf limite sup mi ni Ni fi Fi
X min 3 1 3 20 23 6 6 1 1
X max 82 2 20 37 58 3 9 0 1
Rango 79 3 37 55 92 0 9 0 1
K 5 4 55 72 126 1 10 0 1
W 17 5 72 89 161 2 12 0 1
Histograma

Histograma
1
0
0
0
23 58 92 126 161

Media 30
Mediana 22
Moda 8

Varianza

82 + 342 + 562 + 762 + 822 + 252 + 102 + 272 + 122 + 82 + 192 + 32

= −302
12

64 + 1156 + 3136 + 5776 + 6724 + 625 + 100 + 729 + 144 + 64 + 361 + 9

= −302
12
 1574 − 900 = 𝟔𝟕𝟒

Desviación típica

√(30 − 8)2 + (30 − 34)2 + (30 − 56)2 + (30 − 76)2 + (30 − 82)2 + (30 − 25)2 + (30 − 10)2 + (30 − 27)2 + (30 − 12)2 + (30 − 8)2 + (30 − 19)2 + (30 − 3)2
12

√(22)2 + (−4)2 + (−26)2 + (−46)2 + (−52)2 + (5)2 + (20)2 + (3)2 + (18)2 + (22)2 + (11)2 + (27)2
12

√484 − 16 − 676 − 2116 − 2704 + 25 + 400 + 9 + 324 + 484 + 121 + 729

12

√−2936
12
√−244,6
−𝟒𝟗, 𝟒𝟓𝟕

Qué porcentaje de empleados tiene más de 8 años de experiencia y menos de 6 años de experiencia.

Tarea 3:

La siguiente tabla refiere a los usos más comunes citados en una encuesta realizada a usuarios de
ordenadores de pequeñas y medianas empresas.

Área Respuesta

Contabilidad 26%

Procesadores de texto 15%

Hojas de calculo 24%

Bases de datos 13%

Puntos de venta 10%

Información 4%

Otros 8%
Solución:

a) Hallar la media

26%,15%,24%,13%,10%,4%,8% se suman esos valores y luego se divide por el total de datos=

99%
𝟏𝟎𝟎%
= 𝟏𝟒. 𝟐𝟖 𝒆𝒔 𝒍𝒂 𝒎𝒆𝒅𝒊𝒂
𝟕

b) Hallar la mediana
Organizamos los valores de menor a mayor
4%,8%,10%,13%,15%,24%,26%
Entonces tachamos los extremos de cada lado hasta obtener los dos números del centro para hallar
la mediana

13% es la mediana

c) Hallar la moda

Organizamos los valores del menor al mayor

Entonces miramos cual es el número que más se repite: no hay moda

d) Hallar la varianza
Colocamos los valores dados

x
𝒙𝟏 26%
𝒙𝟐 15%
}𝒙𝟑 24%
𝒙𝟒 13%
𝒙𝟓 10%
 𝒙𝟔 4%
𝒙𝟕 8%

∑ 100%

Entonces dividimos 100%/la cantidad de datos

𝟏𝟎𝟎%
=14.28
𝟕

Cada dato dado lo restamos por la media ósea 14.28

x x x- x (𝒙 − 𝒙 𝟐 )
𝒙𝟏 26% 11,72 484
𝒙𝟐 15% 0.72 0.5184
𝒙𝟑 24% 9.72 94.4784
𝒙𝟒 13% -1.28 1.6384
𝒙𝟓 10% -4.28 18.3184
𝒙𝟔 4% -10.28 105.6784
𝒙𝟕 8% -6.28 39.4384

∑ 100% 14.28 744.0704

Para hallar la 4 columna debemos elevar al cuadrado el valor de x-x

𝑋 = (𝑋𝑖 − 𝑥)2
= (𝑋1 − 𝑥)2 = 11.722 = 137.3584 (𝑋𝑖 − 𝑥)2 =0.722 =0.5184………………..
Después sumamos los valores obtenidos en la casilla 4 y con ese valor hallaremos la varianza
∑(𝑥𝑖 −𝑥)2 7.44.0704
𝑠2 = = =
𝑛−1 6

124.0 la varianza
Tarea 4:

Una compañía asigna diferentes precios a un equipo de sonido particular en ocho regiones
diferentes del país. La tabla adjunta muestra el número de unidades vendidas y los precios
correspondientes (en miles de pesos).

Ventas 402 381 350 430 441 380 405 420 421
Precio 45 66 70 90 75 45 65 70 65

a) Estimar la ecuación de regresión lineal de las ventas sobre el precio que mejor se ajuste.
b) Determinar las ventas si el precio es de 55, 58, 68, y 70 miles de pesos.
c) Determinar R y dar una interpretación

Solución

X(precio) Y(ventas) 𝒙𝟐 x.y

45 402 2025 18090
66 381 4356 25146
70 350 4900 24500
90 430 8100 38700
75 441 5625 33075
45 380 2025 17100
65 405 4225 26325
70 420 4900 29400
65 421 4225 27365
Total 591 3630 40381 239701

Para encontrar y= mx + b

9(239701)−(591)(3630)
M= 9(40381)−(591)2

M= (2157309) − (2145330)

(363429)-(349281)
M= 11979

14148

M= 0,84669

B= 3630 _ 0,84669 (591)

9 9

B= 403,33 - 55,593

B=347,737

a) Determinar las ventas si el precio es de 55, 58, 68, y 70 miles de pesos.

Y= 0,84669 (55) + 347,737

Y= 394,304Y= 0,84669 (58) + 347,737

Y= 396,845

Y= 0,84669 (68) + 347,737

Y= 405,311

Y= 0,84669 (70) + 347,737

Y= 407,005

Media de x = 591 / 9

X= 65,666

Media de y = 3630 / 9
y= 403,333

X(precio) Y(ventas) x- y- (𝐱 (𝐲 (x- (mediana

(mediana (mediana − 𝐦𝐞𝐝𝐢𝐚𝐧𝐚 𝐝𝐞 𝐱)𝟐 − 𝐦𝐞𝐝𝐢𝐚𝐧𝐚 𝐝𝐞 𝐲)𝟐 de x))
de x) de y) ( y- (mediana
de y))
45 402 -20,666 -1,333 427,083556 1,776889 27,547778
66 381 0,334 -22,333 0,111556 498,762889 -7,459222
70 350 4,334 -53,333 18,783556 2844,40889 -231,145222
90 430 24,334 26,667 592,143556 711,12888 648,914778
75 441 9,334 37,667 87,123556 1418,80289 351,583778
45 380 -20,666 -23,333 427,083556 544,428889 482,199778
65 405 -0,666 1,667 0,443556 2,778889 -1,110222
70 420 4,334 16,667 18,783556 277,788889 72,234778
65 421 -0,666 17,667 0,443556 312,122889 -11,766222
Total 591 3630 0,003 0,006 1572 6612 1331

1331
R= 2 2
√1572 √6612

1331
R= (39,648)(81,314)

1331
R= 3224,056

R= 0,412

Tarea 5:

El dato de la siguiente tabla representa las alturas (X) cm. y los pesos (Y) kg. de varios hombres.

Y 40 51,5 53,5 56,5 53,5 58 62,5 82

X 185 152 185 155 126 196 172 187

a) Estimar la ecuación que mejor se ajuste de modo que el peso dependa de la altura.
b) Determinar el peso si la altura es de 150, 153 y 175 cm.
c) Determinar R y dar una interpretación

Solución

x (m) y (Kg) x2 y2 x.y

1,85 40 3,42 1600 74

1,52 51,5 2,31 2652,25 78,28

1,85 53,5 3,42 2862,25 98,97

1,55 56,5 2,40 3192,25 87,57

1,26 53,5 1,59 2862,25 67,41

1,96 58 3,84 3364 113,68

1,72 62,5 2,96 3906,25 107,5

1,87 82 3,50 6724 153,34

13,58 457,5 23,44 27163,25 780,75

Se hallan las medias aritméticas:

13,58 457,5
𝑥̅ = 𝑦̅ =
8 8
𝑥̅ = 1,70 𝑦̅ = 57,19
Se calculan las varianzas:
23,44
𝜎𝑥 2 = − (1,70)2 = 2,93 − 2,89 = 0,04
8
27163,25
𝜎𝑦 2 = − (57,19)2 = 3395,41 − 3270,70 = 124,71
8
Se calcula la covarianza:
780,75
𝜎𝑥𝑦 = − (1,70)(57,19) = 97,59 − 97,22 = 0,37
8
La recta de regresión de y en función de x será:
 0,37
𝑦 − 57,19 = (𝑥 − 1,70)
0,04
𝑦 − 57,19 = 9,25𝑥 − 15,72
𝒚 = 𝟗, 𝟐𝟓𝒙 + 𝟒𝟏, 𝟒𝟕

Para las estaturas dadas los pesos estimados son:

𝑦 = 9,25𝑥 + 41,47
𝑦 = 9,25(1,50) + 41,47
𝒚 = 𝟓𝟓, 𝟑𝟒 𝑲𝒈
𝑦 = 9,25𝑥 + 41,47
𝑦 = 9,25(1,53) + 41,47
𝒚 = 𝟓𝟓, 𝟔𝟐 𝑲𝒈
𝑦 = 9,25𝑥 + 41,47
𝑦 = 9,25(1,75) + 41,47
𝒚 = 𝟓𝟕, 𝟔𝟔 𝑲𝒈
Se calculan las desviaciones típicas:

23,44
𝜎𝑥 = √ − (1,70)2 = √2,93 − 2,89 = 0,2
8

27163,25
𝜎𝑦 = √ − (57,19)2 = √3395,41 − 3270,70 = 11,17
8

El coeficiente de correlación lineal es:

𝜎𝑥𝑦 0,37 0,37
𝑟= = = = 𝟎, 𝟏𝟕
𝜎𝑥 𝜎𝑦 (0,2)(11,17) 2,23

Como el coeficiente de correlación es positivo entonces la correlación es directa, es decir cuando

una variable aumenta la otra también; la recta correspondiente a la nube de puntos de la distribución
es creciente; dado que el valor es cercano a cero, indica que la correlación es débil.
 CONCLUSIÓN

En el presente trabajo conocimos los conceptos de medida de dispersión, regresión lineal,

correlación lineal y diagramas de caja, lo cual nos ayudó ampliar más nuestros conocimientos en
esta materia de estadística.

También fue de gran ayuda cada actividad porque con ellas pudimos aplicar los conocimientos
adquiridos a lo largo de este tiempo académico.

Como grupo nos ayudamos muchísimos, todos aportamos al aprendizaje de nuestros compañeros
 Referencias

Análisis de regresión lineal. El procedimiento regresión lineal. Disponible en:

http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/GuiaSPSS/18reglin.pdf

Economipedia. Coeficiente de correlación lineal. Disponible en:

https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html

Eusko Jaurlaritza. Gobierno Vasco. Departamento de Educación. Medidas de dispersión.

Disponible en: https://www.hiru.eus/es/matematicas/medidas-de-dispersion

González, María Camila. Estadística Descriptiva: Tipos de variables estadísticas. [OVI].

Disponible en: http://hdl.handle.net/10596/14469

Romero, E. (2016). Estadística para todos: análisis de datos; estadística descriptiva; teoría de la
probabilidad e inferencia. Editorial Difusora Larousse - Ediciones Pirámide. Disponible en:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=11231145&p00
=Estadistica+descriptiva

Eusko Jaurlaritza. Gobierno Vasco. Departamento de Educación. Medidas de dispersión.

Disponible en: https://www.hiru.eus/es/matematicas/medidas-de-dispersion

Análisis de regresión lineal. El procedimiento regresión lineal. Disponible

en: http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/GuiaSPSS/18reglin.pdf

Economipedia. Coeficiente de correlación lineal. Disponible

en: https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html