TRABAJO DE ESTADISTICA

PRESENTADO A:
NORMA PATRICIA GUTIERREZ MURILLO

PRESENTADO POR:
OSCAR JULIAN GALINDO JARAMILLO
DANIEL FELIPE URUEÑA MARTINEZ

FACULTAD DE INGENIERIA
UNIVERSIDAD COOPERATIVA DE COLOMBIA
INGENIERIA CIVIL
IBAGUÉ – TOLIMA
2018
 CAPITULO UNO

Que es la estadística

La estadística es la ciencia que estudia cómo debe emplearse la información y cómo

dar una guía de acción en situaciones prácticas que entrañan
incertidumbre. (Gutiérrez, p.23)
La estadística es la ciencia de los datos, la cual implica su recolección, clasificación,
síntesis, organización, análisis e interpretación, para la toma de decisiones frente a
la incertidumbre (Ángel, p. 28)

Tipos de estadística
Estadística descriptiva

Se puede definir como un método para describir numéricamente conjuntos

numerosos. Por tratarse de un método de descripción numérica, utiliza el número
como medio para describir un conjunto, que debe ser numeroso, ya que las
permanencias estadísticas no se dan en los casos raros. No es posible sacar
conclusiones concretas y precisas de los datos estadísticos. (Vargas, p.33)

Estadística inferencial, analítica o deductiva

Estudia la probabilidad de éxito de las diferentes soluciones posibles a un problema

en las diferentes ciencias en las que se aplica y para ello utiliza los datos observados
en una o varias muestras de la población. Mediante la creación de un modelo
matemático infiere el comportamiento de la población total partiendo de los
resultados obtenidos en las observaciones de las muestras. (Fernández et.al, p.17)
Conceptos

Población

Es el conjunto de todos los posibles elementos que intervienen en un experimento

o en un estudio. La hay de dos tipos:

Población finita: Es aquella que indica que es posible alcanzarse o sobrepasarse al

contar. Es aquella que posee o incluye un número limitado de medidas y
observaciones.

Población infinita: Es infinita si se incluye un gran conjunto de medidas y

observaciones que no pueden alcanzarse en el conteo. Son poblaciones infinitas
porque hipotéticamente no existe límite en cuanto al número de observaciones que
cada uno de ellos puede generar.

Muestra

Un conjunto de medidas u observaciones tomadas a partir de una población dada.

Es un subconjunto de la población.

Muestra representativa: Un subconjunto representativo seleccionado de una

población de la cual se obtuvo.

Datos estadísticos (Variables)

Los datos son agrupaciones de cualquier número de observaciones relacionadas.
Para que se considere un dato estadístico debe tener 2 características: a) Que sean
comparables entre sí. b) Que tengan alguna relación.
Variable: Una característica que asume valores.
Clases de variables
Variable cuantitativa o escalar. Será una variable cuando pueda asumir sus
resultados en medidas numéricas.
Variable cuantitativa discreta. Es aquella que puede asumir sólo ciertos valores,
números enteros. Ejemplo: El número de estudiantes (1, 2, 3, 4)
Variable cuantitativa continua. Es aquella que teóricamente puede tomar cualquier
valor en una escala de medidas, ya sea entero o fraccionario. Ejemplo, Estatura:
1.90 m
Variables cualitativas nominales. Cuando no es posible hacer medidas numéricas,
son susceptibles de clasificación. Ejemplo: Color de autos: rojo, verde, azul.

Tablas de frecuencia
La tabla de frecuencias (o distribución de frecuencias) es una tabla que muestra
la distribución de los datos mediante sus frecuencias. Se utiliza
para variables cuantitativas o cualitativas ordinales.
La tabla de frecuencias es una herramienta que permite ordenar los datos de
manera que se presentan numéricamente las características de la distribución de
un conjunto de datos o muestra.
Construcción de las tablas de frecuencia
En la primera columna se ordenan de menor a mayor los diferentes valores que
tiene la variable en el conjunto de datos.
En las siguientes columnas (segunda y tercera) se ponen las frecuencias
absolutas y las frecuencias absolutas acumuladas.
Las columnas cuarta y quinta contienen la las frecuencias relativas y
las frecuencias relativas acumuladas.
Adicionalmente (opcional) se pueden incluir dos columnas (sexta y séptima),
representando la frecuencia relativa y la frecuencia relativa acumulada como tanto
por cien. Estos porcentajes se obtienen multiplicando las dos frecuencias por cien.

Tipos de frecuencia

La frecuencia absoluta (ni) de un valor Xi es el número de veces que el valor está

en el conjunto (X1, X2,…, XN).
La suma de las frecuencias absolutas de todos los elementos diferentes del
conjunto debe ser el número total de sujetos N. Si el conjunto tiene k números (o
categorías) diferentes, entonces:
La frecuencia absoluta acumulada(Ni) de un valor Xi del conjunto (X1, X2,…, XN)
es la suma de las frecuencias absolutas de los valores menores o iguales a Xi, es
decir:

Frecuencia relativa
La frecuencia relativa (fi) de un valor Xi es la proporción de valores iguales a Xi en
el conjunto de datos (X1, X2,…, XN). Es decir, la frecuencia relativa es la frecuencia
absoluta dividida por el número total de elementos N:

Las frecuencias relativas son valores entre 0 y 1, 0 ≤ fi ≤ 1. La suma de

las frecuencias relativas de todos los sujetos da 1. Supongamos que en el conjunto
tenemos k números (o categorías) diferentes, entonces:

Si se multiplica la frecuencia relativa por cien se obtiene el porcentaje (tanto por

cien %).

Frecuencia relativa acumulada (Fi) de un valor Xi como la proporción de valores

iguales o menores a Xi en el conjunto de datos (X1, X2,…, XN). Es decir, la frecuencia
relativa acumulada es la acumulada dividida por el número total de sujetos N:
La frecuencia relativa acumulada de cada valor siempre es mayor que
la frecuencia relativa. De hecho, la frecuencia relativa acumulada de un elemento
es la suma de las frecuencias relativas de los elementos menores o iguales a él, es
decir:

Representación grafica
Las tablas estadísticas representan toda la información de modo esquemático y
están preparadas para los cálculos posteriores. Los gráficos estadísticos permiten,
con solo observarlos, entender de qué se habla, ver sus características más
importantes e incluso sacar alguna conclusión sobre el comportamiento de la
muestra donde se está realizando el estudio.
Diagrama de barras
El diagrama de barras (o gráfico de barras) es un gráfico que se utiliza para
representar datos de variables cualitativas o discretas. Está formado
por barras rectangulares cuya altura es proporcional a la frecuencia de cada uno
de los valores de la variable.
Las principales características del diagrama de barras son:
En el eje de abscisas se colocan las cualidades de la variable, si la variable es
cualitativa, o los valores de dicha variable, si es discreta.
En el eje de ordenadas se colocan las barras proporcionales a la frecuencia
relativa o absoluta del dato.
Las barras pueden ser horizontales o verticales, según si los valores de
la variable se reflejan en el eje horizontal o vertical.
Todas las barras deben tener el mismo ancho y no deben superponerse las unas
con las otras.
Tipos de gráficos de barras
Existen cuatro tipos de gráficos de barras según las series de datos y como están
estas representadas:

1. Gráfico de barras sencillo

Representa los datos de una única serie o conjunto de datos.

2. Gráfico de barras agrupado

Representa los datos de dos o más series o conjuntos de datos.
Cada serie se representa en un mismo color.
Las barras se colocan una al lado de la otra por categoría de la variable para
comparar las series de datos.
3. Gráfico de barras apilado
Representa los datos de dos o más series o conjuntos de datos.
Cada serie se representa en un mismo color.
Cada barra representa una categoría de la variable, y se divide en segmentos que
representan cada una de las series de datos.
4. Pirámide de población
Una pirámide de población es un diagrama de barras bidireccional que muestra
la población por sexo y rangos de edad en un momento determinado.
En el eje vertical se representan los intervalos de edades. En el eje horizontal se
representan los porcentajes de población. En una dirección se representarán los
hombres y en el otro las mujeres.

Diagrama de sectores
Un diagrama de sectores se puede utilizar para todo tipo de variables, pero se usa
frecuentemente para las variables cualitativas.
Los datos se representan en un círculo, de modo que el ángulo de
cada sector es proporcional a la frecuencia absoluta correspondiente.

El diagrama circular se construye con la ayuda de un transportador de ángulos.

Ejemplos
En una clase de 30 alumnos, 12 juegan a baloncesto, 3 practican la natación, 9
juegan al fútbol y el resto no practica ningún deporte.
 Deporte Alumnos Ángulo
Baloncesto 12 144°

Natación 3 36°

Fútbol 9 108°

Sin deporte 6 72°

Total 30 360°

Tabla de frecuencia con intervalos de clase

Cuando tenemos una colección de datos muy grande y muy variada, es importante
organizar la información por medio de intervalos, con el propósito de poder analizar
la información más fácilmente.
Ejemplo:
En una empresa se quiere hacer un estudio para conocer la edad de
los trabajadores y poder planear sueldos, bonos y premios de acuerdo a sus
necesidades e intereses.

Supongamos que la información obtenida es la siguiente:

Paso 1: Identificamos el límite superior y el límite inferior entre todos los datos.

Paso 2: Cálculo del Rango.

Valor Máximo-Valor Mínimo = 61-24= 37

Paso 3: Cálculo del tamaño del intervalo.

Si se quieren 5 intervalos (5 clases), dividimos entre 5:

Rango
Rango es la diferencia entre el mayor y el menor de los datos de la muestra
R = Xmenor – Xmayor
Ejemplo:
Para la primera muestra (0, 45, 50, 55, 100), el dato menor es 0 y el dato mayor es
100, por lo que sus valores se encuentra en un rango de:
Rango = 100 – 0 = 0
Amplitud
La amplitud total (AT) es la diferencia entre la puntuación de mayor valor y la de
menor valor:

Numero de intervalos
Los intervalos son una medida estadística dentro de la cual se agrupa una cantidad
exacta de datos determinada por un parámetro estadístico de frecuencia. La
amplitud, en este caso, sería la dimensión que corresponde a cada intervalo para
separarlo uno del otro, y la marca de clase en este caso sería aquello que los
delimita en caso de que la medición sea cualitativa.
Histograma
Un histograma es una representación gráfica de datos agrupados mediante
intervalos. Los datos provienen de unas variables cuantitativas continuas. Gracias
a él puedes hacerte rápidamente una idea de la distribución de los datos o muestra.
También cabe emplear variables cualitativas ordinales, siendo necesario que el
número de datos sea alto.
Un histograma es un conjunto de barras rectangulares verticales que su altura es
proporcional a las frecuencias absolutas de cada uno de los intervalos (también se
pueden representar las frecuencias relativas o frecuencias relativas porcentuales).
Los intervalos abarcan todo el conjunto sin cortarse, de manera que un elemento
está solo en un intervalo. La base de cada barra vertical es proporcional a la
amplitud del intervalo.

Construcción de un histograma
Para construir un histograma es necesario previamente construir una tabla de
frecuencias. Lo construiremos siguiendo los siguientes pasos:
En el eje de abscisas (eje horizontal) se colocan los intervalos, de menor a mayor.
En el eje de ordenadas (eje vertical) se representan las frecuencias absolutas de
cada uno de los intervalos. También se suelen representar las frecuencias relativas.
Se dibujan barras rectangulares de anchura igual y proporcional al intervalo. La
altura es la frecuencia absoluta. Las barras rectangulares se dibujan adyacentes la
una a la otra, pero no intersectan entre ellas. Por tanto, todas las barras tocan con
las de al lado, a no ser que un intervalo tenga frecuencia cero (la altura de la barra
será también cero).
 CAPITULO DOS
Medidas de tendencia

Las medidas de tendencia central son medidas estadísticas que pretenden resumir
en un solo valor a un conjunto de valores. Representan un centro en torno al cual
se encuentra ubicado el conjunto de los datos. Las medidas de tendencia central
más utilizadas son: media, mediana y moda. Las medidas de dispersión en cambio
miden el grado de dispersión de los valores de la variable. Dicho en otros términos
las medidas de dispersión pretenden evaluar en qué medida los datos difieren entre
sí. De esta forma, ambos tipos de medidas usadas en conjunto permiten describir
un conjunto de datos entregando información acerca de su posición y su dispersión.

Los procedimientos para obtener las medidas estadísticas difieren levemente

dependiendo de la forma en que se encuentren los datos. Si los datos se encuentran
ordenados en una tabla estadística diremos que se encuentran “agrupados” y si los
datos no están en una tabla hablaremos de datos “no agrupados”.

Según este criterio, haremos primero el estudio de las medidas estadísticas para
datos no agrupados y luego para datos agrupados.

Medidas estadísticas en datos no agrupados

Medidas de tendencia central

Promedio o media

La medida de tendencia central más conocida y utilizada es la media aritmética o

promedio aritmético. Se representa por la letra griega µ cuando se trata del
promedio del universo o población y por Ȳ (léase Y barra) cuando se trata del
promedio de la muestra. Es importante destacar que µ es una cantidad fija mientras
que el promedio de la muestra es variable puesto que diferentes muestras extraídas
de la misma población tienden a tener diferentes medias. La media se expresa en
la misma unidad que los datos originales: centímetros, horas, gramos, etc.

Si una muestra tiene cuatro observaciones: 3, 5, 2 y 2, por definición el estadígrafo

será:

Estos cálculos se pueden simbolizar:

Donde Y1 es el valor de la variable en la primera observación, Y2 es el valor de la

segunda observación y así sucesivamente. En general, con “n” observaciones, Yi
representa el valor de la i-ésima observación. En este caso el promedio está dado
por
De aquí se desprende la fórmula definitiva del promedio:

Desviaciones: Se define como la desviación de un dato a la diferencia entre el valor

del dato y la media:

Mediana
Otra medida de tendencia central es la mediana. La mediana es el valor de la
variable que ocupa la posición central, cuando los datos se disponen en orden de
magnitud. Es decir, el 50% de las observaciones tiene valores iguales o inferiores a
la mediana y el otro 50% tiene valores iguales o superiores a la mediana.

Si el número de observaciones es par, la mediana corresponde al promedio de los

dos valores centrales. Por ejemplo, en la muestra 3, 9, 11, 15, la mediana es
(9+11)/2=10.

Moda
La moda de una distribución se define como el valor de la variable que más se repite.
En un polígono de frecuencia la moda corresponde al valor de la variable que está
bajo el punto más alto del gráfico. Una muestra puede tener más de una moda.

Medidas de tendencia central y de dispersión en datos agrupados

Se identifica como datos agrupados a los datos dispuestos en una distribución de

frecuencia. En tal caso las fórmulas para el cálculo de promedio, mediana, modo,
varianza y desviación estándar deben incluir una leve modificación. A continuación
se entregan los detalles para cada una de las medidas.

Promedio en datos agrupados

La fórmula es la siguiente:
Donde ni representa cada una de las frecuencias correspondientes a los diferentes
valores de Yi.
Consideremos como ejemplo una distribución de frecuencia de madres que asisten
a un programa de lactancia materna, clasificadas según el número de partos. Por
tratarse de una variable en escala discreta, las clases o categorías asumen sólo
ciertos valores: 1, 2, 3, 4, 5.
Entonces las 42 madres han tenido, en promedio, 2,78 partos.
Si la variable de interés es de tipo continuo será necesario determinar, para cada
intervalo, un valor medio que lo represente. Este valor se llama marca de clase (Yc)
y se calcula dividiendo por 2 la suma de los límites reales del intervalo de clase. De
ahí en adelante se procede del mismo modo que en el ejercicio anterior,
reemplazando, en la fórmula de promedio, Yi por Yc.
Mediana en datos agrupados

Si la variable es de tipo discreto la mediana será el valor de la variable que

corresponda a la frecuencia acumulada que supere inmediatamente a n/2. En los
datos de la tabla 1 Me=3, ya que 42/2 es igual a 21 y la frecuencia acumulada que
supera inmediatamente a 21 es 33, que corresponde a un valor de variable (Yi) igual
a 3.

Moda en datos agrupados

Si la variable es de tipo discreto la moda o modo será al valor de la variable (Yi) que
tenga la mayor frecuencia absoluta ( ). En los datos de la tabla 1 el valor de la moda
es 3 ya que este valor de variable corresponde a la mayor frecuencia absoluta =16.

Más adelante se presenta un ejemplo integrado para promedio, mediana, varianza

y desviación estándar en datos agrupados con intervalos.
Estadísticos de posición

Para una variable discreta, se define el percentil de orden k, como la

observación, Pk, que deja por debajo de si el k% de la población. Esta definición
nos recuerda a la mediana, pues como consecuencia de la definición es evidente
que

Med= P50

En el caso de una variable continua, el intervalo donde se encuentra ,

se calcula buscando el que deja debajo de si al k% de las observaciones. Dentro
de él, Pk se obtiene según la relación:

Los cuartiles, Ql, son un caso particular de los percentiles. Hay 3, y se definen
como:
De forma análoga se definen los deciles como los valores de la variable que
dividen a las observaciones en 10 grupos de igual tamaño. Más precisamente,
definimos D1,D2, ..., D9 como:

Los percentiles (que incluyen a la mediana, cuartiles y deciles) también son

denominados estadísticos de posición.

Cuartiles
Son valores de la variable que dividen los datos ordenados en cuartos; cada
conjunto de datos tiene tres cuartiles. El primer cuartil, Q1, es un número tal que a
lo sumo 25% de los datos son menores en valor que Q1 y a lo sumo 75% son
mayores. El segundo cuartil es la mediana (50%). El tercer cuartil, Q3, es un
número tal que a lo sumo 75% de los datos son menores en valor que Q3 y a lo
sumo 25% son mayores.
Deciles
Son valores de la variable que dividen los datos ordenados en diez partes iguales
(9 divisiones).
Percentiles
Son los valores de la variable que dividen un conjunto de datos clasificados en 100
subconjuntos iguales; cada conjunto de datos tiene 99 percentiles. El k-ésimo
percentil, Pk, es un valor que a lo sumo k% de los datos son menores en valor que
Pk y a lo sumo (100 - k) % de los datos son mayores.
Medidas de dispersión
Las medidas de dispersión, variabilidad o variación nos indican si esos datos están
próximos entre sí o sí están dispersos, es decir, nos indican cuán esparcidos se
encuentran los datos. Estas medidas de dispersión nos permiten apreciar la
distancia que existe entre los datos a un cierto valor central e identificar la
concentración de los mismos en un cierto sector de la distribución, es decir, permiten
estimar cuán dispersas están dos o más distribuciones de datos.
Estas medidas permiten evaluar la confiabilidad del valor del dato central de un
conjunto de datos, siendo la media aritmética el dato central más utilizado. Cuando
existe una dispersión pequeña se dice que los datos están dispersos o acumulados
cercanamente respecto a un valor central, en este caso el dato central es un valor
muy representativo. En el caso que la dispersión sea grande el valor central no es
muy confiable. Cuando una distribución de datos tiene poca dispersión toma el
nombre de distribución homogénea y si su dispersión es alta se llama heterogénea.
Para Datos No Agrupados
Se emplea la ecuación:

Ejemplo ilustrativo:
Calcular la desviación media de la distribución: 3, 8, 8, 8, 9, 9, 9, 18
Solución:
Se calcula la media aritmética.

Se calcula la desviación media.

Empleando Excel se calcula de la siguiente manera:

Para Datos Agrupados en Tablas de Frecuencia

Se emplea la ecuación:

Ejemplo ilustrativo: Calcular la desviación media en base a la siguiente tabla

sobre las calificaciones de un estudiante en 12 asignaturas evaluadas sobre 10.

Cantidad de
Calificación
asignaturas

6 4

7 2

8 3
 9 2

10 1

Total 12

Solución:
Se calcula la media aritmética.

Para Datos Agrupados en Intervalos

Se emplea la ecuación:

Donde xm es la marca de clase.

Ejemplo ilustrativo: Calcular la desviación media de un curso de 40 estudiantes
en la asignatura de Estadística en base a la siguiente tabla:

Cantidad de
Calificación
estudiantes

2-4 6
 4-6 8

6-8 16

8-10 10

Total 40

Solución:
Para calcular la media aritmética se llena la siguiente tabla:

Intervalo f xm f·xm

2-4 6 3 18

4-6 8 5 40

6-8 16 7 112

8-10 10 9 90

Total 40 260

Calculando la media aritmética se obtiene:

Para Datos No Agrupados
La varianza para una población se calcula con:
Desviación media

La desviación media es la media aritmética de los valores absolutos de las

desviaciones respecto a la media. Se simboliza por y se calcula aplicando la

fórmula

Informa de lo muy dispersados (o no) que están los datos. Una desviación media
elevada implica mucha variabilidad en los datos, mientras que una desviación media
igual a cero implica que todos los valores son iguales y por lo tanto coinciden con la
media.
Desviación estándar

La desviación estándar es la medida de dispersión más común, que indica qué tan
dispersos están los datos con respecto a la media. Mientras mayor sea la desviación
estándar, mayor será la dispersión de los datos.

El símbolo σ (sigma) se utiliza frecuentemente para representar la desviación

estándar de una población, mientras que s se utiliza para representar la desviación
estándar de una muestra. La variación que es aleatoria o natural de un proceso se
conoce comúnmente como ruido.

La desviación estándar se puede utilizar para establecer un valor de referencia para

estimar la variación general de un proceso.

Coeficiente de variación

El coeficiente de variación, también denominado como coeficiente de variación de

Spearman, es una medida estadística que nos informa acerca de la dispersión
relativa de un conjunto de datos. Su cálculo se obtiene de dividir la desviación
típica entre el valor absoluto de la media del conjunto y por lo general se expresa
en porcentaje para su mejor comprensión.

El coeficiente de variación se puede ver expresado con las letras CV o r,

dependiendo del manual o la fuente utilizada. Su fórmula es la siguiente:
El coeficiente de variación se utiliza para comparar conjuntos de datos
pertenecientes a poblaciones distintas. Si atendemos a su fórmula, vemos que este
tiene en cuenta el valor de la media. Por lo tanto, el coeficiente de variación nos
permite tener una medida de dispersión que elimine las posibles distorsiones de las
medias de dos o más poblaciones.

Diagrama de dispersión
El diagrama de dispersión permite estudiar las relaciones entre dos conjuntos
asociados de datos que aparecen en pares (por ejemplo, (x, y), uno de cada
conjunto). El diagrama muestra estos pares como una nube de puntos.
Las relaciones entre los conjuntos asociados de datos se infieren a partir de la forma
de las nubes.
Una relación positiva entre x y y significa que los valores crecientes de x están
asociados con los valores crecientes de y.
Una relación negativa significa que los valores crecientes de x están asociados con
los valores decrecientes de y.
¿Para qué se usa un diagrama de dispersión?
Entre sus usos está descubrir y mostrar las relaciones entre dos conjuntos
asociados de datos y confirmar relaciones anticipadas entre dos conjuntos
asociados de datos.
El diagrama de dispersión puede estudiar la relación entre:
Dos factores o causas relacionadas con la calidad.
Dos problemas de calidad.
Un problema de calidad y su posible causa.
Fuente: AEC
Procedimiento para hacer un diagrama de dispersión
Recolectar datos pareados (x, y) a partir de dos conjuntos asociados de datos cuya
relación va a ser objeto de estudio. Es conveniente contar con 30 pares de datos
aproximadamente.
Rotular el eje x y el eje y.
Encontrar los valores mínimo y máximo, tanto para x como para y y utilizar estos
valores para elaborar la escala de los ejes horizontal (x) y vertical (y). Ambos deben
tener aproximadamente la misma longitud.
Plotear los datos pareados (x, y). Cuando haya dos pares de datos que tengan los
mismos valores, dibujar círculos concéntricos al punto ploteado o plotear el segundo
punto a una corta distancia.
Examinar la forma de la nube de puntos para descubrir los tipos y las fuerzas de las
relaciones.
Cuando hablamos de la relación entre dos tipos de acciones nos referimos a una
relación de causa y efecto, a una relación entre una causa y otra, o a una relación
entre una causa y dos o más causas.
Un diagrama de dispersión relaciona las tres condicionantes antes mencionadas.
 Bibliografía

 https://www.gestiopolis.com/que-es-estadistica-tipos-y-objetivos/#que-es-
estadistica

 Ángel Gutiérrez, Julio César. Estadística general aplicada. Universidad Eafit,

1998.

 Pérez Tejada, Arnoldo Elorza. Estadística, ciencias sociales, del

comportamiento y de la salud. Cengage Learning Editores, 2008.

 Ross, Sheldon M. Introducción a la estadística, Editorial Reverté, 2007.

 SGT. La estadística y la probabilidad en la educación secundaria obligatoria,

Ministerio de Educación, 2003.

 Vargas Sabadías, Antonio. Estadística descriptiva e inferencial, Universidad

de Castilla La Mancha, 1996.

 http://www.universoformulas.com/estadistica/descriptiva/tabla-frecuencias/

 http://recursostic.educacion.es/descartes/web/materiales_didacticos/Estadis
tica_3eso/graficos_estadisticos_mgc.html

 http://www.universoformulas.com/estadistica/descriptiva/diagrama-barras/

 https://www.vitutor.com/estadistica/descriptiva/a_5.html

 http://matepedia-estadistica.blogspot.com/p/tablas-con-intervalos-de-clase-
datos.html

 https://agenciainteractivaperu.wordpress.com/2012/02/24/matematicas-
estadistica-5-rango-r/

 https://www.uv.es/webgid/Descriptiva/32_amplitud.html

 https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/4934

 http://matematicas.reduaz.mx/home/Docentes/ltrueba/diplomado/pagina16.
htm
 http://cvonline.uaeh.edu.mx/Cursos/Lic_virt/Mercadotecnia/DMKT010/Unida
d%203/3.5_cuartiles.pdf

 https://www.monografias.com/trabajos89/medidas-de-dispersion/medidas-
de-dispersion.shtml

 https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/statistics/basic-statistics/supporting-topics/data-concepts/what-is-the-
standard-deviation/

 https://www.sangakoo.com/es/temas/desviacion-respecto-a-la-media-y-
desviacion-media

 http://economipedia.com/definiciones/coeficiente-de-variacion.html

 https://aprendiendocalidadyadr.com/diagrama-de-dispersion/