Regresin y Correlacin ESTADSTICA I

TAREA 5

ANLISIS DE REGRESIN Y CORRELACIN LINEAL SIMPLE.

1. Se tom una muestra para analizar cul es la relacin entre la edad (en meses) y el peso
(en kilogramos) de nios en edad pre escolar, en donde se obtuvo los siguientes resultados.
= = = =

= =

a) Hallar la edad promedio de la muestra y sus medidas de dispersin.

X = Edad (meses)
Y = Peso (kg)

I. Media aritmtica:

1122
= 22 = 51

II. Varianza:

(1122)2 1,258.884
57809 22 = 57809 22 57809 57.222 587
2 = = =
22 1 21 21 21

2 = 27.9523 28

III. Desviacin Estndar:

= 27.95238095 = 5.28700113 5.3

45.72 56.28
3.8 aos 4.7 aos

Interpretacin: La edad promedio de los nios de preescolar se encuentra entre

3.8 aos y 4.7 aos.

IV. Coeficiente de Variacin:

5.3
CV= 100% = 10.39215686 10.4%
51

Interpretacin: La muestra es homognea

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 1

Regresin y Correlacin ESTADSTICA I

b) Hallar el peso promedio de la muestra y sus medidas de dispersin.

I. Media aritmtica

308
= = 14
22

II. Varianza

(308)2 94.864
4505 22 4505 22 4505 4312 193
2
= = = = = 9.19047619
22 1 21 21 21
2 = 9.19047619 9

III. Desviacin Estndar

= 9.19047619 = 3.031579818 3

11.969 17.031

IV. Coeficiente de Variacin

3
= 100% = 21.428571413 21%
14

Interpretacin: La muestra es homognea

c) Estime un modelo segn una relacin lineal entre la edad y el peso de los nios, interprete
el coeficiente de regresin.

= + ()

22(16002) 1122(308) 352044 345576 6468

= = = = .
22(57809) (1122)2 1271798 1258884 12914
0.5

308 1122 308 1122

= = 0.5 ( ) = 14 0.5(51) = 14 25.5 = .
22 22 22 22

= (11.5) + (0.5)

Interpretacin: El coeficiente de regresin b=0.5 nos indica que por cada mes que pasa,
el peso en promedio aumenta en 500 gramos

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 2

Regresin y Correlacin ESTADSTICA I

d) Estimar cuanto ser el peso para u=n nio de 58 meses de edad.

= 11.5 + 0.5(58)

= 11.5 + 29

= 17.5 .

e) Estimar que edad aproximada tiene un nio que pesa 12.5 Kg.

+ 11.5 12.5 + 11.5

= = = 48 4
0.5 0.5

f) Hallar la varianza residual de la regresin.

2
2
=
2
2
4505 (11.5) (308) (0.5) (16002)
= = 2.3
20

g) Determinar el coeficiente de correlacin, interprete.

16002 22(51)(14)
= = 0.87
57809 22(51)2 4505 22(14)2

Existe una relacin correlacin positiva fuerte

h) Hallar el coeficiente de determinacin, interprete. E indicar a su criterio que otros factores

determinan el peso de los nios.

2 = 0.872 100% = 76.3%

Interpretacin: La variabilidad del peso de los nios es explicado en un 76.3% por la

variabilidad en su edad. Otros factores que determinan el peso de los nios en edad pre-
escolar es la alimentacin, (nmero de comidas por da), altura, ingreso econmico de
los padres.

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 3

Regresin y Correlacin ESTADSTICA I

2. En la comunidades A y B se realiz un estudio para determinar si la agilidad mental de los

nios esta en relacin directa con su edad. Se escogieron 10 nios de cada comunidad y se
les aplico un test para medir su agilidad mental con los siguientes resultados.

Comunidad A Comunidad B

=
= .

= =

= .
= .

= =

= =

COMUNIDAD A

a) Encontrar por el mtodo de mnimos cuadrados la curva que mejor se ajuste entre la edad
y la agilidad mental de los nios, interprete el coeficiente de regresin.

= +
/
Dnde:

10(1888) (80)(225)
= 2 = = 2.75
2 ( ) 10(675) (80)2

225 80
= = 2.75 = 0.5
10 10

Interpretacin: El coeficiente de regresin indica que si la edad aumenta en un ao, en

promedio la agilidad mental aumenta en 2.75 IQ.

b) Estimar cuanto ser la agilidad mental de un nio de 7 aos de edad.

= a + b (edad)
Si la edad (x) = 7 ; entonces /

= 0.5 + 2.75(7) = .
/

c) Hallar la varianza residual de la regresin.

2
Y 2 a Y b XY 5549 0.5(225) 2.75(1888)
Sxy = = = 30.4375
n2 10 2

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 4

Regresin y Correlacin ESTADSTICA I

d) Determinar el coeficiente de correlacin, interprete.

)(Y
XY n(X )
r=
)2 Y 2 n(Y
X 2 n(X )2

1888 10 (8)(22.5)
r= = 0.7052
672 10(8)2 5549 10(22.5)2

Interpretacin: Existe una correlacin positiva fuerte

e) Hallar el coeficiente de determinacin, interprete. E indicar a su criterio que otros factores

determinan la agilidad mental de los nios.

2 = 2 100% = (0.7052)2 100% = 49.73%

Interpretacin: La variabilidad de la agilidad mental es explicado en un 49.73% por la

variabilidad en la edad. Otros factores que determinan la agilidad mental son: la
alimentacin, motivacin, inters, etc.

COMUNIDAD B

a) Encontrar por el mtodo de mnimos cuadrados la curva que mejor se ajuste entre la edad
y la agilidad mental de los nios, interprete el coeficiente de regresin.

= +
/
Dnde:

10(1835) (85)(209)
= 2 = = .
2 ( ) 10(747) (85)2

209 85
= = 2.39 = .
10 10

Interpretacin: El coeficiente de regresin indica, que si la edad aumenta en un ao, en

promedio la agilidad mental aumenta en 2.39 IQ.

b) Estimar cuanto ser la agilidad mental de un nio de 7aos de edad.

= a + b (edad)
Si la edad (x) = 7 ; entonces /

= 0.585 + 2.39(7) = .
/

c) Hallar la varianza residual de la regresin.

2
Y 2 a Y b XY
Sxy =
n2

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 5

Regresin y Correlacin ESTADSTICA I

2
4783 0.585(209) 2.39(1835)
Sxy = = .
10 2

d) Determinar el coeficiente de correlacin, interprete.

)(Y
XY n(X )
r=
)2 Y 2 n(Y
X 2 n(X )2

1835 10(8.5)(20.9)
r= = .
747 10(8.5)2 4783 10(20.9)2

Interpretacin: Existe una correlacin positiva fuerte

e) Hallar el coeficiente de determinacin, interprete. E indicar a su criterio que otros factores

determinan la agilidad mental de los nios.

2 = 2 100% = (0.58)2 100% = 33.64%

Interpretacin: La variabilidad de la agilidad mental es explicado en un 33.64% por la

variabilidad en la edad. Otros factores que determinan la agilidad mental son: la
alimentacin, motivacin, inters, etc.

3. Se desea saber si hay relacin entre el tiempo que le dedican al estudio fuera de horas de
clase y el rendimiento acadmico en un determinado curso, dando los siguientes
resultados:
= 180 = 40 = 457 2 = 1035.92

2 = 6141 = 2430.7

a) Hallar el tiempo promedio de estudio fuera de clases y sus medidas de dispersin

X: TIEMPO (horas)
I. Promedio:
180
= = .
40

II. Varianza:
2
( 2 ) ( )2 40(1035.92) (180)2
= = = .
( 1) 40(39)

III. Desviacin Estndar:

= 2 = .
2.09 6.91

Interpretacin: El tiempo promedio se encuentra comprendido entre 2.09 horas y 6.91

horas

IV. Coeficiente de Variacin:

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 6

Regresin y Correlacin ESTADSTICA I

2.41
CV =
100% = 4.5
= 53,56 % (La muestra no es homognea)

b) Hallar el rendimiento acadmico promedio y sus medidas de dispersin.

Y: RENDIMIENTO ACADMICO (puntos)

I. Promedio:
457
= = 11.43
40
II. Varianza:
( 2 ) ( )2 40(6141) (457)2
2 = = = 23.58
( 1) 40(39)

III. Desviacin Estndar:

= 2 = 4.86
6.57 16.29 7 16

Interpretacin: El rendimiento acadmico promedio est comprendido entre los 7

puntos y 16 puntos.

IV. Coeficiente de variacin:

4.86
CV =
100% = 11.43 = 42.52 % (La muestra no es homognea)

c) Estime un modelo segn una relacin lineal entre horas de estudio fuera de clase y su
rendimiento acadmico , interprete el coeficiente de regresin

= + ()

( ) 2430.7 40(4.5)(11.43)
= 2 2
= = 1.65
( ) 1035.92 40 ( 4.5)2

A = 11.43 (1.65) (4.5) = 4

= 4 + 1.65(()

Interpretacin: Por cada hora que se estudia fuera de clases se logra un incremento
promedio respecto al rendimiento acadmico en 1.65.

d) Estimar cuanto ser el rendimiento acadmico para un alumno que estudia 3.5 horas

= + ()


= = 4 + 1.65(3.5) => 9.78 10

e) Estimar cuantas horas de estudio un alumno que obtuvo una nota de 14 puntos

14 = 4 + 1.65(()

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 7

Regresin y Correlacin ESTADSTICA I

14 4
() = = = 6.06 6
1.65

f) Hallar la varianza residual de la regresin

2
( 2 ) 6141 4(457) 165( 2430.7)
= = = 7.96
( 2) 38

Sxy = 2.82 => El modelo es confiable

g) Determinar el coeficiente de correlacin, interprete

( ) 373.3
= = = 0.82
2 ( )2 2 ( )2 454.7

Interpretacin: Existe una correlacin positiva fuerte

h) Hallar el coeficiente de determinacin, interprete. E indicar a su criterio que otros factores

determinan el rendimiento acadmico.

= 2 100 % => (0.82)2 100% => 67.24%

Interpretacin: La variabilidad de la variable respuesta es explicado por el coeficiente

de determinacin el cual es 67.24%, otros factores que determinan la variabilidad del
rendimiento acadmico son: alimentacin, salud, materiales didcticos, estilos de
aprendizaje, etc.

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 8

Regresin y Correlacin ESTADSTICA I

4. Los siguientes datos corresponden a las notas obtenidas en dos exmenes parciales
aplicados a ocho alumnos.

Primer examen 8 13 14 7 10 11 13 9
Segundo examen 10 12 11 9 14 13 11 8

a) Realizar el diagrama de dispersin para estos datos y analizar.

Grfica de dispersin de primer examen vs. segundo examen

14

13

12
primer examen

11

10

8 9 10 11 12 13 14
segundo examen

Interpretacin: Del diagrama de dispersin se observa que no existe relacin entre las
dos variables estudiadas.

b) Hallar la ecuacin de regresin lineal considerando como variable dependiente al segundo

examen.

Anlisis de regresin: Segundo examen vs. Primer examen

La ecuacin de regresin es:

= 7.294 + 0.3488 Primer examen

c) Determinar si el modelo es confiable.

Hiptesis nula ( ): = 0
Hiptesis alterna ( ): 0

Regla de decisin: (Anlisis de varianza)

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 9

Regresin y Correlacin ESTADSTICA I

() > 0.05
() < 0.05

Anlisis de Varianza

Fuente GL SC MC F P
Regresin 1 5.5804 5.58038 1.49 0.268
Error 6 22.4196 3.73660
Total 7 28.0000

Interpretacin: El modelo no es confiable.

d) Determinar el coeficiente de correlacin, interprete.

Correlacin: Primer examen, Segundo examen

Correlacin de Personas de Primer examen y Segundo examen = 0.446

Interpretacin: El tipo de correlacin entre las variables es positiva dbil, dado que el
coeficiente de correlacin es 0.446.

e) Hallar el coeficiente de determinacin, interprete. Indicar a su criterio que otros factores

determinan las notas obtenidas en el segundo examen.

S = 1.93303 R-cuad. = 19.9% R-cuad. (Ajustado) = 6.6%

Interpretacin: La variabilidad de la variable respuesta es explicado por el coeficiente

de determinacin el cual es 19.9%, otros factores que determinan la variabilidad son:
horas asistidas a clases, horas que se dedican al estudio fuera de clase, desempeo del
docente, etc.

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 10

Regresin y Correlacin ESTADSTICA I

5. Las pruebas acerca del consumo de combustible de un vehculo que viaja a diferentes
velocidades produjeron los siguientes resultados.
Velocidad 20 30 40 50 60 70 80 90
Consumo 18.3 18.8 19.1 19.6 19.8 20 20.6 21

a) Realizar el diagrama de dispersin para estos datos y analizar la tendencia.

Grfica de lnea ajustada

Consumo = 1 7.63 + 0.03667 Velocidad

21 .0 S 0.1 1 0554
R-cuad. 98.7%
R-cuad.(ajustado) 98.5%
20.5

20.0
Consumo

1 9.5

1 9.0

1 8.5

1 8.0
20 30 40 50 60 70 80 90
Velocidad

Del diagrama de dispersin se observa una tendencia lineal creciente, es decir; a mayor
velocidad mayor consumo

b) Encontrar por el mtodo de mnimos cuadrados la curva que mejor se ajuste entre
la velocidad y el consumo, interprete el coeficiente de regresin.

Anlisis de regresin: Consumo vs. Velocidad

La ecuacin de regresin es:

Consumo = 17.63 + 0.03667 Velocidad

Interpretacin: El coeficiente de regresin = 0.036 indica que por cada kilmetro

recorrido se consume en promedio 0.036 galones de combustible

c) Estimar cuanto ser el consumo de combustible si el auto va a una velocidad de 75 k/h.

Consumo = 17.63 + 0.03667 * 75 =20.33 galones

d) Estimar cuanto ser la velocidad del auto si ha consumido 25 galones de

combustible.

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 11

Regresin y Correlacin ESTADSTICA I

Consumo = 17.63 + 0.03667 * Velocidad

Consumo 17.63 25 17.63

Velocidad = = = 204.72 /
0.036 0.036

e) Hallar consumo de combustible promedio y su desviacin estndar.

Estadsticos descriptivos: Velocidad, Consumo

Variable Media Desv.Est. Varianza CoefVar

Consumo 19.650 0.904 0.817 4.60

f) Hallar la velocidad promedio y su desviacin estndar.

Estadsticos descriptivos: Velocidad, Consumo

Variable Media Desv.Est. Varianza CoefVar

Velocidad 55.00 24.49 600.00 44.54

g) Determinar si el modelo es confiable.

Hiptesis:
0 : = 0 ( )
: 0 ( )

Regla de decisin: (Anlisis de varianza)

() > 005
() < 005

Anlisis de Varianza

Fuente GL SC MC F P
Regresin 1 5.64667 5.64667 462.00 0.000
Error 6 0.07333 0.01222
Total 7 5.72000

Interpretacin: Como P = 0000 < 0.05 entonces se rechaza la hiptesis nula, es decir: el
modelo es confiable

h) Determinar el coeficiente de correlacin, interprete.

Correlacin: Velocidad, Consumo
Correlacin de Pearson de Velocidad y Consumo: r = 0.994
Valor p = 0.000

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 12

Regresin y Correlacin ESTADSTICA I

Interpretacin: Existe una correlacin positiva fuerte

i) Hallar el coeficiente de determinacin, interprete. E indicar a su criterio que otros

factores determinan el consumo de combustible.

S = 0.110554 R-cuad. = 98.7% R-cuad.(ajustado) = 98.5%

Interpretacin: La variabilidad de la variable respuesta en este caso el consumo de

combustible es explicado por el coeficiente de determinacin el cual es 98.7%, otros
factores que determinan la variabilidad del consumo de combustible son: Tiempo de uso
del vehculo, carga del vehculo, etc.

6. Sea Y la produccin (en millones ) de un determinado articulo fabricado por una

compaa durante los aos 1999 al 2008 como se observa en el siguiente cuadro:
Aos 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Produccin 92.2 92.3 80 89.1 83.5 68.9 69.2 67.1 58.3 61.2
a) Realizar un diagrama de dispersin y analizar la tendencia.

Grfica de dispersin de Produccin vs. Aos

95

90

85

80
Produccin

75

70

65

60

2006 2008 201 0 201 2 201 4 201 6

Aos

Interpretacin: Existe una tendencia lineal negativa entre las dos variables X (Aos), Y
(Produccin). Tambin se le conoce como relacin inversa o tendencia decreciente

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 13

Regresin y Correlacin ESTADSTICA I

b) Encontrar la recta de regresin que estime la produccin en funcin del tiempo.

Grfica de lnea ajustada

Produccin = 8071 - 3,975 Aos
95 S 4,69844
R-cuad. 88,1 %
90 R-cuad.(ajustado) 86,6%

85
Produccin

80

75

70

65

60

2006 2008 201 0 201 2 201 4 201 6

Aos

La ecuacin de regresin es:

= 8071 3.975

Interpretacin: El coeficiente de regresin b = -3.975, indica que por cada ao

trabajado en la compaa la produccin desciende en promedio 3.9 Millones de unidades

c) Estimar la produccin de artculos para el ao 2009.

= 8071 3.975

Reemplazando:

Produccin = 8071 - 3.975 (2017) = 53.425

Interpretacin: Para el ao 2017 la produccin artculos ser de 53.425 millones.

d) Determinar el coeficiente de correlacin, interprete.

Correlacin: Aos; Produccin

Correlacin de Pearson de Aos y Produccin = -0,938

Valor p = 0,000

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 14

Regresin y Correlacin ESTADSTICA I

Interpretacin: Existe una correlacin negativa fuerte

e) Hallar el coeficiente de determinacin, interprete.

S = 4.69844 R-cuad. = 88.1% R-cuad.(ajustado) = 86.6%

Interpretacin: El coeficiente de determinacin es de 88.1%, la variabilidad del modelo

de regresin nos explica en un 88.1%.con respecto a la produccin en funcin al tiempo.

7. Se sabe que la produccin de algodn de un pas, expresada en millones de toneladas,

fueron:

Aos 2007 2008 2009 2010 2011 2012 2013 2014 2015
Produccin 8 10 12 15 15 18 19 23 30
a) Realizar un diagrama de dispersin y analizar la tendencia.

Grfica de dispersin de Produccion vs. Aos

30

25
Produccion

20

15

10

2006 2007 2008 2009 201 0 201 1 201 2 201 3 201 4 201 5
Aos

Interpretacin: Existe una tendencia lineal positiva entre las dos variables X (Aos), Y
(Produccin), tambin se le conoce como relacin directa o tendencia creciente

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 15

Regresin y Correlacin ESTADSTICA I

b) Encontrar la recta de regresin que estime la produccin en funcin del tiempo.

Grfica de lnea ajustada

Produccin = - 481 0 + 2.400 Aos

30 S 1 .94202
R-cuad. 92.9%
R-cuad.(ajustado) 91 .9%

25
Produccin

20

15

10

2006 2007 2008 2009 201 0 201 1 201 2 201 3 201 4 201 5
Aos

Anlisis de regresin: Produccin vs. Aos

La ecuacin de regresin es:

= 4810 + 2.4

Interpretacin: El coeficiente de regresin = 2.4 indica que por cada ao trabajado la

produccin aumenta en promedio 2.4 millones de toneladas de algodn

c) Determinar si el modelo es confiable.

Hiptesis nula ( ): = 0
Hiptesis alterna ( ): 0

Regla de decisin: (Anlisis de varianza)

() > 005
() < 005
Anlisis de Varianza:

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 16

Regresin y Correlacin ESTADSTICA I

Fuente GL SC MC F P
Regresin 1 345.6 345.600 91.64 0.000
Error 7 26.4 3.771
Total 8 372.0

Interpretacin: Como P = 0.000 < 0.05 entonces se rechaza la hiptesis nula, es decir:
el modelo es confiable

d) Estimar la produccin de algodn para los tres aos siguientes.

Ao = 2016:

= 4810 + 2.4
= 4810 + 2.4 2016
= 28.4

Ao = 2017:

= 4810 + 2.4
= 4810 + 2.4 2017
= 30.8

Ao = 2018:

= 4810 + 2.4
= 4810 + 2.4 2018
= 33.2

f) Determinar el coeficiente de correlacin, interprete.

Correlacin: Aos, Produccin

Correlacin de Pearson de Aos y Produccin = 0.964

Valor p = 0.000

Interpretacin: Existe una correlacin positiva fuerte

e) Hallar el coeficiente de determinacin, interprete.

S = 1.94202 R-cuad. = 92.9% R-cuad.(ajustado) = 91.9%

Interpretacin: La variabilidad de la produccin es explicado por el coeficiente de

determinacin el cual es 92.9%. Otros factores que determinan la produccin

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 17

Regresin y Correlacin ESTADSTICA I

8. El auditor del sistema educativo pblico ha estudiado los registros del inventario para
averiguar si el inventario actual de libros de texto es tpico. Las siguientes existencias
corresponden a los 5 aos anteriores.

Ao 2012 2013 2014 2015 2016

Inventario 4620 4910 5490 5730 5990

a) Realizar un diagrama de dispersin y analizar la tendencia.

Grfica de dispersin de Inventario vs. Aos

6000

5750

5500
Inventario

5250

5000

4750

4500
201 2 201 3 201 4 201 5 201 6
Aos

Interpretacin: Existe una tendencia lineal positiva entre las dos variables X (Aos), Y
(Inventario), tambin se le conoce como relacin directa o tendencia creciente

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 18

Regresin y Correlacin ESTADSTICA I

b) Encontrar la recta de regresin que estime el inventario en funcin del tiempo.

Anlisis de regresin: Inventario vs. Aos

Grfica de lnea ajustada

Inventario = - 71 1 636 + 356,0 Aos
6250
S 1 04,435
R-cuad. 97,5%
6000 R-cuad.(ajustado) 96,6%

5750
Inventario

5500

5250

5000

4750

4500
201 2 201 3 201 4 201 5 201 6
Aos

La ecuacin de regresin es:

= 711636 + 356

Interpretacin: El coeficiente de regresin = 356 indica que por cada ao

transcurrido el inventario de los libros asciende en promedio 356 libros.

c) Determinar si el modelo es confiable

Hiptesis nula ( ): = 0
Hiptesis alterna ( ): 0

Regla de decisin: (Anlisis de varianza)

() > 005
() < 005
Anlisis de Varianza
Fuente GL SC MC F P

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 19

Regresin y Correlacin ESTADSTICA I

Regresin 1 1267360 1267360 116,20 0,002

Error 3 32720 10907
Total 4 1300080

Interpretacin: Como P = 0.002 < 0.05 entonces se rechaza la hiptesis nula, es decir:
el modelo es confiable

d) Estimar el inventario para el ao 2009.

= 711636 + 356
Estimando se tiene:

Inventario = - 711636 + 356.0 (2017) = 6060

Interpretacin: Se registrara 6060 libros de texto para el ao 2017.

e) Determinar el coeficiente de correlacin, interprete.

Correlacin: Aos; Inventario

Correlacin de Pearson de Aos y Inventario = 0,987

Valor p = 0,002

Interpretacin: El tipo de Correlacin entre las variables es positiva fuerte

f) Hallar el coeficiente de determinacin, interprete.

S = 104,435 R-cuad. = 97,5% R-cuad. (ajustado) = 96,6%

Interpretacin: La variabilidad del modelo de regresin lineal simple se explicara en un

97.5% con respecto al inventario de libros con el transcurrir de los aos.

Lic. Jessica Chalco Surez Lic. Wilbert Colque Candia 20